第五章随机振动简介5.6解析.docVIP

第五章 随机振动基础 在振动系统中，由于激励或参数的不确定性，振动响应也是不确定性的。研究不确定性振动的科学叫随机振动。随机振动虽具有不确定性，但仍可利用统计的方法研究其规律性。研究随机振动实质上是用统计与概率方法了解振动的内在机理及规律性。 随机振动中的样本是随时间变化的，这与概率统计中的样本不同。所以随机振动理论仅仅是以概率统计方法为基础。本章主要介绍线性系统的随机振动基本概念和基本理论。将从随机过程的统计特性入手，介绍几种统计量（总体平均、自相关函数、时间平均、时间自相关函数、功率谱密度函数等）以及如何用这些统计量来描述随机振动，建立激励与响应统计特征之间的相互联系。最后介绍了空间谱及与时间谱的转换。 5.1随机过程及统计特征 在前面的章节中所讨论的振动，其激励和响应都可以以时间为变量预先准确描述。但在实际问题中不能以时间为参量预先准确描述的振动是普遍存在的。比如，运行中列车转向架的振动、地震引起的结构振动、发动机运行时产生的振动及飞机降落时起落架的振动等。这些振动都无法对既定的时刻t预先给出它们准确的振动情况，更无法用前面章节中的方法解决。因此,这种具有不确定性的振动过程称作随机振动。 为了探寻随机振动内在的机理及规律性，通常需要对某一给定的随机振动反复试验、记录，从而比较分析每一次的试验结果。例如实际生产中统计某一随机振动每一次试验中振幅的最大值即为最简单的振动分析。 若对不确定性振动系统进行振动测试，对每一个测点，每测试一次可得一条测试曲线,测试量可以是广义位移或广义力,记为,如图5.1中第一条曲线所示。为了消除不确定性影响,一般要重复多次.假设测试工作重复了次，可以得到条时间位移曲线（），如图5.1所示。为随机变量，是时间t的函数，因此叫做一个样本函数。所有可能的样本函数（）的集合称为随机过程，记作。 图5.1 随机过程 同样地，对道路或铁路不平顺度进行测试时，也可以得一条以空间坐标为参数的样本函数，多次测量后得到以空间坐标为参数的随机过程。 因此，对于不确定性量的每一次试验或测试都可以得到一条曲线，其数值是关于某些参量（如时间、空间）的随机变量，称作样本函数，每一个样本函数是不同的。样本函数的本质是随机函数，可以拥有多个参量。对于某一随机振动问题，可以在相同的情况下重复无限多次试验，每一次试验都用同样的参量，这些试验的集合构成随机过程。 随机振动虽具有不确定性，但仍可利用统计的方法研究其规律性。科学试验中的数值显现即为数据，研究随机振动问题就是对这些数据进行采集、整理、分析和阐释,确定一些统计量度以描述随机振动的属性,根据分析的结果得出结论。这些工作其本质上都是统计工作。 研究随机振动遇到的第一个问题便是如何表征或描述随机振动过程。随机振动具有不确定性，因此无法用一个振动样本的细节来表征。借鉴概率与统计理论，通常以其统计特征量来表征随机振动。 随机变量统计特征常用分布密度函数来描述描述，而分布密度函数一般由均值和均方值来描述。对于随机振动，随机变量是时间的函数，因此该随机过程在时刻的振动情况可用各个样本在时刻的平均值和方差或均方值来描述。 对于任意时刻，用所有样本来求随机过程在时刻的总体平均得到 （5.1） 式（5.1）中称为随机过程在时刻的总体平均值，简称均值，也称为数学期望。均值得到后对随机振动在时刻振动情况已经有初步的了解。进一步描述随机振动在时刻的振动情况，可求出随机变量的均方值及方差，其数学描述如下。 （5.2） （5.3） 它们分别对反映了随机变量的波动有效值及波动强弱。至此，随机变量在 时刻的波动幅值的期望、有效值及振动强弱等基本情况已描述清楚。 在概率统计理论中描述两个随机变量、的相关程度可用随机变量的协方差表示，叫作相关函也在一定程度上反映了随机变量的相关程度。 对随机过程各样本，取任意时刻和值构成两个随机变量和，并对随机过程中这各样本的这两个变量值乘积取总体平均，得到 （5.4） 式（5.4）中称作随机过程在和时刻的自相关函数。它表示了随机过程不同时刻值随机分布情况的相关程度。 特别地，当时： （5.5） 显然，此时自相关函数取极大值。 以上应用概率统计的方法，求出了随机过程某一时刻的总体均值、均方值、方差的自相关函数，了解了随机振动在某一时刻的统计特征。但任意时刻的统计特征还待进一步讨论。 5.2平稳、各态历经过程及统计特征 应用概率统计理论，我们得到了计算随机变量统计特征公式（5.1）~（5.5）和自相关函数等统计量均与时刻无关，这样的随机过程称为平稳过程。由这个假设可知，平稳随机过程的均值为一常量。 (5.6)