книги / Расчет конструкций при случайных воздействиях
..pdfвсе оценки распределения абсолютного максимума, приведенные в п. 18.
Построение второго приближенного решения для распределе ния абсолютного максимума основано на использовании понятия выброса случайного процесса (п. 21). Обозначим через Ph (x/t) вероятность того, что за время t процесс х (t) k раз пересечет уровень х. Тогда вероятность того, что за время t процесс х (t) превысит уровень х хотя бы один раз,
|
P(x/t)= t |
Pkixft). |
(4.81) |
|
|
|
k = \ |
|
|
Моменты |
числа пересечений |
порядка v ( v = 1, 2, 3, |
...) |
|
|
<*v)= |
S |
frPbix/f). |
(4.82) |
|
|
k = 1 |
|
|
Функция |
распределения |
абсолютного максимума |
(4.83) |
|
|
F+ (x/t) = 1 |
— Р( x/t). |
Получим оценки для функций (4.81) и (4.83) по значениям моментов (4.82). Для этого умножим обе части равенства (4.82)
на некоторые числа |
a v (v = |
1, 2, ..., п), |
просуммируем |
по к и |
||||
вычтем, оставляя в |
суммах |
«^членов, полученное |
выражение |
|||||
из равенства (4.81). В результате^получим: |
|
|
||||||
P(x/t) — £ |
(&v) a v = |
S |
av S |
kvPk (x/t) — S Pk(x/t). |
(4.84) |
|||
v = l |
|
|
v = l |
k —\ |
|
* = l |
|
|
Заметим, что |
числа |
av (v = 1, |
2, ..., |
n) можно |
подобрать |
такими, при которых выражение (4.84) будет равно нулю. Эти
числа определяются следующей системой линейных |
уравнений: |
||||
Е |
klat = 1, |
(k = 1, |
2, . Л , п). |
|
|
1= 1 |
|
|
|
|
|
Отсюда для функции распределения абсолютного максимума |
|||||
получаем формулу В. В. |
Болотина: |
|
|||
|
F+(x/t) = |
1 - |
£ |
</fev) a v. |
(4.85) |
|
|
|
V=I |
|
|
При n = 1 |
F+ (x/t) = |
1 — (k), |
(4.86) |
где (k) — среднее число выбросов за уровень х в интервале времени t.
При |
п = 2 |
F+ (х, |
0 = |
1 - |
-§-<*) + -г {&)■ |
(4.87) |
||
При |
п — 3 |
Е+ (х, 0 = 1 |
— |
(к) + |
(Й»> - 1 |
(kb). |
(4.88) |
|
При |
п = 4 |
F+(x, 0 “ 1 — § - |
< |
* |
> + |
и- W |
+ i - -<**>■ |
|
|
|
|
|
|
|
|
|
(4.89) |
5* |
131 |
При увеличении п точность оценок возрастает. Однако труд ности при вычислении моментов числа выбросов высокого порядка приводят на практике к использованию только оценки (4.86). Приведенные выше оценки функции распределения абсолютного максимума свели рассматриваемую задачу к более простой за даче о выбросах случайных процессов. Ее можно свести также к отысканию распределения интервала времени между нулями.
Введем следующие обозначения: х (t) — случайный стационар
ный процесс; |
х '— фиксированный |
уровень; |
т —интервал |
вре |
||
мени между нулями процесса х |
(t) — х; |
(т) — средний интервал |
||||
времени между |
этими нулями; |
F (т, |
х), |
f (т, |
х) — функция |
рас |
пределения и плотность распределения интервала времени между этими нулями; F (х) — функция распределения процесса х (t).
Вероятность того, что процесс х (t) в течение интервала вре мени’^ будет ниже уровня х (функция распределения абсолютного максимума), равна вероятности обнаружить отрезок времени t внутри интервала между нулями т.
Вычислим средний интервал |
х — ts для которого % > t: |
<т — 0 = 1 |
— 0 |
t |
|
Общее количество интервалов времени между нулями в еди ницу времени равно F (х)/(т).
Отсюда для функции распределения абсолютного максимума получаем
оо
F+(x, t) = F ( x ) ~ ^ j (%— t)f(x)dx.
Если можно принять, что при т->-0 функция [1— F (т, х)] т-+0, то
оо
F+(*v /) = ^ - J Г1 — (т, x)]dx.
Полагая, что для высоких уровней
1 — F (т, х) « ехр (—т/<тс>),
получаем
F+ (х, t) — F (х) ехр (—t/(x)). |
(4.90) |
Соотношение (4.90) было предложено В. Ф. Шукайло.
