《汽车振动学基础及其应用》教学课件第5章.pptVIP

汽车振动学基础及应用教学课件 汽车振动学基础及应用 第5章 随机振动理论 5.1 随机振动概述 5.2 随机振动的统计特性 5.3 线性振动系统的随机响应计算 5.4 随机振动在汽车振动分析中的应用 5.1 随机振动概述 对于汽车而言，最典型的非确定性振动是由于路面不平度引起的汽车振动。这些振动的共同特征是系统的激励和响应在事先都无法利用时间的确定性函数予以描述，我们称这种不确定性的振动过程为随机振动。 随机振动的数学描述为随机过程。随机过程为大量现象的数学描述，因此，需要在同样的条件下重复进行同样的试验。 例如，在同样的道路以及同样的行驶工况下进行 次道路行驶试验，记录车身上特定点加速度的时间历程 。每次的记录称为一个样本函数。 随机过程为所有样本函数的集合，记作 。在任一采样时刻 ，随机过程的各个样本函数值都不相同，构成随机变量 。 5.1 随机振动概述 对于随机过程的研究不是局限于样本函数本身，而是在于随机过程的总体统计特性。 例如，随机过程 在时刻 的随机变量 的集合平均为 再如，随机过程 在时刻 和 的两个随机变量 和 ，对于各样本的 和 的乘积的集合平均为 5.1 随机振动概述 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，即 自相关函数仅仅是时间差 的函数，即 如果平稳随机过程的均值和自相关函数可以利用任何一个足够长的样本函数的时间平均值来计算，即 5.2 随机振动的统计特性 5.2.1 幅值域（时域）特性 （1）均值 对于连续的随机过程： 对于随机过程的离散数据系列： （2）方差和标准差 对于连续的随机过程： 对于随机过程的离散数据系列： 方差的计算公式为： 方差的开方值称为标准差，计算公式为： 对于连续的随机过程： 对于随机过程的离散数据系列： 5.2 随机振动的统计特性 （3）均方值和有效值 对于连续的随机过程： 对于随机过程的离散数据系列： 均方值的计算公式为： 在工程应用中，经常希望利用一个当量幅值来表示信号的大小，即称为有效值，它是均方值的根值，也称为均方根值。计算公式为： 对于连续的随机过程： 对于随机过程的离散数据系列： （4）均值、方差和均方值之间的关系 均方值等于方差与均值的平方之和，即 5.2 随机振动的统计特性 图5.1所示的三角波的方程为： 计算得均值为： 均方值为： 方差为： 5.2 随机振动的统计特性 5.2.2 相关域特性 自相关函数表征随机过程在一个时刻和另外一个时刻采样值之间的相互依赖程度，即表征信号随机变化的程度。 表征随机过程 在时刻 和 的相关性的自相关函数的表达式为 5.2 随机振动的统计特性 5.2.3 频率域特性 对于随机过程在频率域内的描述，主要是应用功率谱密度函数来表征随机振动过程在各频率成分上的统计特性。 平稳随机过程 的功率谱密度函数为自相关函数 的傅里叶变换，即 其逆变换为 以上两式构成傅里叶变换对，称为维纳—辛钦关系式。 如果 ，则 5.2 随机振动的统计特性 5.2 随机振动的统计特性 在随机振动中， 表示能量在各圆频率上的分布密度。 根据其物理意义可知， 。 由此可知， 为 的偶函数。 5.2 随机振动的统计特性 在整个频率域内定义的 为双边功率谱。在非负频率范围内定义的功率谱称为单边功率谱，记作 。 单边谱和双边谱的关系为 实际计算功率谱时，通常利用频率 代替圆频率 ，则维纳—辛钦关系式变化为 （5-25） 式（5-25）变化为 5.2 随机振动的统计特性 5.2.4 随机振动的概率分布 （1）基本概念 如图5.2所示的随机过程， 中小于 的概率，记为 ，即 图5.2 累积概率的计算方法 5.2 随机振动的统计特性 由此可以得到图5.3所示的累积概率分布函数，取值在0~ 1之间。 图5.3 累积概率和概率密度函数 5.2 随机振动的统计特性 如果要求取值位于 和 之间的概率，应为 引入