книги / Расчет конструкций при случайных воздействиях
..pdfпроцессом нагружения опасного уровня, эффективные частоты появления расчетных циклов напряжений и распределенйя ам плитуд этих напряжений.
Таким образом, к ошибкам анализа, обусловленным выбором модели процесса, добавляются статистические ошибки, обуслов ленные использованием конечных реализаций. Разделение этих ошибок при анализе реальных процессов нагружения затрудни тельно.
Комплексное решение задачи об адекватном выборе модели случайного процесса и об оценке точности расчетов в принципе возможно как в строгой статистической постановке, так и в при кладном плане, когда производится сопоставление используемых в расчете характеристик процессов, полученных методами теории случайных функций и методами непосредственного счета с записей (осциллограмм) процессов [12].
Первый путь связан ~с рядом нерешенных статистических про блем и требует чрезвычайно большой исходной информации. Второй путь позволяет получить требуемые оценки точности лишь при суммарном влиянии всех исходных ошибок. Получае мые таким путем результаты могут существенно зависеть от при меняемых методик обработки осциллограмм процессов и особен ностей методик расчета. Поэтому такой путь требует накопления определенного опыта в подобных исследованиях. Несмотря на указанные недостатки второй путь является более естественным при решении прикладных задач и поэтому применяется в насто ящее время в качестве основного при решении задач оценки точ ности расчетов и возможности практического использования той или иной математической модели случайного процесса.
Поскольку в формулы для определения вероятности статиче ского разрушения и для расчета долговечности при стационарных Гауссовских процессах нагружения в качестве основных харак теристик входят средние частоты появления нулей п0 и экстрему мов па, то точность их расчетного определения, проверяемая по данным, полученным непосредственно с осциллограмм реальных процессов, рекомендуется принимать в качестве критерия для выбора этой модели процесса. При этом одномерная плотность рас пределения процесса не должна противоречить распределению, характерному для данной модели случайного процесса.
Таким путем проведена проверка возможности использования модели Гауссовского стационарного процесса для описания нагруженности элементов конструкций некоторых автомобилей, тракто ров, прицепов и других подобных мобильных машин при различ ных режимах их работы и движения, которая показала примени мость этой модели случайного процесса [12, 34, 35].
Обоснование применимости различных моделей нестационарных и негауссовских процессов рекомендуется разделить на три этапа1 феноменологическое обоснование математической модели не
стационарного (негауссовского) процесса типа (1.3);
221
статистическое обоснование стационарной части процесса; статистическое обоснование квазидетерминистической части
процесса, сводимое к обоснованию методами математической статистики вида одномерных функций распределений.
37. Методика обработки осциллограмм и получения оценок корреляционных функций
Для получения оценок корреляционных функций по осциллографическим записям случайных процессов рекомендуется ис пользование следующей методики.
1. Назначают наибольшую частоту процесса f , которую не обходимо зарегистрировать. Эту частоту принимают обычно рав ной трем-четырем значениям наивысшей частоты собственных колебаний системы.
2. Определяют шаг квантования процесса A t таким, чтобы обеспечить регистрацию частот до f включительно.
На основании теоремы В. А. Котельникова [38]
At — \!f.
3.По величине шага квантования At выбирают скорость за писи процесса на регистрирующей аппаратуре из условия удоб ства обработки получаемых осциллограмм.
4.На осциллограмме процесса выбирают произвольную линию
отсчета и замеряют значения процесса xt (i — 1, 2, 3, ...) через равные промежутки времени A t от этой линии.
5. Вычисляют оценку для среднего значения процесса по формуле
Iп
*= — Е х>-
£=1
где п — t/At — число отсчетов; / — время записи процесса.
Время записи процесса t выбирают из условия обеспечения необходимой точности расчетов.
6. Вычисляют оценки для корреляционных моментов по формуле
к |
(-J- Л = |
"x f (** - *) to** - *)• ’ |
(6 л ) |
|
|
i —I |
|
где т = 0, 1, |
2, ... |
|
|
Моменты, определяемые по формуле (6.1), должны удовлетво рять условию: при т оо и п -*■ оо /( ->• 0.
