Спектральный анализ случайных воздействий

Спектральный анализ случайных воздействий [c.27]

Чтобы получить достаточно полное представление о поведении автомобиля при случайном воздействии, достаточно знать дисперсии и нормированные спектральные плотности дисперсий следующих величин вертикальных перемещений и ускорений кузова S (v) и S" (v), необходимых, в частности, для оценки ощущений пассажиров, сохранности груза, расчета сидений (систем вторичного подрессоривания) прогибов рессор или перемещений колес относительно кузова S (v), характеризующих возможность пробивания подвески, ее прочность и долговечность перемещений колес (v), удобных для анализа физической сущности колебаний деформаций шин или перемещений колес относительно дороги (у), существенных, например, при оценке вероятности отрыва колес от дороги, долговечности шин и сохранности дороги. [c.467]

Для решения задач формирования испытательного воздействия и обработки информа-Юси, получаемой в результате вибрационных испытаний, широко применяют ЭВМ. Цифровые системы обладают большой гибкостью при реализации алгоритмов идентификации, управления, спектральною анализа и генерирования случайных процессов. Генерирование случайного испытательного воздействия проводится на основе скалярной модели Райса-Пирсона [2, 7] [c.365]

Распределения Больцмана и Максвелла—Больцмана широко используют для анализа стационарных случайных колебаний нелинейных систем. Условием применимости этих соотношений является широкополосный характер внешних случайных воздействий, позволяющий представлять их в виде дельта-коррелированных функций (белых шумов). Для практических расчетов можно использовать распределения (1.41), (1.42) и (1.46), если время корреляции внешних воздействий т значительно меньше характерного времени системы То = 2я/мо, где (Оц — частота собственных колебаний. Учитывая, что некоторые реальные системы обладают высокими фильтрующими свойствами, можно считать, что спектральная плотность широкополосного воздействия мало изменяется в интервале, который соответствует преобладающему частотному диапазону выходного процесса (рис. 1.11). При этом внешнее воздействие может быть аппроксимировано при помощи дельта-коррелированных случайных функций [24].. [c.20]

Если известна спектральная плотность Sq (со), т. е. стационарное решение уравнения (5.104), то характеристическое уравнение (5.108) принимает конкретную форму, и исследование устойчивости сводится к проблеме Рауса—Гурвица. На рис. 5.9 представлены результаты анализа устойчивости стационарных решений задачи (5.104) при узкополосном случайном воздействии q t). [c.168]

Так как пульсации температур, как правило, имеют неупорядоченный случайный характер, то и вызываемые ими температурные поля и напряжения также случайны и для их анализа следует применять статистические методы. При этом для оценки долговечности мы будем пользоваться наиболее простым и наглядным методом В.В. Болотина [6], нашедшим широкое применение для оценки прочности конструкций, подверженных случайным механическим воздействиям. Основными статистическими характеристиками, характеризующими нагрузку в формулах В.В. Болотина, являются интенсивность S и эффективный период напряжений ве. Эти параметры проще всего получить, если известна спектральная плотность пульсаций напряжений [c.14]

Таким образом, спектральный метод анализа нелинейных стохастических систем существенно отличается от метода момент-ных соотношений, основанных на теории марковских процессов. Разрешающие уравнения спектрального метода (4.31), (4.41), (4.47) выведены для произвольно го вида спектральной плотности воздействия. Это позволяет не вводить предположение о дробно-рациональном характере функции 5,(<о). Далее, метод спектральных представлений наряду с моментами фазовых переменных позволяет исследовать двухточечные характеристики случайных процессов, т. е. спектральные плотности и корреляционные функции. [c.98]

Искомые переменные системы уравнений - это элементы вектора узловых перемещений П, которые в любой момент времени должны удовлетворять условиям равновесия системы при наличии сил инерции и рассеяния энергии. Решение этой системы уравнений вьшолняется либо прямым методом Ньюмарка, либо методом суперпозиции форм колебаний. К такому типу анализа относятся динамика переходных процессов, модальный анализ, отклик на гармоническое воздействие, спектральный анализ и отклик на случайную вибрацию. [c.59]

Рассмотрим один пример применения спектрального метода анализа устойчивости при случайных воздействиях. Весьма существенно влияние параметрическт1х случайных возмущений на разнообразные измерительные устройства, работающие по принципу гиростабилизации. В реальных условиях на гироскопические устройства, которые используются в различных автоматических системах управления подвижными объектами, действуют силы и моменты, вызванные случайными перемещениями этих объектов. При этом могут возникать параметрические колебания, сущест- [c.168]

Для составления моментных соотношений в задачах стохастической устойчивости выше были использованы уравнения теории марковских процессов, справедливые при дробно-рациональных спектральных плотностях. Спектры реальных воздействий во многих случаях имеют более сложную структуру. Это относится, например, к пространственно-временным случайным функциям, описывающим атмосферную турбулентность, волнение морской поверхности [19] и т. д. При произвольном виде спектральных плотностей анализ моментных соотношений может быть выполнен при помощи метода интегральных спектральных представлений. Эффективность этого метода обусловлена стохастической орто-гональностью стационарных случайных процессов и однородных полей. Спектры стационарных процессов удовлетворяют соотно- [c.151]

Все перечисленные характеристики, рассчитанные при двух различных тактах квантования, помещены в колонках, озаглавленных Se, стох. min . Аналогичные характеристики, полученные для оптимизированного регулятора с детерминированным ступенчатым входным сигналом, помещены в колонках, обозначенных Se, дет. -> min . Анализ таблицы показывает, что для алгоритма управления типа ЗПР-З при оптимизации с учетом случайных возмущений параметры qo и К имеют меньшие значения, а параметр d — большее (исключение составляет лишь регулятор объекта II при То=4 с), нежели при оптимизации по отношению к ступенчатому входному воздействию. Постоянная интегрирования во всех случаях близка к нулю ввиду отсутствия постоянного возмущения, поскольку E v(k) =0. Судя по снижению показателя S , в среднем интенсивность управления несколько снижается. Соответственно улучшается качество управления, что подтверждается уменьшением показателя х. Более низкое качество и повышенная интенсивность управления, свойственные регуляторам, оптимизированным по отношению к ступенчатому воздействию, свидетельствуют о том что случайные шумы возбуждают собственные движения замкну того контура управления. Значения спектральной плотности случай ного возмущения п (к) в области высоких частот достаточно велики и этим объясняется то, что показатель v. для стохастически оптими зированных регуляторов лишь немногим меньше единицы. Поэтому средняя величина отклонения выходного сигнала за счет введения регулятора снижается незначительно эта особенность проявляется наиболее отчетливо для объекта II. При меньшем такте квантования То—4 с качество управления объектом III значительно выше, чем при То=8 с. Для объекта II данный показатель в обоих случаях примерно одинаков. В регуляторе ЗПР-2 оптимизировались два параметра — qi и qa, в то время как qo задавался равным начальному значению выходного сигнала и(0). Для объекта II величина данного параметра была чрезмерно завышена, что сказалось на качестве управления, которое хуже, чем при использовании регулятора ЗПР-З. В случае объекта III при обоих тактах квантования [c.249]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...