Плотность спектральная процесса

В соотношении (1.6) обычно при оценке усталостной долговечности в качестве характеристики повреждаемости Df рассматривают число циклов нагружения. В реальной эксплуатации при взаимодействии нагрузок, особенно в случае малоцикловой усталости, линейное суммирование накопленных повреждений не отражает реального, нелинейного процесса накопления повреждений в различных зонах центроплана и крыла ВС [29, 38]. Это же относится и к стойкам шасси пассажирского самолета [39]. Интервал разброса в оценках накопленных повреждений может составлять 0,5-4,0 [40, 41], а при учете последовательности циклов нагружения разброс данных может быть еще выше [19, 24, 30]. Поэтому для более точной оценки усталостной долговечности введен метод спектрального суммирования, позволяющий установить связь между характеристиками долговечности и характеристиками случайного процесса нагружения на основе использования спектральной плотности мощности [30]. При нерегулярном нагружении, характеризуемом непрерывной спектральной плотностью, энергия процесса с частотой со/,- может быть заменена эквивалентной (по средней использованной долговечности) энергией, характеризующей процесс нагружения на другой частоте. В частности, на некоторой характеристической частоте [c.37]

Из рис. 4 видно, что в области рассмотренных частот форма спектральной плотности нормального процесса не оказывает влияния на долговечность, так как все результаты для спектров А, Б, В и БШ приблизительно ложатся на одну прямую линию. Плотность вероятности белого шума значительно влияет на долговечность, наиболее агрессивным является процесс с нормальным распределением Н, менее агрессивным — процесс Релея РЛ и наиболее долговечный процесс с равномерным распределением РАВ (соответствующая спектральная плотность во всех случаях приблизительно соответствовала белому шуму в диапазоне частот до 4 Гц). [c.328]

Взаимная спектральная плотность стационарных процессов и 1-1 (if) определяется формулой [c.116]

Преобразование Фурье корреляционной функции определяет спектральную плотность случайного процесса [c.749]

Представление об уровне случайных колебаний рельсового экипажа дают математические ожидания и дисперсии выходных процессов. Дисперсии могут быть вычислены интегрированием в частотной области спектральных плотностей выходных процессов. Если спектральную плотность возмущений аппроксимировать подходящим дробно-рациональным выражением, то можно составить систему линейных алгебраических уравнений, решение которой сразу дает дисперсии и взаимные корреляционные моменты координат без предварительного определения спектральных плотностей. [c.421]

При достаточно детальном разбиении частотного диапазона дисперсионный вектор по информативности практически равнозначен спектральной плотности рассматриваемого процесса (рнс, 2). [c.423]

Функции S,h (<о) называют взаимными спектральными плотностями векторного процесса U(0- [c.275]

Алгоритм (49) позволяет воспроизводить на ЭВМ последовательности и сколь угодно большой длины, которые с самого начала обладают свойством стационарности. Весовые коэф([)ициенты а могут быть вычислены различными способами. Эффективным является способ, основанный на разложении в ряд Фурье спектральной плотности моделируемого процесса. Преобразование (49) при этом берется в виде [c.281]

Зная спектральную плотность 5 процесса (/), легко вычислить спектральные [c.179]

Критерий (11.12.48) оценивает равномерное приближение спектральной плотности формируемого процесса к заданной. Критерий (11.12.49) оценивает среднее распределение [c.364]

Приведенные в работе корреляционные функции и спектральные плотности соответствуют процессам, содержащим некоторые преобладающие частоты, и могут быть аппроксимированы выражениями вида [10] [c.158]

Построение состоятельных оценок для 5 (со) может быть выполнено на основе следующих свойств спектральной плотности. Для процессов с непрерывной спектральной плотностью корреляция между соседними ее значениями при увеличении времени уменьшается, и оценка S (со) имеет сильно флуктуирующий характер. Усреднением (сглаживанием) 5 (со) по малому интервалу частот получают оценку спектральной плотности с убывающей [c.224]

Рис. 5.27. Функция спектральной плотности случайного процесса изменения напряжений в рычаге

В рассматриваемом примере спектральная плотность исходного процесса и t) выражается через б-функцию [c.156]

Рис. 3.7. Нормированная спектральная плотность й (/) процесса нагружения рычага трапеции (автомобиль ЗИЛ-130, булыжное шоссе)

Вследствие того, что при отражении от обычных реальных объектов свет приобретает некоторую цветовую окраску , временные характеристики этой фоновой составляющей соответствуют некоторому достаточно узкополосному процессу. Обозначим спектральную плотность этого процесса через Оф((о). В принципе Оф((о) является существенно более широкой функцией нежели G((o) для подсвечивающего лазерного излучения. Однако по сравнению со спектром фона, обусловленного рассеянием в атмосфере, спектр Оф((о) оказывается значительно более узким. Учитывая все сказанное и ориентируясь на выражения (1.2.31) и (1.2.32), имеем, [c.43]