Важно отметить, что при выводе соотношений (4.79), (4.86)— (4.89) и (4.90) не было наложено существенных ограничений на вид случайного процесса, что делает эти соотношения достаточно общими.
132
24. Анализ Гауссовских стационарных колебаний
Если исследуемые4 колебания являются Гауссовскими и ста ционарными, то их анализ значительно упрощается. Многие важ ные характеристики таких процессов можно получить в конечном виде.
Будем использовать построенные в гл. 1 совместные плотности распределения процесса и его первых двух производных.
ЧИСЛО ПРЕВЫШЕНИЙ (ВЫБРОСОВ), НУЛЕЙ И ЭКСТРЕМУМОВ
Рассмотрим вначале задачу о вычислении среднего числа превышений процессом * (б постоянного во времени уровня х*. Последний будем считать обладающим статистическими свой ствами. Поскольку для стационарных процессов коэффициент корреляции между процессами х (t) и х (t) равен нулю, то формулу для определения среднего числа превышений в единицу времени уровня х* (4.72) можно представить в следующем виде:
оо
«(**) = /(0 )J xf{x)dx, |
(4.91) |
||
|
о |
|
|
где / (0) — плотность распределения |
разности ф = |
х (t) — х.„ при ф = |
0; f (х)— |
плотность распределения первой |
производной |
процесса X (*)• |
|
Вычисляя интеграл в формуле (4.91), для Гауссовских про цессов получаем
sw==^ /(0)-
Значение / (0) можно вычислить по теореме о композиции двух случайных величин. Имеем:
ОО
/(0) = j h(x)U(x)dx,
— оо
где /i и jFa — плотности распределения соотвественно процесса х (t) и уровня я*.
Если процесс |
х (t) имеет |
среднее |
значение, равное |
нулю, |
|||
и стандарт ах, |
а |
уровень |
х* |
подчиняется |
нормальному |
закону |
|
распределения |
со |
средним |
значением |
х* |
и стандартом |
а ^ , то |
распределение разности <р будет нормальным со средним значе
нием х , и стандартом У'аР + |
в* . При этом среднее |
число выбро |
||
сов в единицу времени |
за |
уровень х* |
|
|
«(**) = 2п |
|
exp |
(**)2 |
(4.92) |
|
2 К + а2 |
|||
V |
a2x + a- |
X,) |
|
что при ах = 0 совпадает с известной формулой Райса для де терминированного уровня.
133
При решении задач об определении вероятности разрушения особый интерес представляет случай, когда одномерная плотность распределения процесса и плотность распределения уровня раз личны. Известно, например, что распределение пределов проч ности хорошо описывается распределением Вейбулла с плотностью
f (**) — «С (** - |
х0)« -! exp [С (х* — *„)«}, |
(4.93) |
где х0, С н а — положительные |
постоянные. |
|
Рассмотрим частный случай распределения (4.93) — так на зываемое распределение Рэлея:
X2 /(**) 02 ехр ( - £ )
где сг* — параметр распределения.
В этом случае
а-а
«(**) = 2л
х *
Среднее число нулей процесса х (t) можно вычислить по фор муле (4.92), приняв в ней х* = ох.^ = 0. Имеем:
I
Пп - ^ V - K ( o ) / K ( o ) , Я Ох
где К (0) и R. (0) — корреляционная функция и ее вторая производная при
т = 0.
Аналогично из соотношения (4.46) получаем среднее число экстремумов в единицу времени:
n„ = 4 - C ^ ,v w - K ( o ) .
где K}v (0) — четвертая производная от корреляционной функции при т = 0. Отношение
k = tljtln |
(4.94) |
характеризует число сложных циклов в процессе или сложность его структуры. Для определения средней круговой частоты про цесса по нулям и экстремумам получаем
«>о = |
"|/~— К (0)1К (0); |
(4.95) |
w3 = |
]//c IV (о)/—к(о). |
(4.96) |
Для дисперсии числа выбросов за уровень х в течение вре мени i получаем следующее соотношение, вытекающее из фор мулы (4.71):
D {п (0) = я {хН) - {п (лг/0)2 +
+ 0
134
где К (т) — корреляционная функция процесса х (i)\
П -ХМ т))К(т) + К (т)КМт).
g ( x ) = | i - К Ч * ) ) (л:2 ( о ) - / с 2 (т)} +
+ 2 \ к 2(0) - к ('С)К (т)} к 2(т) + ^ (т ) .