222
7. Величину статистической погрешности вычислений, обу словленную конечной длительностью t реализации, оценивают
по дисперсии корреляционных моментов:
D |
} = d d *!<°>+*! (^ 0 + |
п—т«1 |
• |
+ 2 S |
|
S—1 |
(6. 2) |
|
8. Коэффициент корреляции между двумя значениями кор реляционных моментов вычисляют по формуле
п—т—1
S M v 0 * ( 4 i ') +
+ К ( J L t i + J ,) К |
/ ) ] . |
(6.3) |
Оценку точности вычисления корреляционной функции К (т) можно также получить, если корреляционные моменты, опреде ляемые по формуле (6.1), сгладить подобранными методами наи меньших квадратов аналитическими выражениями.
В этом случае
00
В |Я (Т )| = |
1 [К* (S) + |
К (S + т) К (S - |
Т)1 ds; |
|
о |
|
|
|
|
00 |
|
р|К(т), к ( х |
- { - U)\ = j-_ l— |
J [/f(s)/C(s + |
«) + |
|- К (s --- т -{-■и) К (s — т)] ds.
Если, например, для корреляционной функции выбирают выражение
то |
К (т) — е“ а |х| cos рт, |
|
|
|
1 |
2а2 - f р2 |
—2ат X |
|
|
£{К(т)}ь= |
|
|||
|
2(t - x) |
а(а2+р2) |
I е |
|
X 2т cos2 Рт + -р-1sin 2^т -f- — cos 2Рт -j- |
а cos 2(3т — р sin 2|3х |
|||
|
|
|
ct2+'p2 |
“ |
223
Если |
/С (т) = е~ат\ |
(6.4) |
|
то |
|||
|
|
||
Если |
К(%) = e ^ 'c o s p x , |
|
|
то |
|
||
|
|
||
D \К (т)} = |
- ГУ— -------[ 1 -f |
+ е~2аЧ* х |
|
1 1 |
2V 2а (t —%) L |
1 |
Л . X cos 2|5т -)- е 2а*
Аналогично может быть определена точность производных кор реляционных функций. Так, для второй производной корреля ционной функции (6.4)
К (т) = 2аК (т) (2ата — 1)
имеем
D \K W \ = ~t~r |
3 + (3 - 8ат2 4 |
:V) е~20*2]. |
38. Оценки спектральных плотностей
Спектральная плотность S (ю) представляет собой преобра зование Фурье от корреляционной функции
О 0
S (<о) = — j К (т) cos сотdx.
Этим соотношением, вообще говоря, нельзя воспользоваться для получения оценки S* (со) по оценке К* (т), так как получа емые при этом значения S (со) оказываются статистически несо стоятельными, т. е. их дисперсии при бесконечном увеличении времени регистрации процесса не стремятся к нулю. Можно показать [45], что эти дисперсии стремятся к квадрату значения самой спектральной плотности, т. е.
£>{S*(oo)[-^S2((o).
Построение состоятельных оценок для 5 (со) может быть вы полнено на основе следующих свойств спектральной плотности. Для процессов с непрерывной спектральной плотностью корреля ция между соседними ее значениями при увеличении времени t уменьшается, и оценка S (<о) имеет сильно флуктуирующий ха рактер. Усреднением (сглаживанием) 5* (to) по малому интервалу частот получают оценку спектральной плотности с убывающей
224
дисперсией. Сглаживание S * (со) может быть выполнено различ ными способами.
Получение состоятельной оценки спектральной плотности мо
жет быть |
выполнено, |
например, |
по следующей формуле» |
|||||
у |
<*> = |
т а г J ( 1 - т |
) |
**w |
cosа1 Г |
(6-5) |
||
|
|
|
О |
|
|
|
|
|
где К* (т )— оценка |
корреляционной |
функции; |
Д ю — интервал |
сглаживания |
||||
спектральной |
плотности. |
|
|
|
|
|
|
|
При данном t оценка (6.5) тем лучше, чем больше Лю, если |
||||||||
Лю остается достаточно малым. |
функции |
К * (т) |
становится |
|||||
Если оценка |
корреляционной |
|||||||
практически равной нулю при т > т 0, где т0 < |
U то оценку спек |
|||||||
тральной плотности можно вычислить по формуле |
|
|||||||
|
S* (со) = |
лЛсо' J K *W cos шт sin Дот сh , |
|
Состоятельные оценки для спектральной плотности можно также получить по формулам Бартлетта, Тьюки, Парзена и др. [17].
