книги / Расчет конструкций при случайных воздействиях
..pdfВ этом |
случае |
|
|
|
||
о2= |
о2 + |
А2 sin2 (©/ + ф); сг®. = |
a 2 + Л2©2 C O S 2 (out -j- ф); |
|||
X |
X\ |
|
X |
X^ |
|
|
|
|
|
А2а>sin (ш/ + |
ф) cos (со/ + |
ф) |
|
|
Гхх |
|
1 [o2Xt + A2sin2 (со/ -j- <p)] [о 21+ А2со2 COS2 (со/ + |
ф)] |
||
Усредняя |
эти соотношения по <р, получаем: |
|
||||
|
о2 |
|
=••o2Xi + Л2/2; а\ = |
+ А2©2/2; |
г** = |
0. |
Для определения среднего числа превышений уровня х в еди ницу времени получаем простую формулу:
|
Л |
. л / 2Л |
|
2,.,2 |
||
п(х) |
+ |
А о) |
ехр |
|||
2л |
у |
|
< |
Л2 |
( 2<+^) |
|
|
|
|
|
■*1 |
||
|
|
|
2а2 - + |
|
Обобщим теперь полученный результат для случая, когда гармоническая составляющая процесса описывается соотношением
х (t) = xt (t) + аъsin cat + a2 sin 2©^ + o3 sin 3©/ + ...
В этом случае, еще раз вводя фазу <р и усредняя результаты, получим
<*“ <Ъ + - т М + 4в8 + * * + - - *
Для среднего числа выбросов в единицу времени имеем
п (х) = |
2л |
2°It + |
(flf + 4а2 + 9аз+ • ■•‘ 1/2 |
||
2<Jl |
+ а\ + 4 |
+ а\ + |
X |
||
|
|
- • • |
|||
|
хехр / _________ хI______ _ |
||||
|
|
\ 2°lt + а\ + |
а2+ • |
' ' |
Была рассмотрена задача только о выбросах квазистационарных случайных процессов. Для ее решения используют соотно шение (4.70). Аналогично решают задачи о среднем числе макси мумов и о распределении максимумов. При этом используют соотношения (4.45) и (4.49). Получение точных решений здесь еще более затруднительно, но также вполне возможно.
Приведем один пример решения подобной задачи. В работе
[56] рассмотрен процесс |
|
х (0 = хх (t) sin (onf, |
(4.134) |
где xL(/) — стационарный Гауссовский процесс с эффективной частотой оц, частотой первой производной <ом, коэффициентом сложности структуры k = = (0м/<й! и коэффициентом вариации 6.
На рис. 4.7 приведены расчетные значения среднего числа максимумов за период 2я/©0, а на рис. 4.8 — плотности распре деления максимумов.
151
Пн
Рис. 4.7. Среднее число максимумов процесса, опре деляемого соотношением (4.134):
а — К = |
1,5; 6 — к = 1,75; |
в — К = |
2,0 |
Рис. 4.8. Плотности |
распреде |
|||
ления |
максимумов |
процесса, |
||
определяемого |
соотношением |
|||
(4.134): |
|
|
|
|
а |
— в = |
0.3; б — |
б = |
0,5; (V = |
= |
Ш,/0)о) |
|
|
|
■2,5 - Г / —7,2 -5,8 -0,4 |
0,4 0,8 1,2 1,6 |
Решение последних двух задач может быть сведено к анализу выбросов. Действительно, для нахождения среднего числа экстре мумов случайного процесса достаточно его продифференцировать и найти среднее число нулей для производной. Плотность распре деления максимумов при заданном числе выбросов приближенно определяют по формуле (4.101).
27. Особенности анализа недифференцируемых процессов
Теоретический анализ случайных процессов, описанных недифференцируемыми корреляционными функциями, вообще го воря, невозможен. Нельзя, в частности, вычислить ни эффектив ную частоту процесса, ни частоту процесса по экстремумам, ни частоту процесса по точкам перегиба, так как для этого необхо димо вычислить соответственно вторые, четвертые и шестые производные корреляционных функций в точке «ноль», тогда как этих производных формально не существует. Отсутствие воз можности анализа связано не с особой физической природой ре альных процессов, а с математическими особенностями их опи сания. К настоящему времени по результатам обширных экспе риментов в ряде научно-исследовательских институтов и на за водах накоплен значительный статистический материал о нагруженности различных натурных конструкций в виде корреляцион ных функций и энергетических спектров, соответствующих не дифференцируемым случайным процессам. Опишем методику эф фективного использования такой информации.
