3.3包装系统的随机振动xiti.pptVIP

3.1 单自由度线性系统的振动 3.2 多自由度系统的振动☆ 3.3 包装系统的随机振动 平稳随机过程——凡随机过程的概率规律不因时间的平移而改变。 随机过程X(t) 和 X（t+ε），对于任何ε值都具有相同的统计量，与时间原点的选取无关。 例如: 对于平稳随机过程的一维概率密度，令ε=-t1时，则有 p1(x1,t1)=p1(x1, t1+ε)=p1(x1,0) 这表明平稳随机过程的一维概率密度不依赖于时间t，把它记为p1(x1) . 随机过程X（t）在t=t1时的相加平均为： 当n充分大时，相加平均就是随机过程X（t）在t=t1时的整体集合的平均值或期望值。 由于谱密度函数X(f)是复函数，一般可写为： 式（3-85) 对于复杂波形的非周期振动x(t)的频谱是连续谱，只能用　　　来表征该微元平均频率的振幅，所以，　　　　实质上是振幅谱密度。 2、功率谱密度 式（3-87) 式（3-86) 式中，Sx(ω)称之为x(t)的功率谱密度。 式（3-86)与(3-87)这一傅里叶变换对，通常称为维纳－辛钦定理，它在随机过程理论中联系着时域与频域。若令τ＝０，则式(3-87)变成： 对随机过程样本函数进行傅里叶分析很难得到有用的频率组成信息，通常是对它的自相关函数作傅里叶分析。自相关函数的傅里叶变换和逆变换参考式（3-83）和(3-84)可得： 比较上面两式得到： 上式左边是随机过程x(t)的均方值，具有x(t)在单位时间的能量的物理意义，即为功率。因而上式右边的Sx(ω)称为功率谱密度，具有单位频率所具有的能量的物理意义。当x(t)的均值mx＝０时，x(t)的均方值E[x2]与方差σx2相等，于是有： 式（3-88) 而按式(3-59)有： 式（3-89) 可以从下列推导得到： 功率谱密度Sx(ω）与平稳随机过程x(t)的频谱密度X(ω)的关系 功率谱密度Sx(ω)可以用过程x(t)的振幅谱的平方来表示，不含相位谱的信息。如果仅给出功率谱Sx(ω)来代替振幅谱，因为没有相位信息而无法恢复信号x(t)。 对应于两个随机过程x(t)与y(t)的互相关函数，类似地存在着互功率谱密度： 式（3-90) 其关联的傅里叶逆变换为： 式（3-91) 式（3-92) 与时域中的相关系数对应，在频率中有数值在０到１之间的凝聚系数： 当凝聚系数＝０时，两个随机过程x(t)与y(t)在此频率下不相关； 当凝聚系数＝１时，两个随机过程x(t)与y(t)在此频率下完全相关。 ①随机过程的统计特性 4个主要统计函数：均方值、概率密度函数、相关函数、功率谱密度函数。 均方值：提供信号强度方面的基本描述 概率密度函数：提供信号在振幅域内的有关特性 相关函数：在时域上提供信息 功率谱密度函数：在频域上提供信息 小结 ②几种振动的统计函数图形： 离散谱 窄带频谱 宽带频谱 白噪声谱 （宽带频谱的特例） ③计算随机过程的统计特性的方法 将记录下来的连续信号x（t）进行抽样处理，转换成一串离散的序列xk，采用数值法对前述公式进行计算，均方值和概率密度函数计算比较容易，相关函数和功率谱密度函数计算涉及到计算振幅谱X（f）。 具体方法：离散傅里叶变换（DFT）——计算量大 当x（t）在【0，T】时间间隔内抽样时，抽样N个点，则抽样间隔或周期△=T/N,振幅谱X（f）的积分表达式的离散形式为： * 第三章 振动与冲击理论基础 物流运输包装设计 包装系统在实际流通过程中的振动响应不可能是简单的简谐振动，都是没有规律的，具有随机性。 随机振动响应曲线具有如下特点：（随机性的特点） 1）任何瞬时的响应值都不可能预知； 2）任何时间间隔的记录都不可能重复出现。 随机过程——具有随机性的运动。 随机振动——具有随机性的振动。 随机过程X（t）——每记录一次可得到一个图示的样本函数xi（t），记录n次，可以得到n个不同的样本函数，其中任何一个都代表不了这个随机过程，只有它们的集合体X（t）才能代表。 随机过程X（t）在时刻t=t1的状态X（t1）——如果在某一固定时刻t=t1，跨越图中的各个样本函数，得x1l…x1i…x1n,其集合为X（ t1 ），称为随机过程X（t）在时刻t=t1的状态。 1、随机过程的定义 一、 随机过程的理论基础 3.3 包装系统的随机振动 一维概率密度p1（x1，t1）——随机过程的X（t1）精确值不能确切给出，只能求出X（t1）在x1与x1+dx1之间的概率p1（x1，t1）d