Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги / Сопротивление усталости и живучесть конструкций при случайных нагрузках

..pdf
Скачиваний:
8
Добавлен:
12.11.2023
Размер:
13.19 Mб
Скачать

ftmax

Рис. 12.4. Зависимость /Стах =

Рис. 12.5. Зависимость К =

/ (а) для раз­

= /(а)

личных значений параметра

0

Используя соотношения (10.32), (11.2)—(11.4), получаем

 

 

2

в»|в?-h «>|s|

>

 

 

«0

2 I Л

 

 

«?+ 4

 

 

 

_

1*1+ ©2*2

 

 

 

 

1*1+ ®2*2

 

 

 

 

1*1+ ®2S2

 

 

 

~ ©1*1“Ь®2*2

 

 

 

(1+ а)(а + ра)

 

 

 

 

(<х + Р)а

где а

=

si/s|; 0 = (аЦч>\.

 

 

При а

=

р величина k достигает максимального значения:

ь1

йи“

2Г« •

( 12. 1)

( 12.2)

(12.3)

(12.4)

(12.5)

Зависимости kmm = /1 (а) и k2 = /2(а) при различных зна­ чениях р, представлены на рис. 12.4 и 12.5.

Рассмотрим теперь модель случайного процесса, представлен­ ного в виде двух составляющих, имеющих энергетические спек­ тральные плотности, показанные на рис. 12.6. Спектральную плотность первого процесса можно описать соотношением

( 12.6)

s *<B) = ^ 7 s “ p { - % ) •

а второго процесса

Sz (“ ) = s2^ (“ — со2).

где со* и о)2— заданные параметры.

Для определения эффективных частот рассматриваемого про­ цесса по нулям, экстремумам и точкам перегиба, а также для

122

определения параметра сложности структуры процесса получаем следующие соотношения:

 

 

2

2<o1sf + <o|s|

 

 

 

0)0

s* + sl

 

 

о,э2=

12а)fsf + (OJSJ

 

 

2(0'fs'i + 0>2S2

 

 

 

 

(12.7)

 

 

 

120Ю]в^ + co^Sj

 

(0„ —

 

 

4-

 

 

 

 

12®jsJ + а>2«2

 

 

La

( l + « ) ( 1 2 « +

p4)

 

 

л

~

(2a + p)4

 

 

где а = sV4'

P = ©I/©?.

 

 

при

Величина

k принимает максимальное значение

 

 

 

ра — 4Р +

12

( 12.8)

 

« - !2 р4 — 1 2 р + 1 2

При больших значениях Р (Р > 100) имеем a

Р/2. При ЭТОМ

 

*,2

_

( l + « ) ( 3 +

a)

(12.9)

 

«ш ах--------------4^

.

На рис. 12.7 представлены графики функции k* = f (а), соот­

ветствующие

различным

значениям р.

 

 

Использование линейных дифференциальных преобразователей.

Рассмотрим задачу о формировании (моделировании) случайного процесса qx (t) с заданной спектральной плотностью Sx (©) послучайному процессу q0 (t) со спектральной плотностью 5 0(©). Будем считать, что процесс qt (t) может быть описан спектральной

плотностью

в виде дробно-рациональной функции, а процесс

q0 (t) будем

считать белым шумом со спектральной плотностью

50(©) = с =

const.

Для решения поставленной задачи рассмотрим систему, опи­ сываемую уравнением

м < м т = ы<7о(о>,

о

Л

to,

©г 10

Рис. 12.6. Спектральная плотность процесса, состоящего из суммы двух процессов

Рис. 12.7. Зависимость К} = / (а) для различных значений параметра р

123

где линейные дифференциальные операторы Li и 12определяются соотношениями

I

dn 1 *П~' 1 *+1 an-l

+1 Qn\

(12.11)

Ь2 = Ь0 dmm +

Ьг dm~\ +

' • + bm_i

dtm

dtm~1

 

(m,

n ^ 0; m

n — 1).

Спектральные плотности процессов ^ (0 соотношением 13]

+ fcm (12.12)

и t/0(/) связаны

«!(»)

1fc, (ito)m +

(iо))т- ‘ -I------ h Ьт-i У®) + Ьт

. .