Рассмотрим две группы чаще всего встречающихся на прак тике случайных процессов, описываемых корреляционными функ циями, представленными в табл. 4.1. Функции 1 один раз диффе ренцируемы, Функции 2 и 3 — недифференцируемы. Функции 2, а дифференцируемы неограниченное число раз. Отметим общие закономерности для корреляционных функций и энергетических спектров, вытекающие из физических представлений о природе случайных процессов. Очевидно, что чем более крутой является корреляционная функция, тем более высокочастотный процесс она описывает и тем в более высокочастотной полосе находится энергетический спектр этого процесса. Отсюда, в частности, сле дует, что процессы 1 по сравнению с процессами 2 и 2, а являются наиболее низкочастотными, а процессы 3 — наиболее высоко частотными.
Сделанный вывод хорошо иллюстрируется графическими дан ными. На рис. 4.9, а, б приведены примеры корреляционных функций и энергетических спектров первой группы рассматри ваемых процессов. Корреляционная функция 1 проходит выше всех остальных функций и поэтому действительно описывает наи более низкочастотный процесс. Корреляционная функция 3 про-
153
сл Т а б л и д а |
4.1 |
|
|
Анализ случайных процессов |
|
||
№ |
|
KW |
|
процесса |
|
|
|
1 |
е ~ а|х'(1 + а |
| т |) |
|
|
|||
2 |
|
е-а|т! |
|
I |
|
|
|
2а |
|
е —ачг |
|
3 |
. е- а|т1(1 _ а |
j X|) |
|
|
е—alt|(C0S рт _j_ |
||
1 |
+ |
- j - s in P |T |) |
|
|
|||
2 |
е |
ctjxl cog рт |
|
2а |
e - ^ c o s p t |
||
п |
|
|
|
e“ al’tl (cos рт —
3
- - ^ - s i n P |x |)
0L>O |
“a |
й>п |
|
||
а |
a(2V"2 — 1) |
a ( 2 j /T — г У Т + 1) |
a]A T |
a |^ 6 |
aV" 10 |
а(2К""2 — 1) a(2}/ '6 " - 2 j A T + 1) a ( 2 |/ l 0 — / 6“ + 2 \ П — 1)
K a 2 4 -p a |
21/ 2a2 + |
P2— l / a 2 + |
p2 |
¥ ' ” Х Ж +* |
2)Ato!+pa + |
||||||
|
|
V О? + P2 |
|
||||||||
|
|
|
|
|
|
|
|
+ |
|
||
/ 2 a a + |
pa |
-a / |
12a4 + I2a2p2 + |
p4 |
-l / |
120a6 + |
180a’p2 + |
30a2p4 + |
P6 |
||
Г |
|
2a2+ |
p2 |
|
V |
12a4 + 12a2p2 + p4 |
|
||||
|
|
|
|
|
|||||||
|
|
nl |
/ 12a4-f- I2a2p2+ p 4 |
т f |
120a6 + |
180a4p2+ |
30a2P4 + |
p« |
|||
|
P2 — |
1 v |
12a4 + I 2 a 2p2+ p 4 |
|
|||||||
2J/2a2 + |
“ Г |
2a2+ p 2 |
|
|
|||||||
|
|
o 1 / l 2 a 4 + 1 2 a 2p2+ p 4 , |
|
||||||||
|
|
|
|
|
P2 + |
|
|
|
|||
- V afl + P2 |
|
— 2 j/2 a 2+ |
|
|
V |
2a2+ p 2 |
|
||||
|
|
|
+ |
К « 2+ |
P2 |
|
|
+ 2V 2a2 + P2 — У a 2 + p2 |
|
||
|
|
|
|
|
|
|
|
|
Рис. 4.9. Анализ случайных процессов:
а — корреляционные функции процессов |
х (i); б, в, г — энергетические |
спектры про |
цессов х (t). х (t), х (t) (а = 10 с“ ‘, р = |
0), штриховые линии — приближенные оценки |
|
энергетических спектров |
- |
|
ходит ниже всех остальных функций и описывает поэтому дей ствительно наиболее высокочастотный процесс. Графики функ ций 2 и 2а занимают промежуточное положение и описывают промежуточные по частоте процессы. Некоторое различие в по ведении функций 2 и 2а связано, по-видимому, с математическими особенностями анализируемых функций, а не с физической при родой описываемых с их помощью случайных процессов. К ана логичным выводам приходим и при рассмотрении соответству ющих энергетических спектров (рис. 4.9, б).
