§7车辆随机振动基础.docx

PAGE PAGE # § 9车辆随机振动 车辆的随机振动实际上是车辆运行时的振动响应， 这种响应主要是 由于轨道不平顺的随机激励而引起的。 本章主要介绍随机振动以及相关的概念， 以及单轴车模型在随机激 励下响应的基本特征，初步了解车辆随机振动的分析计算方法和改善 车辆运行平稳性的途径。 所讨论的是车辆系统，其结构和参数是对称的，因此垂向和横向的 强迫振动响应是解耦的，可以分别独立研究。 对于机车而言，它产生振动的因素，除线路的构造和状态，轮对的 构造和状态外，柴油机组和输助机组的构造和状态也会起到激扰作用 （对柴油机）；电动机的构造和状态对电力机车也会起到激扰作用。 对车辆和机车的振动过程研究中，可在增加一组外力来反映这些作 用。 第一节 随机过程的统计特性 一、随机过程的统计特性 随机过程的基本概念 一切物理现象可分为两类： 在给定的时间内能确定其物理变量的现象就称为确定性现象； 如 在一静止的车辆上置一激振器，以激起车体在弹簧装置上的 振动，激励力是已知的简谐力F = Fo si，车体受激励而产生的振动 规律由x（t） - /sin（7「）来描述。车体在任意时间t的振幅和加速度都 可由计算确定，这种振动称为确定性的振动，它由确定性的激励所引 起。 反之在给定时间t物理变量不能预先确定的现象称为随机现象。 如在任意时间t的振动变量不能预先确定，而只能用概率统计的方 法对其进行整体描述，这种振动称为随机振动。 在随机振动中的一些量如振幅和加速度称为随机变量。 随机变量是在随机试验的结果中能取到不同数值的量。 随机过程：不能用确定性函数来描述但具有一定统计特性的过程称 为随机过程。 随机过程是一簇n个随机变量的总集合。 其中任一个元素称为随机过程的样本。 振动的时间历程：以时间t横坐标，以振动量（位移、速度和加速 X 1(t) t x 2(t) x n(t) 「t 1 t 1+1 t 2 t m 度)为纵坐标的线图，常称为振动波形图 n 在研究许多随机过程时通常作如下徦设: 平稳性假设 若一随机过程x(t)在任何时间11时的概念统计规律与ti+i 时的一样，即过程的概率统计规律不因时间的推移而改变， 则称x(t)为平稳随机过程； 各态历经性徦设 随机振动的统计特性是考虑全部子样而得到的。 如果在任一 时间ti跨越总集合的统计特性与单个子样 Xi(t)的统计特性相 等，则称这个随机过程为各态历经的。 随机振动过程的概率分布符合正态(高斯)分布规律。 二、随机变量的概率密度和均值 为了描述随机过程的特性，采用时域上的各种参数和频域上的参 数来进行。先了解如下概念。 幅值概率密度 (概率的定义：E是随机试验，S是它的样本空间，对于E的每 一事件A赋予一实数，记为P (A),称为事件A的概率，如果 它满足下列条件： 1。 对于每一事件 A有 OW P (A) 1, 2。 P ( S)= 1 3。 对于两两互不相容的事件 Ak ( k = 1,2 -)有 P ( a A2 An ■■- )= P (A)+ P (A)+ P (An)) 幅值概率密度用p(x)表示. 幅值概率密度p(x)是随机变量瞬时值出现于某一单位幅值区间内的 概率。 随机振动幅值处于x到X+Ax之间的概率是p(x)…x 在振动时间历程上0幅值 Ti t 2 t 3 tx+ 在振动时间历程上 0幅值 Ti t 2 t 3 t x+厶x p(x) :1(t1 t2 tn) p(x) 1 Tx X ? t V ? 概率密度曲线p(x) xi与X2对应的面积就是 之间的幅值出现的概率 p(x)愈精确 xi 与 X2 其值为 P(x)= ° p(x)dx 统计平均值与概率分布 随机振动的幅值特性由时间域内的下列均值来描述: 平均值 Ex】= xp(x)dx 或 E x 1 = x(t)dt 平均绝对值 E〔x】=J x p(x)dx 或 E〔x|】=1 J x(t)dt o 均方值 E I2 】=f^x2 p(x)dx 或 E x^ =丄［x2 (t)dt 均方根值 Xrms = ｛【I2 p(x)dx 或 X^s = 0 X.t)dt 平均值EX为T时间内x(t)的算术平均值，代表了随机变量的稳态量 当平均值EX 1= 0时，E X2和Xrms就分别等于统计学中的方差、二2和标准离差匚。 方差的定义为 二2 = -(X — E x)2 p(x)dx 匚2表示随机变量在其平均值两边的分布特性。 均方值和均方根值能表征随机振动所含的能量，是个重要的描述 量。 对于振幅为X0的正弦波，平均值EX1= 0 _ 2 均方值 E X2 x2 p(x)dx = (x-E X)2 p(x)dx = c 2 =卫 2 随机振动的概率分布通常服从正态分规律，若振动瞬时值为 x，