I «о (*'©)n +

ei («<о)л_1 Н------- (- ап_! (*'ш) + <*„ |2

0

 

(12.13)

Из (12.13) следует, что поставленная задача всегда может быть решена соответствующим подбором коэффициентов щ и bj

(i

0, 1, ...,

я, /

0, 1, ..., fit)■

 

случайный

процесс

со

Пример 1.

Требуется

сформировать

спектральной

плотностью

2_

 

 

 

 

 

 

 

 

 

 

 

Si (<о) =

а

*

0),

 

(12.14)

 

 

 

 

я

а* + а>*

 

где

а — параметр; 2/я — коэффициент

нормировки,

определяе­

мый из условия, что дисперсия процесса равна единице.

 

 

Корреляционная функция заданного процесса описывается

уравнением

Кг (т) =

ехр (—а |т |).

 

 

(12.15)

 

 

 

 

 

 

Сопоставляя соотношения (12.13) и (12.14), заключаем, что

они будут совпадать

в случае, когда S0(to) = с = 2а/я;

т =

0;

Ь0 =

1;

п =

1; До =

1;

«1 =

«•

 

 

 

 

 

 

Для

этого случая

уравнение (12.10) принимает вид

 

 

 

 

 

 

 

 

Яг +

“ <7i = Яо-

 

 

 

(12.16)

Пример 2. Требуется сформировать случайный процесс со спек­

тральной

плотностью

 

 

 

 

 

 

 

 

 

 

 

 

 

Si (со) = —

ф* _ аа —

4а*(оа ’

(®^0)»

(12.17)

где а и р

— параметры.

 

 

 

 

 

 

 

 

Корреляционная функция формируемого процесса имеет вид

 

 

 

 

К (т) =

е-® Iт I (cos рт +

-jj- sin р | т |) .

 

(12.18)

Сопоставив соотношения (12.13) и (12.17), заметим, что они будут совпадать в случае, когда S0(©) = с = 4а (а24 р*)/я; m = 0; = 1; л = 2; а, = 1; Oi == 2а; а, = а* 4 Р*.

124

Уравнение (12.10) в этом случае принимает вид

 

 

& +

2а + (а2+

Р2) q = </0.

 

 

(12.19)

Пример 3. Требуется сформировать процесс со спектральной

плотностью

 

 

 

 

 

2ос_____ о2+

+ Р2____

0).

( 12.20)

 

я (со2 —а2 — Р2)2 + 4а2©2 ’

Соответствующая

корреляционная функция имеет

вид

.

К (т) = е~а 1cos рт.

 

 

(12.21)

Сопоставив соотношения (12.13) и (12.20), установим, что они

будут совпадать в случае,

когда

50(©) = 2а/л; т = 1;

b0 = 1;

b2i = а 2+ р2; п = 2; ао =

1; ai

= 2а; аг = а-? -f Р2.

 

Уравнение (12.10) в этом случае принимает вид

 

Я1 + 2а q + (а2+

р2) q = q0+

(12.22)

Таким образом, задача о формировании случайных процессов с заданными спектральными плотностями в виде дробно-рацио­ нальных функций имеет точное эффективное решение. Соотноше­ ния (12.10), (12.16), (12.19) и (12.22) могут рассматриваться как генераторы, формирующие заданный случайный процесс. Это обстоятельство может быть использовано для моделирования про­ цессов на аналоговой и цифровой вычислительной технике.

Процессы в нелинейных безынерционных системах. При расче­ тах часто возникает необходимость анализа случайных процессов, получаемых при нелинейном преобразовании исходного нормаль­ ного стационарного процесса. Преобразованный таким образом случайный процесс уже не будет нормальным, и для его анализа требуются более сложные методы. Примером может служить анализ процессов изменения напряжений в системах ударо- и виброзащиты, имеющих упругие элементы с нелинейными харак­ теристиками. В табл. 12.1 представлены некоторые типичные схемы нелинейных преобразователей и соответствующие им за­ висимости напряжений а от приложенных нагрузок F.

Если пренебречь инерционными эффектами, то нагруженность упругих элементов в таких системах можно описать следующим нелинейным соотношением:

»{t) = /{*(<)},

02.23)

где х (t) — заданный нормальный стационарный случайный про­ цесс, у (t) — выходная функция; f (х) — заданная однозначная функция нелинейного преобразования.