Для |
дальнейшего анализа обозначим через (Оо, |
соэ, (o,‘t (i |
— |
= 1, 2, |
3) эффективные частоты рассматриваемых |
процессов |
по |
нулям, |
экстремумам и точкам перегиба соответственно. Из физи |
|
ческих |
представлений о природе случайных процессов следует, |
|
что можно считать справедливыми следующие неравенства: |
||
Сй<1 )< <в(2) < (й < 3 ) ; |
< СО<2) С Сй(2); © О) < (0<f> < (О ^ . |
Так как процессы 1 один раз дифференцируемы, то для них получаем точное значение эффективной частоты по нулям:
155
— lAx2 + р2. Поскольку корреляционным функциям 2 можно поставить в соответствие дифференцируемый аналог 2а, который
описывает |
процесс |
с |
эффективной частотой по |
нулям <»о2) = |
= т/2 а 2 + |
р2, то |
для |
приближенного анализа |
целесообразно |
считать, что такой же частотой обладают и процессы, описывае мые корреляционными функциями 2.
Полагая теперь, что частоты процессов 2 являются средними между частотами процессов 1 и 3, приходим к следующей частоте процесса 3:
(0 ( 3 ) — 2 1 / 2 ^ + Р 5 — К о Ч - Р ”2 -
Процесс 3 является производной процесса 1, поэтому частота по экстремумам процесса 1 равна частоте по нулям процесса 3,
т. е. а>эП = 4 3).
Полагая, что частота по экстремумам процесса 2 является средней между частотами по экстремумам процессов 1 и 3, при ходимся частоте по экстремумам процесса 3, представленной в табл. 4.1. Аналогично устанавливают частоты процессов по точкам перегиба.
Таким образом, для ряда недифференцируемых процессов при ходим к оценкам их частот по нулям, экстремумам и точкам пере гиба, которые невозможно получить формальными математиче скими методами, но которые согласуются с физической природой случайных процессов. Сводные данные по этим частотам приве дены в табл. 4.1.
Остановимся теперь на вопросе о возможности дифференци рования случайных процессов. Рассмотрим недифференцируемый процесс 2 и дифференцируемый процесс 2а. Примеры энергетиче ских спектров этих процессов, а также энергетических спектров их первых и вторых производных представлены на рис. 4.9, б, в, г. Поскольку процесс 2а дифференцируем, то его спектр и спектры его производных при to оо стремятся к нулю настолько быстро, что обеспечивается возможность полного математического ана лиза этого процесса. Процесс 2 недифференцируем, и его спектр при to — оо стремится к нулю недостаточно быстро, чтобы можно было вычислить частоту этого процесса даже по нулям. Спектры его первой и второй производных пр-и со -> оо не стремятся к нулю, что делает невозможным, в частности, вычисление частоты этого процесса по экстремумам и точкам перегиба.
На примере дифференцируемого процесса 2а отметим харак терные изменения в нем при дифференцировании: смещение спектра в область более высоких частот; изменение дисперсии; уменьшение сложности структуры.
Рассмотрим теперь формально недифференцируемый процесс с корреляционной функцией
Кх (т) == e'~ot Iт 1cos рт.