39. Оценка частоты и сложности структуры процессов
Для расчета долговечности элементов, нагруженность которых описывается случайными процессами, достаточно иметь рас пределение амплитуд и частоту появления циклов. Последнюю для Гауссовских стационарных процессов можно оценить по эффек тивной (средней) круговой частоте циклов, образованных нулями
процесса
оо j оо \ 0 , 5
( |
J |
ю25 ( ю ) |
(ю) |
(к > ) |
. |
(6 .6 ) |
|
d ( o j j s |
|
|
|
или по эффективной круговой частоте циклов, образованных со седними одноименными экстремумами
___ _________________ _ |
/о о |
j оо |
\ 0 , 5 |
|
K iv (0)/ - К ( 0) = |
J |
ю45 (ю) do) / j |
<oaS (ю) d a |
. (6.7) |
Для определения средней круговой частоты появления точек перегиба, вторая производная в которых равна нулю, имеем:
.0.6
« „ = ]/■ — K VI (0 )/K IV (о) = j > eS (ю) d (0 J a 4S (ю) d(0 |
, (6 .8 ) |
225
где К (0), X ( 0),K IV (0), KVI(0)— значения корреляционной функции и ее вто
рой, четвертой и шестой производных в точке нуль; 5 (со) — спектральная плот ность процесса.
Среднее число нулей процесса в единицу времени п0 = со0/я,
а среднее число экстремумов пл — соэ/я. |
|
отношение |
|||
Мерой сложности |
структуры |
процесса является |
|||
k — n jn 0 — со/соо. Эту величину |
используют |
при |
построении |
||
всех |
распределений |
амплитуд. |
|
|
|
При использовании формул (6.6)—(6.8) целесообразно вначале |
|||||
иметь |
приближенные, |
но просто |
получаемые |
оценки со0, со., |
и <оц. Сравним выражения (6.6)—(6.8) между собой и с центральной частотой (в*, определяемой по положению центра тяжести фи гуры, ограниченной кривой S (со) и осью со:
ОО |
/Оо |
|
со* = j" coS (со) сйо / 1 S (о») d<o. |
(6.9) |
о/ о
Воспользуемся неравенством Буняковского—Шварца:
- f t Т 2 Ь Ь
|
|
|
|
J f (х) ср ( х ) d x \ |
«£ j |
/2 (*) d x | ср2 (х) d x , |
|
|
(6.10) |
|||||||
|
|
|
|
aa |
|
|
J |
|
a |
|
a |
|
|
|
|
|
где |
f (x) |
и |
cp (x) — функции, |
заданные |
на интервале (a, b). |
|
|
|
|
|||||||
|
При |
f |
(x) |
= i |
S (со) |
и |
с р (х) |
= |
со У S |
(со); |
при |
f (х) |
= |
/ 5 |
(со) |
|
и |
ф (х) |
= |
со2 yf S |
(со), |
а |
такж е |
|
при f |
(х) = |
У S |
(со) |
и |
ср (х) |
= |
||
= |
соа У S (со) |
из |
неравенства |
(6.10) следуют |
соотнош ения: |
|
||||||||||
|
|
|
|
“ОО |
|
< |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
j |
coS (со) da |
|
|
|
co2S (со) cioi; |
|
|
|
||||
|
|
|
|
.о |
|
|
*2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
"ОО |
|
ОО |
|
ОО |
|
|
|
|
|
си2 5 ( со) do) | S (со) da) j co4S (со) dai;
оо
■ 2
Ico4S (со) dco |
|
|
|
Отсюда заключаем, что сои .> соэ |
со0 |
со* и k |
1. Равен |
ство достигается только при спектре, заданном в виде импульсной 6-функции.
Таким образом, центральная частота со* является нижней
оценкой со0, со0 — нижней оценкой соа, а соэ — нижней оценкой соп. Рассмотрим несколько частных спектров, анализ которых по зволяет получить качественные оценки и реальных спектров.
226
П
а) |
6) |
*) |
Рис. 6.1. Равномерные спектры с ограниченными полосами частот:
а — для процессов с k г: 1,36; б — для процессов с k « 1,13; в — для процессов
с kta 1,04
1, Пусть спектральная плотность процесса задана соотноше ниями («белый шум» в ограниченной полосе частот):
Ш при со* — « < <о <;«* + о.
^ * \ 0 при остальных значениях со,
где — центральная частота (рис. 6. 1).
Используя формулы (6.6)—(6.8), получаем:
|
(Чс |
V |
1 |
+ ' |
Р 2/*13 |
; |
|
|
|
+ 2рН-р4/5 |
|||
|
|
|
|
+ Р2/3 |
|
|
п — |
Т / Д + |
10р2/3 + |
Р4 + |
Рв/7 |
||
у ' |
1 |
+ |
2 р 2 + |
р 4/ 5 |
|
|
|
|
|
где р = а/м,.
