pod型谱表示法模拟脉动风场时域估计的偏度和随机误差分析.docxVIP

pod型谱表示法模拟脉动风场时域估计的偏度和随机误差分析 在分析大跨桥结构的振动响应时域时，需要模拟动脉风速场。此风场可视作一维多变量、正态、平稳的随机向量过程,目前通用的模拟方法有谱表示法和ARMA方法等,其中前者精度高、稳定、易于实现且计算效率可以接受,因而得到了较多应用。而谱表示法又可分为基于功率谱矩阵Cholesky分解的原型谱表示法和基于功率谱矩阵特征值分解的本征正交分解(POD)型谱表示法两类,其中后者的物理意义更明确且允许进行模态截断以提高计算效率,是近年来的研究热点。 对于一维多变量过程,谱表示法并不能保证模拟结果的各态历经性,因此对每一个模拟得到的风场样本序列进行时域统计所得前二阶矩(均值、相关函数、谱函数、根方差)估计值并不与目标值完全相等,而是存在一定的误差,有时甚至是相当大的误差;例如,当两点相距远时,则模拟风速互相关函数的时域估计值往往会淹没在误差中以至不可辨认。对此种非各态历经风场模拟算法的误差计算,已有少量的数值结果但尚缺少系统性的分析;胡亮曾进行了一些初步工作,以偏度误差和随机误差(分别表示估计值对目标值的平均偏离和围绕目标值的波动程度)作为衡量时域估计值向目标值接近程度的标准,系统分析了原型谱表示法的模拟误差。 本文将沿用参考文献的思路,对POD型谱表示法在风场模拟中的误差进行分析。以用POD型谱表示法模拟所得N变量风场为研究对象,推导了一个风场样本的均值、相关函数、功率谱函数、根方差等的时域估计表达式,并研究了这些时域估计值的概率分布特征。对这些随机变量或过程求取均值和根方差,即能推得各统计量时域估计值的偏度误差和随机误差的解析解。最后,以一个算例验证了所推得的误差解析解。 1 k、k的物理意义 设V(t)=[v1(t),v2(t),…,vN(t)]T为由N个零均值平稳正态随机过程vj(t)(j=1,…,N)组成的向量过程,功率谱密度矩阵为S0VV(ω)(单边谱,上标“0”表示目标值),则POD型谱表示法的模拟公式为: V(t)= ΝS∑k=1Μ∑l=12√Δω√ηk(ωl)φk(ωl)cos(ωlt+θkl)(1) 式中,φk和ηk分别为S0VV的k阶特征向量和特征值,按照特征值的降序排列,且φk常有明确的物理意义;θkl为独立的、在[0,2π]之间均匀分布的随机相位角序列,Δω为频率步长,ωl=(l-1)Δω为频率采样点序列,M为频率点数,Ns为POD模态截断数。式(1)可用快速傅里叶变换进行高效率计算,模拟结果具有周期T=2π/Δω。 为进行误差分析,令?jk(ωl)=√ηk(ωl)φjk(ωl);设模拟p,q两点的风速,采用不同的叠加指标,将模拟公式显式地写为: vp(t)= √2ΔωΝS∑k1=1Μ∑l1=1?pk1(ωl1)cos(ωl1t+θk1l1)(2) vq(t)= √2ΔωΝS∑k2=1Μ∑l2=1?qk2(ωl2)cos(ωl2t+θk2l2)(3) 应当注意到,尽管叠加指标不同,上述二式中的随机相位角实来自同一集合。 2 模拟过程前两年的二乘法矩的时域的估计值 2.1 余弦函数t 模拟时间长度为周期T时,模拟过程vj(t)的时域估计均值可写为: vj(t)Τ=1Τ∫Τ0vj(t)dt=2ΔωΤ{ΝS∑k=1Μ∑l=1?jk(ωl)∫Τ0cos(ωlt+θkl)dt}(4) 而余弦函数在周期上积分为0,故有: vj(t)T=0 (5) 2.2 关于相位角余弦函数的相关值 模拟风速过程vp(t)和vq(t)间的时域估计相关函数RTpq(τ)可写为: RΤqp(τ)=1Τ∫Τ0vp(t)vq(t+τ)dτ=ΔωΤΝS∑k1=1ΝS∑k2=1Μ∑l1=1Μ∑l2=1?pk1(ωl1)?qk2(ωl2)?{∫Τ0[cos((ωl1+ωl2)t+ωl2τ+(θk1l1+θk2l2))]dt+∫Τ0[cos((ωl1-ωl2)t-ωl2τ+(θk1l1-θk2l2))]dt}= ΔωΜ∑l=1ΝS∑k1=1ΝS∑k2=1?pk1(ωl)?qk2(ωl)cos(ωlτ+θk2l-θk1l)(6) 利用风速过程相关函数的对称性,可得: RΤpq(τ)=RΤpq(τ)+RΤqp(τ)2=ΔωΜ∑l=1ΝS∑k1=1ΝS∑k2=1?pk1(ωl)??qk2(ωl)cos(ωlτ)cos(θk1l-θk2l)(7) 式(7)表明,时域估计相关函数是大量随机相位角余弦函数的加权和。考察这些余弦随机变量的相关特性,可知, E[cos(θk1l-θk2l)cos(θk′1l-θk′2l)]= {12k1=k′1且k2=k′2；或k1=k′2且k2=k′10其它(8) 即这些变量至少是互不相关的,而当k1、k′1、k2、k′2全不相等时这些变量为独立同分布的;因此,根据中心极限定理