Спектральная плотность установившегося процесса деформации в зацеплении находится в следующей зависимости от спектральных плотностей соответствующих независимых воздействий и частотных характеристик динамической системы [c.254]

Очевидно, что 0 г(м) так же, как и Кх ), неслучайная функция, которая называется спектральной плотностью случайного процесса X (). [c.15]

Если в формуле (1.32) заменить Кх( ) на нормированную корреляционную функцию, то получим нормированную спектральную плотность случайного процесса. [c.15]

Тогда спектральная плотность этого процесса будет постоянной [c.16]

Взаимная корреляционная функция и спектральная плотность между процессам фв(0 и а(0 определяются соотношениями [c.345]

Клоков Ю. Л. Оценка шага дискретности по времени при вычислении спектральных плотностей случайных процессов. — Автоматика и телемеханика , 1964, № 3, с. 356—367. [c.415]

Б. Спектральная плотность случайного процесса [c.75]

Ясно, что автокорреляционная функция и спектральная плотность мощности процесса Z t) зависят не только от соответствующих характеристик процессов u t) и V(t) по отдельности, но также и от статистического соотношения между этими процессами, характеризуемого взаимными корреляционными функциями и взаимными спектральными плотностями. [c.85]

Задача оценивания решается в предположении, что искомая аномалия и погрешности измерений являются стационарными гауссовскими случайными процессами с известными спектральными плотностями. Спектральные плотности погрешностей измерений определяются по результатам лабораторных испытаний прибора. Спектральная плотность аномалии обычно известна из геологических данных. [c.137]

Некоторые примеры простейших однопараметрических нормированных корреляционных функций г (т) = (т) и соответствующих им спектральных плотностей дифференцируемых процессов приведены в табл. 1.1 (нужно отметить, что подобная таблица может быть расширена). С одной стороны, с учетом условий (4), (5), (8) для этого достаточно, напрнмер, задаться спектральной [c.21]

Так, в частности, при гауссовой форме спектральной плотности квазигармонического процесса ( ) имеем [c.88]

В об1цем случае в спектральной плотности выходного процесса одновременно проявляются как основные частоты входного процесса, так и резонансные частоты системы. С учетом этих простейших соображений можно грубо оценивать основные свойства параметров объектов, что необходимо для формулировки требований к средствам измерения и передачи измерительной информации, а также к воспроизведению Процессов Так, если заранее известно, что во йствия на объект узкополосные, О именно на эти частоты следует ориентироваться при измерениях. Когда объект че обладает резонансными свойствами, необходимо оценить частоту со , с которой начинает быстро спадать его АЧХ. Эту частоту мон<но рассматривать как оценку (возможно завышенную) для верхней границы диапазона частот измеряемого про-Десса Если свойства объекта характеризуются набором резонансных частот, то верх- [c.103]

Рис. в. Спектральная плотность широкополосного процесса исходного (сплошные линии) и дискретизованного (штриховые) [c.105]

В основе всякого измерения лежит измерительное преобразование, при котором между размерами двух величин устанавливается взаимно-однозначное соответствие. Измерительное преобряаование, как правило, осуществляют техническими устройствами, называемыми преобразователями. Преобразуемую величину называют входной, а преобразованную (результат преобразования)—выходной величиной. Как правило, измерения проводят с помощью ряда преобразователей. Первая из входных величин является воспринимаемой. Измеряемой называют физическую величину, подлежащую или подвергаемую измерению. В общем случае Не всякая воспринимаемая величина является измеряемой. Часто измеряемая величина только функционально связана с воспринимаемой и извлекается из последней с Помощью специального преобразования. Это имеет место, например, при измерении частоты или периода гармонической величины, спектральной плотности случайного процесса и т. Д. В ряде случаев эти величины совпадают, например, когда Измеряемыми параметрами являются мгновенные значения воспринимаемой вели- [c.107]

ГБШт) необходимо применять многомерный формирующий фильтр 2 с матрицей передаточных функций Нфф(р). Матрица спектральных плотностей векторного процесса у — [c.461]

Рассмотрим теперь модель случайного процесса, представленного в виде двух составляющих, имеющих энергегические спектральные плотности, показанные на рис. 12.6. Спектральную плотность первого процесса можно описать соотношением [c.122]

Рис. 29. Спектральные плотности случайных процессов нагружения й — узкополосная б — неузкополосные (I — двухчастотная 2 — широкополосная)

Таким образом могут быть найдены основные статистические характеристики режима нагружения зубчатой передачи распределение амплитуд импульсов нагрузки и спектральная плотность случайного процесса нагружения в зацеплении, модулирующая ампллтуды импульсов на зубе. [c.255]

Взаимная корреляционная функция и спектральная плотность между процессами г1зв(/) и г л(0 равны [c.344]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...