Заключаем, что при увеличении ширины полосы спектра уве
личивается и различие в значениях со*, со0, соэ и со„. Для коэффициента k имеем:
ь |
/ 1+ 2рз + Р4/5 |
•1 + |5 а/3
Отсюда следует, что k |
1. При а — 0 k = 1. При а = |
оо k |
= |
1,35. |
Таким образом, для Гауссовского «белого шума» 1 |
-с k |
с |
1,35. |
Процессы, имеющие одинаковые параметры 0, имеют и одинаковые значения k, т. е. ширина полосы частот 2а еще не предопределяет количества сложных циклов. Важно место положения этой по лосы частот на оси ю, чем дальше она расположена от нулевой частоты, тем меньше в процессе сложных циклов. На рис. 6.1 показаны спектры, имеющие разную ширину полосы частот, но
227
|
|
|
|
а) |
|
|
|
|
|
6) |
|
|
|
Рис. 6.2. Треугольные |
спектры: |
|
|
|
|
|
|
|
|||||
а —для -процессов с |
А я; 1,55; б — для |
процессов с Ая: 1,15 |
|
||||||||||
одинаковые |
значения |
отношения |
среднего |
числа |
экстремумов |
||||||||
к среднему |
числу |
нулей. |
|
|
плотность |
задана |
соотношениями |
||||||
2. |
6.2, |
Пусть |
спектральная |
|
|||||||||
(рис. |
а): |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
s w |
- f - s - O |
|
— s r ) |
при |
|
(6.11) |
||||
|
|
|
|
|
( |
|
|
0 |
|
|
|
|
|
Центральная |
частота |
со* = |
сок/3. |
|
|
|
|
||||||
Подставляя соотношение (6.11) в формулы (6.6)—(6.8), полу |
|||||||||||||
чаем: |
щ |
— |
сок/|/б ; |
соэ |
0,63(ок; |
соп «== 0,74coI{; k |
1,55. |
||||||
3. |
Пусть |
спектральная |
|
плотность |
задана |
соотношениями |
|||||||
(рис. |
6.2, |
б): |
|
|
|
|
|
л |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
со < сок |
|
|
|
|
|
|
|
|
|
2со/сок при |
|
|
|||||
|
|
|
|
S( со) = |
О |
|
при со>сок |
(6. 12) |
|||||
Центральная |
частота |
со* ^ |
0,67сок. |
Подставляя |
соотношение |
||||||||
(6.12) |
в |
формулы |
(6.6)—(6.8), |
поЛучаем: |
со0 ^0,71сок, соэ ^ |
||||||||
г== 0,82 CO^, |
соп « |
0,865сок, k яа* |
1,15. |
|
|
|
Опишем теперь варианты практического использования фор мул (6.6)—(6.8). Заметим, что фактически корреляционная функ
ция |
задается своими |
дискретными |
значениями |
/(„, Ки К2, |
..., |
/Сп» вычисленными |
по формуле |
(6.1). Для вычисления К (0), |
|
K lv (0) и Klv (0) можно воспользоваться либо |
аналитическими |
аппроксимациями К (т), либо формулами численного дифференци рования. При использовании первого варианта следует иметь в виду, что если для К (т) применять наиболее изученные и ши-
228
роко применяемые в статистической радиотехнике соотношения, основанные на выражении ехр (—а]т|):
К (т) = |
А ехр (— а |т|) cos fk + |
П |
(6.13) |
Bt exp (— уг-|т|), |
|||
|
|
1 = 1 |
|
где A, B h a, |
p, y , — некоторые параметры, то значений К (0), |
||
K1V (0) и Kvl (0) не существует. Для устранения этой |
математи |
ческой особенности приходится использовать редко применяе
мые |
на |
практике |
соотношения, |
основанные, |
например, на вы |
|
ражении |
ехр (—ат2). |
|
|
|
||
При использовании формул численного дифференцирования |
||||||
этих трудностей не возникает. Для К (0), К IV (0) и A^VI (0) можно |
||||||
записать |
[6, 50]: |
|
|
|
|
|
|
|
6&2 /С (0) = — 15/С0 + 16/Ci — Кг, |
(6.14) |
|||
|
|
3h4Kly (0) = 28/Со - |
39/СХ+ 1 2 /С2 - |
К3\ |
(6.15) |
|
|
|
h*Kyl (0) = —2 0 + |
ЗО/Ci - 19/С2 + |
2К3, |
(6.16) |
|
где А — шаг квантования корреляционной функции; Ко, |
Ki, К г, |
... — значе |
||||
ния |
К (т) |
в моменты |
времени 0, А, 2ft,"..., |
