随机振动理论的数学基础.ppt

第六章 随 机 振 动 前面各章讨论的振动，其激励和响应都是时间的确定函数。但自然界和工程中大量振动现象都是非确定性的。 例如在不平路面上行驶的车辆振动、地震引起的结构振动等。它们的共同特征是激励和响应事先不能用时间的确定函数描述。这种具有不确定性的振动过程称作随机振动。 随机振动虽不具有确定性，但仍可利用统计的方法研究其规律性。随机振动的数学描述为随机过程，本章将首先简略地讨论随机过程的统计特性。对激励与响应的统计特性相互关系的研究是随机振动的重要内容。 在介绍工程中几种典型随机振动问题之后，本章着重讨论线性多自由度系统和连续系统在单个和多个随机激励下的响应，主要采用功率谱密度方法在频率域内进行。最后简要讨论非线性系统的随机振动问题。 6-1 随机过程的统计特性 1．平稳过程和遍历过程 随机过程是大量现象的数学抽象。在同样条件下重复同样的试验。 例如：在同样道路同样车速条件下进行n次汽车道路试验，记录下汽车大梁上某个点应力的时间历程。每次记录称作一个样本函数，样本的数目n必须很大，理论上应有无限多个。 随机过程是所有样本函数的集合，记作X(t)(图6.1)。 在任一采样时刻，随机过程的各个样本值都不相同，构成一个随机变量。各个值之所以不同，是由于路面的不规则性等许多不确定因素影响的结果，对于随机过程的研究兴趣不在于样本函数本身，而在于总体的统计特性。 　　　　　图6-1 样本函数 例如： 随机过程 在 瞬时的集合平均值 或简称为均值，也称为数学期望，定义为 (6.1.1) 式中以符号E表示集合平均。 一般与时刻 有关。 在 和 时刻构成两个随机变量 和 ，对各样本 和 的乘积取集合平均，得到 (6.1.2) 称作随机过程 在 和 时刻的自相关函数，它既是时间差 的函数，也与时刻 有关。 如果随机过程的均值和自相关函数与采样时刻 无关，则称随机过程为(弱)平稳过程，对于平稳过程，均值为常数 (6.1.3) 而自相关函数仅依赖时差 (6.1.4) 如果平稳随机过程的均值和自相关函数可以用任何一个充分长的样本函数的时间平均值来计算，即 (6.1.5) (6.1.6) 则称此平稳过程为(弱)遍历过程。 随机过程的遍历性对于工程计算十分重要，因为它为根据实测的少量样本函数来估计此随机过程的统计特性提供理论依据， 但要在实践中验证遍历性条件十分困难，只能根据过程的物理性质，先假定有遍历性，待有了足够的数据以后再去检验假定的正确性。 以下讨论的随机过程都假定是平稳的和遍历的。 2．相关函数 式(6.1.6)定义的自相关函数是描述随机变量在不同时刻之间相关程度的统计量。 =0时的自相关函数 称为随机过程的均方值，用 表示 （6.1 .7） 若X表示位移、速度或电流，则均方值相应地与系统的势能、动能或功率成比例。因此可以认为均方值是平均能量或功率的一种测度。 方差是另一个重要的统计量，定义为