Задача заключается в определении вероятностных характери­ стик процесса у (t) по заданным вероятностным характеристикам процесса х (t). При решении этой задачи обычно ограничиваются определением одномерного закона распределения выходного про-

12.1. Нелинейные преобразователи и их характеристики

Одномерная плотность

распределения выходного процесса

У

 

| Ф(у)|,

 

Ру (у) =

рх Ш

(12.24)

где <р (у) — обратная функция от у

=

/ (х); рх (х) — одномерная

плотность распределения заданного процесса х (t).

 

Нелинейное преобразование (12.23) может существенно изме­

нить закон распределения

исходного

случайного

процесса и

в общем случае не сохраняет вид нормального распределения, если оно было таковым на входе. Рассмотрим несколько элемен­ тарных примеров нелинейного преобразования, когда закон рас­ пределения на выходе может быть определен без особых вычисле­ ний. Так, если характеристика у = f (х) состоит из двух прямых

126

 

 

 

 

 

 

Рис. 12.9. Преобразование

нормально

Рис. 12.8. Преобразование

нормально

распределенной

случайной

 

величины

идеальным ограничителем (а—в — см.

распределенной

случайной

величины

рис. 12.8)

 

 

 

 

нелинейным

устройством,

имеющим

 

 

 

 

 

 

разные

угловые

коэффициенты

при

линий с угловыми коэффициен­

х > 0 и при х <

0:

 

 

тами

kx (при х > 0) и

(при

а — заданная

нормальная плотность;

б —

характеристика

преобразователя;

в —

х <

0) и входной процесс

яв­

плотность

распределения выходного

про­

ляется нормальным со средним

цесса

 

 

 

 

 

 

 

 

 

 

 

значением,

равным

нулю,

и

средним квадратическим отклонением 5 , то распределение на вы­ ходе будет состоять из двух различных нормальных законов: при

х

> 0

— со

средним квадратическим отклонением kxs и при

х

< 0

— со

средним квадратическим отклонением k2s (рис. 12.8).

При k f+ O левая часть плотности ру (у) переходит в дельта-функ­ цию -j б (у). Если характеристика у = f (х) описывает идеальный

ограничитель, то распределение на его выходе будет ограничено справа и слева, а на концах оно будет иметь вид дельта-функ­ ций (рис. 12.9).

Корреляционную функцию процесса у (t) на выходе нелиней­

ного преобразователя (12.23) можно вычислить

по формуле

K y (T) = M {y(t)y(t + x)),

(12.25)

где М — оператор осреднения.

 

127

Чтобы определить Ку (т) через вероятностные характеристики входного процесса х (О, запишем уравнение (12.23) в виде его

преобразования

по Лапласу:

 

 

 

'

 

оо

 

 

L {у) = L {/ (х)} = j

/ (х) е~‘“* dx = F (ш).

(12.26)

 

 

о

 

 

 

Вычислив обратное преобразование Лапласа, получим

 

y = f( x ) = - ^ $ F ( iu ) e {u‘'du,

(12.27)

 

 

 

С

 

 

где с — контур

интегрирования с пределами изменения

от —оо

до оо, который

обходит снизу все возможные особые точки.

Подставив выражение (12.27) в соотношение (12.25) и изменив

порядок усреднения

и интегрирования,

получим

 

Ку (т) =

j F (iu) j

F (tv) g (и,

V, T) du dv,

(12.28)

где-

 

C

C

 

 

 

 

 

 

 

g (и, v, т) = M (exp [iuy (t) + ivy (t + x)]}.

Энергетический спектр процесса на выходе

00

S y (со) = -jj- J

К у (т) cos ©т dx,

© > 0.

о

 

 

Процесс у (t) обладает

энергетическим

спектром, отличным

от спектра процесса х (t). В общем случае этот спектр будет иметь более сложную структуру, чем спектр исходного процесса. Так, например, если первоначальный процесс представляет собой сумму двух гармоник

х = A sin ©!< + В sin ©2/

с энергетическим спектром в виде дельта-функций на частотах ©х и ©2, то после нелинейного преобразования процесс у (t) будет, очевидно, иметь линейчатый спектр с частотами

 

 

©mn =

тщ ± п©г,

где т, п = 1, 2, 3, ...

 

 

Пусть,

например,

 

 

 

 

0 = М

= Ип©о*|.