156
Будем искать корреляционную функцию производной этого процесса в виде
Kjt (т) = |
(2аа+ Р2) |
1cos |
Здесь дисперсия (2а2 + |
Р2) определена ранее при частотном, ана |
лизе, а новые параметры а х и рх будем определять из следующих условий:
частота по нулям процесса х (t) равна частоте по экстремумам процесса х (t);
частота по экстремумам процесса х (t) равна частоте по точкам
перегиба процесса х (t). |
|
|
|
|
|
|
' |
|
||
Из последних условий получаем следующие два уравнения |
||||||||||
для определения двух неизвестных аг и р*: |
|
|
||||||||
|
2ол |
1 р 2 |
д |
1 2 ^ + 1 2 а^ + ру |
|
|
||||
|
т - Р| — |
2сс2 + |
Р2 |
|
" а' |
|
||||
12а | + |
1 2 a 2p f + |
f>\ |
|
1 2 0 а * + |
180а 4р 2 + |
30а 2р 4 + р« |
, |
|||
Решая эту |
систему, |
получаем |
|
|
|
|
|
|
||
|
|
1 |
f а (За — b). |
и |
= |
а (За — Ь) |
|
|||
|
~Т V |
2 ~ ~ ’ |
/ |
2 |
|
|||||
При р = 0 имеем |
а? = |
(3 — j/б ) а 2; |
р? = |
2 т/"6а2, т. е. диф |
||||||
ференцирование процесса с корреляционной функцией |
Кх {т) = |
|||||||||
= е_ос 1т 1 приводит |
к |
процессу, |
|
имеющему |
корреляционную |
|||||
функцию |
|
|
|
___ |
|
|
____ |
|
||
|
К х (т) = 2а2е~ |
|rl cos ] / " 2 / б |
ат. |
|
Аналогично получаем корреляционную функцию второй про изводной
К* (т) = 12а4е_0'б5“ |т| cos 3,02ат,
Полученная производная формально недифференцируемого процесса имеет те же изменения, что и производная дифференци руемого процесса.
На рис. 4.9, в, а штриховыми линиями показаны приближенные оценки энергетических спектров**'первой и второй производных недифференцируемого процесса 2 (см. табл. 4.1), вычисленные по описанной методике. Они сопоставимы с соответствующими энергетическими спектрами дифференцируемого процесса 2а, яв ляющегося для первого дифференцируемым аналогом.
Описанная методика может быть использована и для прибли женной оценки производных от дифференцируемых процессов. Особенно целесообразно ее использование в тех случаях, когда точные выражения для этих производных получаются настолько громоздкими, что практическое их использование становится
157
затруднительным. Так, если анализируемый процесс им'еет кор
реляционную функцию |
вида |
|
|
|
|
||
|
Кх (т) = |
е“ а2т* cos рт, |
|
|
|
||
то точные выражения для его производных имеют вид |
|||||||
Кл (т) =. — К (т) = |
e“ M2t‘ [(2а2 + |
62) cos рт - |
|||||
|
— 4а2Рт sin рт — 4а4т2 cos Рт]; |
|
|||||
Кх (т) -■= KIV (т) = е~аЧ! [16а8т4 cos рт + |
|||||||
-f- 32а6рт3 sin рт — 24а4 (2а2 |
Р2) т2 cos рт — 8а2Р(6а2 -|- р2) х |
||||||
х |
т sin рт + |
(12а4 -|- 12а2Р2 -f- р4) cos рт]; |
|||||
Кх • (т) = — KVI (т) = |
— е“ а'тг [64а12т®cos рт f |
||||||
+ 192а10рт5 sin Рт — (480а10 + 240а8Р2) т4 cos рт — |
|||||||
— 160а®р (6а2 + р2) т3 sin рт + бОа^2 (12а4 + 12а2Р2 + р4) х |
|||||||
X т2 cos рт -f- 12а2Р(60а4 -f- 20а2Р2 |
р4) т sin рт — |
||||||
— (120а® + |
180а4р2 + 30а2р4 + |
р®)cos рт]. |
|||||
Приближенные оценки для всех выписанных выше производ |
|||||||
ных можно записать в следующем виде: |
|
|
|
||||
|
|
2 |
2 |
cosP?T, (г = |
1, |
2, |
3,...), |
К (т) = Kt (0) е “lT |
|||||||
где для дисперсий |
Кг (0) берутся |
точные значения, |
а |
коэффициенты ос* и Рг |
|||
определяются по |
описанной |
методике. |
|
|
|
На рис. 4.9, в, г сопоставлены энергетические спектры первых двух производных процесса 2а. (см. табл. 4.1), полученные по точным и приближенным формулам. Как видно из приведенных данных, сходимость этих результатов хорошая.
Применимость описанной методики оценки производных для дифференцируемых и недифференцируемых процессов не ограни чивается рассмотренными случаями иможет^быть распространена и на другие виды процессов.
28. Примеры анализа случайных процессов
Рассмотрим стационарный Гауссовский процесс с корреля
ционной функцией |
|
|
К (т) = |
ехр (—а 2т3). |
(4.135) |
Энергетический спектр |
этого процесса |
|
158
По формулам (4.95), (4.96) и (4.104) вычисляем средние кру говые частоты процесса и его первых двух производных (частоты по нулям, экстремумам и точкам перегиба):
ш0 = а У 2; о)э — а У 6; (оп = а ]/То.