РАСПРЕДЕЛЕНИЕ МАКСИМУМОВ
Подставив в формулу (4.48) значение плотности / (х, 0, х), матрица моментов которой задана соотношением (1.36), и произ ведя необходимые преобразования, получим следующее выраже ние для плотности распределения максимальных значений про цесса нагружения:
/м (х) — |
|
2 |
(fea — 1 ) |
|
|
лгЗ |
|
|
|
|
п |
|
|
|
2а2 №— 1 + |
|
|
Ф |
ст |
|
— 1 |
exp (-&)}■ |
(4.97) |
|||
где о2 — дисперсия процесса; |
Ф (г) = |
2 |
Г |
еГ*г/2сИ— функция Лапласа. |
||||
—■■— |
|
|||||||
|
|
|
|
у2п J |
|
|
|
|
|
|
|
|
г |
о |
|
|
|
Моменты распределения |
(4.97) |
имеют |
вид: |
|
||||
|
|
* Н |
г Y |
b |
|
|
<4-98) |
|
*2 ~ |
w ~ а2> |
х* = — |
У т ; |
|
||||
х4 = |
|
а4( 3 —-£г + -jp-) • |
|
|||||
При k — 1 получаем |
распределения |
Рэлея; |
|
|||||
/«W |
|
= |
- ^ ехр |
|
|
■ |
(4.99) |
|
При X -> оо |
|
|
|
|
|
|
|
|
/MW |
|
to2 ехр ( - £ ) ■ |
(4.100) |
Последнее соотношение можно получить также из следующих рассуждений.
Среднее число максимумов процесса1, находящихся в интер вале х ... (х Дх), при больших значениях х равно приращению среднего числа выбросов за уровни х и х + Дх:
ДД = п (х) — п (х + Дх).
Отношение этого приращения к среднему числу всех макси мумов пм равно вероятности обнаружить максимум в интервале
135
Ах. Разделив эту величину на Ах, получаем следующее выраже ние для плотности распределения больших максимумов
/М(•*") -- |
л (х) —п {х |
Ддс) __ \ п( х) \ |
(4.101) |
Axiiyi |
Йм |
||
Подставляя в формулу (4.101) |
соотношения (4.92) и |
(4.94) |
|
при ах^ = 0, получаем |
выражение (4.100). Соотношение |
(4.101) |
позволяет оценить распределение больших максимумов и для негауссовских процессов.
Найдем теперь распределение положительных максимумов. Оно может быть записано в следующем виде:
0 |
при |
х с |
0 |
/* (*) = { 4 W |
при |
х > |
0, |
где /м (дс) определяется соотношением (4197); с = |
2k/(l + ft) — коэффициент нор |
||
мирования. |
|
|
|
Первые два момента распределения положительных макси мумов могут быть записаны в следующем виде:
й* = |
с а х |
(fe2- ! ) 3/2 |
, 1 Г т / я |
|
||
кя у 2п ^ |
/г [ V |
2 |
|
|||
|
|
|
||||
|
|
а 2 = |
с о 2 I |
(Й2 — 1)2 |
1 |
(3 |
|
|
* |
х | |
W |
+ Т 1+ |
Зависимости статистических характеристик распределений ма ксимумов и положительных максимумов от параметра k при ведены на рис. 4.6.
Для процессов с простой структурой (узкополосных процес сов) k = 1 и распределение максимумов переходит в распреде ление Рэлея.