|
|
Для случаев, когда корреляционная функция не является симметричной (для взаимных корреляционных функций двух случайных процессов), имеем;
|
1т К (0) ==-30/Со + 16 (Кх+ К.г) - Кг - К_г, |
(6.17) |
||
WK™ (0) = |
56Л'0 - 39 (Кх + К_х) + |
12 |
(Кг + К_г) - К 3- Кл, |
(6.18) |
heKVI (0) = —20/Со + 15 (Кх + К^х) ~ |
6 |
(Кг + К.г) + К9 + К_3, (6.19) |
||
где /C_i, К .г, |
АГ-я — значения К (т) при т = |
—А, т == —2А, т = —ЗА, ... |
Опыт использования формул (6.14)—(6.19) показал, что ре зультаты, полученные с их помощью, существенно зависят от шага квантования процесса. Чем этот шаг меньше, тем выше точ ность. Однако практически сделать этот шаг достаточно малым затруднительно, поэтому соотношения (6.6)—(6.8) чаще более целесообразно использовать в записи через интегралы й спек тральную плотность процесса S (to). Построение состоятельной оценки S (со) по К (т) было рассмотрено выше. Для вычисления интегралов в формулах (6.6)—(6.8) целесообразно использовать соотношения Ньютона-Котеса:
оо |
п |
|
j <йт S (<о) efto = |
(a»„ — G>0) |
(<ок)„ |
0 |
ft= 0 |
|
где а>о, <*>n — наименьшая и наибольшая из регистрируемых частот; п — число интервалов квантования S (ю); S (юк) — значение спектральной плотности на
частоте <ок; В™— коэффициенты Котеса, т = 0, 2, 4, ...
229
Заметим, что в некоторых случаях целесообразно произвести сглаживание корреляционных функций выражениями типа (6.13). Тогда для спектральной плотности получаем аналитические выра жения, и интегралы в формулах (6.6)-—(6.8) могут быть вычислены, если ограничить их предел наибольшей из регистрируемых частот.
Остановимся теперь на оценке точности вычисления частоты процесса. Она зависит от точности вычисления корреляционной функции и ее второй и четвертой производных в точке нуль. Точность вычисления корреляционной функции процесса в точке нуль определяется соотношением (6,2) при т = 0. Точность вы числения второй и четвертой производных в точке нуль можно оценить по их дисперсиям:
144/1*0 {К (0)} - ЭООроо + 1024ри + 4р22 -
— 1920р01 + 120р02 — 128р12; |
(6.20) |
36h*D \K1V (0)} = 31Зброо + 6084ри + 576р22 + 4р33 —
— 8236р01 + 2688р02 — 224р03 — 3744р12 + З12р13— 96р28, (6.21)
где Л — шаг квантования корреляционной функции; рг-у— коэффициенты кор реляции, определяемые по формуле (6.3).
Аналогично могут быть. записаны выражения для коэффици
ентов корреляции между К (0) и К (0), Z(IV(0) и J(vl (0) и т. п. Поскольку распределения значений корреляционной функ ции и ее производных можно принять нормальными [38], то соот ношения (6.14), (6.15), (6.20) и (6.21) позволяют вычислить рас пределения частот ш0 и шэ как распределения функций с нор мально-распределенными аргументами и оценить тем самым точ ность их определения. Задача сводится к определению распреде
ления функции где z = xiy\ х и у — случайные величины.
Более простые оценки точности вычисления частот о>0 и соэ можно получить, если воспользоваться известным правилом «трех стандартов». Для этого случая имеем:
|
со„max, min |
|
|
15 |
/Ш/Ci —Хя\ |
|||
|
н у |
6 V |
\ |
Ко |
} max, min |
|||
|
|
|
|
|||||
— |
__ |
/ 2 |
1 / |
/ 28/Со — 39/Ct + |
12К 2 — K s\ |
|||
“ э m a x , m in— |
n h |
V |
\ |
15/Со — 16/ C i + К г |
Лщх, m i n ’ |
где максимальные и минимальные значения в круглых скобках определяют путем перебора значений /Cj max, min 0 = 0, 1 , 2 , 3), вычисленных по правилу
трех стандартов.
230