Тогда,

представив

функцию |sin©0f| в виде ряда Фурье,

получим

 

 

 

 

У =

— 2

i cos2£©o*j .

128

Рис. 12.10. Характеристика идеального ограничителя (а) и его при­ ближенное описание (б)

Отсюда следует, что если процесс на входе х (t) имеет одну частоту со0, то процесс на выходе у (t) имеет линейчатый спектр

с неограниченным числом частот 2k<a0 (k

= 1, 2, 3, ...).

Если у

= х2 (t) и х (0 = sin ©! t +

sin a>2t, то

y(t)=

1 — ^-cos 2% / — ^-cos2oy — i-cos((0! + o»a)i +

+-J-'COS (©! — (I)J) t,

Вэтом случае на выходе нелинейного преобразователя полу­

чаем процесс с частотами 2<0х, 2(оа, (юх + (о2) и (©х — (о2). т. е. если процесс на входе имеет характерные частоты ©х и <о2, то на выходе получаем процесс с более сложным спектром. Аналогичные выводы справедливы и для случайных процессов.

Конкретное определение корреляционной функции на выходе нелинейного преобразователя рассмотрим для случая преобразо­ вания случайного стационарного процесса двусторонним ограни­ чителем. Такой ограничитель часто используется в механических системах в качестве защитного устройства. Идеальная характе­ ристика такого ограничителя показана на рис. 12.9 и 12.10, а. В аналитическом виде эту характеристику можно представить следующим образом:

'

— А ,

х < А / С ;

 

 

сх,

—Л/С < х < Л/С;

(12.29)

.

л ,

х > А / С ,

 

где А и С = tg у — предельная амплитуда и жесткость системы. Для упрощения вычислений и учета того, что в реальных меха­ нических системах изменение жесткости происходит более плавно, чем это описывается идеальной характеристикой, целесообразно

9 Гусев А. С.

129

заменить ее на характеристику, показанную на рис. 12.10, б, которую можно описать, например, соотношением

< 1 2 - 3 0 >

где а и р — параметры, определяемые в простейшем варианте из условия равенства начальных жесткостей и равенства пре­ дельных амплитуд для двух рассматриваемых характеристик. При этих условиях

а = 1/2Л;

Р = 2п~1С-2А2.

Подставив (12.30) в формулу (12.26), получим

f (,M) = l i r e x P ( - f > V / 2).

(12.31)

Теперь по формуле (12.28) получаем корреляционную функ­ цию процесса у (t):

'M * ) ° - a b - aresl" K, KW U

<|232>

где Кх (т) — корреляционная функция исходного процесса х (t). Из соотношения (12.32) при т = 0 получим дисперсию про­ цесса на выходе. Эту дисперсию, а также одномерное распределе­ ние выходного процесса можно получить непосредственно из анализа исходного соотношения (12.29). Так, плотность распре­ деления на выходе идеального ограничителя, имеющего жест­

кость С, можно записать в следующем виде:

-А /С

6(у + A) j px (x)dx, У < —А ;

—00

P v i y ) = j \ р х (У/С) —А < у < А ;

00

Ь (У - А ) J px (x)dx, у ^ А .

а / с

При гауссовском входе

» < ~ А -

CsVSi ехр( й ’? ') ’ —'А с у < А ;

130

Рис. 12.11.

Плотность распределения амплитуд

 

с о

 

на выходе

идеального ограничителя

 

 

 

где

 

 

 

 

 

у

 

 

 

 

ф & ) * - г 1 <г',/2Л-

 

 

 

 

о

 

 

 

Дисперсия процесса на выходе

О

А

у

0 < Й - * [ 1 - Ф ( 4 ) ] + Р « . ( 4 ) -

- C s A К т м P ( ~ w ) -

Параметры а и р в (12.30) могут быть теперь уточнены, напри­ мер, из условия равенства дисперсий процессов на выходе нели­ нейных преобразователей (12.29) и (12.30).

Плотность распределения амплитуд на выходе преобразова­ теля (12.29) можно записать в следующем виде:

0, у < 0;

6( ^ - Л ) е х р ( —- р - ) у > А .

Плотность f (у) показана на рис. 12.11. Большое число при­ меров анализа случайных процессов, получаемых при безынер­ ционном нелинейном преобразовании исходного стационарного нормального процесса, приведено в [16].