<б+>
s«*2>
,
а) |
5) |
Рис. 4.6. Моменты распределения максимумов:
а — первые моменты; б — вторые моменты
136
СРЕДНЕЕ ЧИСЛО ТОЧЕК ПЕРЕГИБА В ЕДИНИЦУ ВРЕМЕНИ И РАСПРЕДЕЛЕНИЕ ЗНАЧЕНИЙ ПРОЦЕССА, СООТВЕТСТВУЮЩИХ ТОЧКАМ ПЕРЕГИБА
Для Гауссовских процессов совместную плотность второй и третьей производных и совместную плотность распределения процесса и его второй и третьей производной при второй произ водной, равной нулю, можно записать в следующем виде:
|
7 ( 0 , *) |
= |
|
|
exp — ( * ) а |
(4.102) |
||
|
|
|
2л У - ■K1V(0) Kvl (0) |
2KIV (0) |
|
|||
|
|
/ (х, |
0, X) = |
|
exp И 2 - mx2); |
(4.103) |
||
|
|
|
6 = Kvl (0) {к2 (0) — к (о) к 1У(0)]; |
|
||||
|
|
|
1 |
|
|
____________ К ™ (0 )___________. |
|
|
|
|
т |
2 /CVI |
(0 ) ’ |
Г |
2 {/С2 ( 0 ) — К ( 0 ) K iV ( 0 ) } ' |
|
|
К (0), К. (0), |
K lv (0). K Vl |
(0) — корреляционная функция и ее |
вторая, чет |
|||||
вертая и шестая производные в точке «ноль». |
|
|
||||||
и |
Подставляя выражения (4.102) и (4.103) в соотношения (4.77) |
|||||||
(4.78), |
получаем |
|
|
- K V1 (0). |
|
|||
|
|
|
п |
|
(4.104) |
|||
|
|
|
|
K1V(0) |
’ |
|||
|
|
|
|
|
|
|
||
|
|
|
?“ w = |
F S f ex p ( - w |
) - |
<4-105> |
||
где |
R = К (0) П - ( й 0/йэ)2]. |
|
|
|
|
|||
|
Таким образом, распределение значений процесса, соответ |
|||||||
ствующих |
точкам перегиба, |
получается |
Гауссовским |
со средним |
значением, равным нулю, и дисперсией, изменяющейся от нуля (узкополосные процессы, п01пэ = 1) до значения, равного диспер сии процесса К (0) (широкополосные процессы, п01по 0).
СРЕДНЯЯ ДЛИТЕЛЬНОСТЬ ВЫБРОСОВ И СРЕДНИЙ ИНТЕРВАЛ МЕЖДУ НИМИ
Среднюю длительность выбросов процесса х (I) на уровне х0 вычисляем по формуле (4.73). Подставляя в нее нормальную функцию распределения и среднее число выбросов для Гауссов ского процесса (4.92), получаем
(4.106)
— оо
137
Аналогично для средней длительности интервала между выбро сами на уровне х0 имеем
|
2ясг |
ехр |
(4.107) |
|
Т_(Х0)==----- Ф |
||
|
|
|
2ох |
При х0 = |
0 получаем средний интервал между нулями |
||
|
%0 = |
пах1Ох. |
(4.108) |
Средний |
интервал времени |
между |
соседними экстремумами |
тэ —- лсГх/о^.
РАСПРЕДЕЛЕНИЕ ИНТЕРВАЛОВ ВРЕМЕНИ МЕЖДУ ЭКСТРЕМУМАМИ И НУЛЯМИ
Подставляя плотность f (0, x 0t 0 ,^ , т), матрица моментов ко торой выписана в виде соотношения (1.40), в формулу (4.55), получаем следующее выражение для плотности распределения времени между соседними экстремумами для Гауссовских про* цессов:
t |
м |
= i |
|
(«■*(0) - |
'У |
| 1 + |
|
|
|
+ h arctg ( — h)\, |
|
(4.309) |
|||
где |
|
б - K IV(0) (К |
2 (0 ) - К |
2 (т)| + К . ( 0) К 2 (т); |
|||
г = |
— К 1v (т) | К2 (0) - |
К2 (т)} - К |
(%) К (т); |
h = |
r ( б2 - г2) ~ 1/2. |
||
При х |
->• 0 |
|
|
|
|
|
|
|
|
т |
/ (KIV(0))2 - K ( 0) K V1 (0 ) 1 . |
||||
|
|
■Д } 8 1 |
к (0 ) K 1V (0) |
|
/* |
Аналогично получаем плотность распределения времени между нулями процесса. Для этого в формулу (4.68) при k — 1 под ставляем значение плотности / ( 0 ,х 0, 0, x lf т), которая задается матрицей моментов (1.39). После преобразований получаем
р (т) = |
J - |
|
[К2(0) - |
/С2 (т)}-з/2 |
х |
|
|
|
X (1 + |
A arctg (— /))}, |
|
(4. ПО) |
|
где б = —К (0) |
{К2 (0) - К2 (т)} + |
К (0) К 2 (т); |
г = К (т) (К2 (0) - |
К 2 (х)} — |
||
При т —> 0 |
— К (т)К (т); h ~ г (б2 - |
г2) - |
,'/2- |
|
||
гПтЗ |
, т /A2(0) - A IV (0) K(0) |
|
||||
|
|
|||||
|
И К } |
8 1 |
К (0) К (0) |
|
|
Соотношения (4.109) и (4.110) неприменимы при больших т. Однако выше было показано, что при т -*• сю можно считать за
138
коны распределения / (т). и р (т) следующими экспоненциальным зависимостям, параметры которых определяются соотношениями (4.62)—(4.64).