Отношение среднего числа экстремумов к среднему числу нулей, характеризующее сложность структуры процесса, k =
— у З. Важно отметить, что параметр сложности структуры про цесса с корреляционной функцией (4.135) относительно невелик и не зависит от величины а. Это существенно ограничивает круг процессов, которые могут быть описаны этой корреляционной функцией. Средний интервал времени между нулями процесса определяем по формуле (4.108):
==.я/(а. V 2).
Аналогично интервалы времени между экстремумами и точ ками перегиба получаем равными
та = п/(а У 6); тц= я/(a j/TO).
Распределение максимумов определяем по формуле (4.97):
/ W — p L -еч , ( - 4 * ,) + 5 7 т [ '+ ® ( р % ) ] « |> ( - 4 ) -
|
2 |
|
где ® <2,- w |
lо “ p (— г ) '" - |
|
При х-+оо |
f(x) ^ y = e x р ( —-у-)- |
|
Для первых |
двух моментов |
распределения максимумов имеем: |
х *=» 0,725; х2 «=* 1,33. Для |
построения распределения размахов |
важное значение имеет теснота корреляционной связи между двумя соседними экстремумами, поэтому представляет интерес сравнение интервалов времени между нулями, экстремумами и точками перегиба со временем корреляции (интервалом времени, на котором происходит практически полное затухание корреля ционной связи между двумя значениями случайного процесса).
Время |
корреляции |
ОС |
|
|
|
|
|
|
|
= \ | К (г) I dx. |
|
|
|
о |
|
Для |
рассматриваемого |
случая xh = уЛя/(2а). Отсюда |
сле |
дует, что имеют место следующие неравенства: тк << тп < тэ < |
т0. |
||
Плотность распределения половин размахов приближенно |
|||
вычисляется по формуле |
(4.118). |
|
159
Рассмотрим теперь стационарный Гауссовский процесс с кор
реляционной функцией |
|
|
|
, |
|
К (т) |
ехр |
(■—а ‘2т2) cos 0т. |
|
(4.136) |
|
Энергетический спектр |
этого |
процесса |
|
|
|
|
|
(со — |
ехр |
(и + Р)2 11 |
|
|
|
4а2 |
4аа |
J J • |
|
Для определения |
средней частоты процесса и |
его первых |
двух производных (частот по нулям, экстремумам и точкам пере
гиба) получаем следующие |
соотношения: |
||
coo - |
V 2а2 4- р2; |
||
со. |
12а4 -f- 12aa|Sa |
||
2aa + |
pa . |
||
|
|||
120a e + 180а4ра + |
30a2[l4 + Р6 |
||
сои |
12a4 - f 12а2р2 4- р4 |
Отношение среднего числа экстремумов к среднему числу нулей
k = у (12a4 + 12a2p2 + р4)/(2а2 + |32).
При а = 0 /г = 1, при р = 0 k = у З. Параметр сложности структуры процесса, описанного корреляционной функцией (4.136)
не |
превышает |
значения |
У'З. |
|
|
|
|
Для средних значений интервалов времени между нулями, |
|||||
экстремумами |
и точками |
перегиба |
имеем т„ = л/оа0; тэ = |
я/сээ; |
||
Тц = л / 0)п. |
|
|
|
|
|
|
|
Время корреляции для данного |
случая тк |
-\fл/(2а). |
При |
||
Р > |
а имеем |
со0 ^ щ «=* мп, хк >> тэ. Средний |
интервал |
вре |
мени между экстремумами меньше времени корреляции, поэтому в рассматриваемом случае (при |3 > а) два соседних экстремума нельзя считать статистически независимыми.
Некоторые результаты анализа трех отличающихся по слож ности структуры процессов, имеющих корреляционные функции типа (4.136) приведены на рис. 4.10—4.12: и — корреляционная функция; б — спектральная плотность; в — плотность распреде ления интервала времени между соседними экстремумами; а —
плотность |
распределения |
максимумов; д, е — среднее значение |
и стандарт |
абсолютного |
максимума; ж — плотность распределе |
ния половин размахов. Распределения интервалов времени между соседними экстремумами принимали Рэлеевскими. Плотности распределения максимумов вычисляли по формуле (4.97), средние значения абсолютного максимума и стандарта его распределения в зависимости от длительности реализации процессов —■по фор-
160