Интересно отметить, что при т ->• оо из соотношений (4.109) и (4.110) следуют пределы
Из проведенного анализа видно, что задачи о нахождении распределений интервалов времени между соседними нулями и соседними экстремумами к настоящему времени не имеют точных эффективных решений. Для ориентировочных оценок этих рас пределений может быть использовано распределение Рэлея
/СО |
(4.111) |
|
где параметр распределения сг определяется по средним значениям интервалов времени между нулями т0 и экстремумами тэ:
| Y 2/я т0 I 1/"2/ят0
РАСПРЕДЕЛЕНИЕ РАЗМАХОВ
Размахи — это приращения процесса между двумя соседними экстремумами. Для построения их распределения необходимо вначале записать совместную плотность распределения двух со седних экстремумов и времени между ними. Подставляя в соот ношение (4.54) совместную плотность распределения процесса и его первых двух производных для двух моментов времени (ма трица корреляционных моментов этого распределения получается из соотношения (1.35) при k = 2) получаем:
/„ (*„. + *, |
т) = Л * |
|
I м !-■« X |
||
|
|
|
|
---- ОО |
о о |
X exp {— (su + |
s14) (xQ -f- xl) - |
sn/ j |
J |
J оф X |
|
|
|
|
|
о |
0 |
X exp {—-i sM(a2+ |
p2) — s34«p — $i3*P - |
siexa - |
(sl3 + sl6) x |
||
|
X(a + P)x0j da dp, |
|
|
(4.112) |
|
где | M | — определитель соответствующей матрицы |
корреляционных момен |
||||
тов; Sij — элемент (-ой строки и /-го столбца |
матрицы, |
обратной этой матрице. |
139
Интегрируя плотность, выраженную формулой (4.112) по од ному из экстремумов, получаем совместную плотность распреде ления размаха между соседними экстремумами и интервала вре мени между ними:
оо
h (х >Т) = j / (*0, дг0 + х, т) dx0.
---- О О
После выполнения операции интегрирования и замены пере менных можно получить следующее соотношение:
оооо
/р (х, т) = А ехр (— Вх2) j | uv exp { — (м2 + 2Cuv 4- v2) —
ОO’
—2Dx (и -\~v)) dudv,
где
A = ___________ |
|
|
|
i |
|
_________ r—icjoni/2 . |
|||||||
я {я | M | (% + |
Su)}1^2 is33 — («13 4 Sie)2/[2 (Six + s14)]}aU |
IV (0) / |
|||||||||||
|
|
|
|
|
|
в — |
(sn — 5ы); |
|
|
|
|
||
|
|
Q .. . |
|
sae —•(si3 4 |
sie)a/[2 (sn 4 Si4)] . |
|
|
||||||
|
|
£) _ |
|
S33— (sia 4 |
Sie)a/[2 (sn 4 si4)l ’ |
|
|
||||||
|
|
____________si3 — s18 |
__________ |
|
|
||||||||
|
|
|
|
2 К 2 |
(—(S134 |
sie)2/[2 (su 4 sw)]|1/2 |
|
|
|||||
Заменив переменные |
и == r cos 0 и |
v — г |
sin 0, сведем |
двой |
|||||||||
ной интеграл |
к |
однократному: |
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
Я/4 |
sin 20 |
|
|
|
|
fv {x, |
X) = |
-у еХР (— Вх<2) J |
|
|
||||||||
|
(1 4 Csin20)2 |
|
|
||||||||||
|
|
|
|
|
|
|
|
|
о |
|
|
|
|
|
X J | / я г |
( у |
4- 2а) ехр za f 1 + Ф (г)] + |
(1 4 z2)J dQ, |
|
||||||||
где |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
г = |
xD (sin 6 4 |
cos 9). |
|
|
|
|
|
|||||
|
|
(1 4 |
С sin 20)1/2'' |
|
|
|
|
|
|||||
Общее выражение для плотности распределения размахов |
|||||||||||||
можно |
теперь |
записать |
в |
следующем |
виде: |
|
|
|
|||||
|
|
|
|
|
fv (х ) |
= |
J |
/р (*> *) d x ' |
|
|
(4 .113) |
||
|
|
|
|
|
|
|
|
_о |
|
|
|
|
|
По |
приведенным |
выше |
соотношениям, |
Райсом |
и |
Биром |
были проведены вычисления на ЭВМ распределений половин размахов (амплитуд) для процессов с постоянной (в некоторой полосе частот) спектральной плотностью. Полученные результаты приведены в Приложении 1. В качестве характеристики спектра процесса принималось отношение наименьшей и наибольшей
НО