Обновления
Хрущовки
Архитектура Румынии
Венецианское Биеннале
Столица Грац
Дом над водопадом
Защита зданий от атмосферных осадков
Краковские тенденции
Легендарный город Севастополь
Новый Париж Миттерана
Парадоксы Советской архитектуры
Реконструкция города Фрунзе
Реконструкция столицы Узбекистана
Софиевка - природа и искусство
Строительство по американски
Строительтво в Чикаго
Тектоника здания
Австрийская архитектура
Постмодернизм в Польше
Промышленное строительство
Строительство в Японии
Далее
|
Главная -> Повышение запаса устойчивости собственной частоте колебаний. Получающееся при этом случайное движение об1)екта называют нерегулярной качкой в отличие от регулярной качки, представляющей собой периодическое движение. Типичный график нерегулярной качки и.зобра-жен на рис. 11.23. Из рассмотрения этого графика видно, что, несмотря на случайный характер, это движение довольно близко к периодическому. В практике корреляционную функцию нерегулярной качки часто аппроксимируют выражением /?(t) = De icosPT, где Р - резонансная частота, р - параметр затухания, D - дисперсия. Значения D, р и Р находятся обычно путем обработки экспериментальных данных (натурных испытаний). Корреляциотюй функции (11.82) соответствует спектральная плотность (см. табл. 11.3) (11.82) 5(co) = plD р4(Р-со)2 р4(Р + а))2 2a{{ + bii?)D ]. + aj(a+b(j(iiy (11.83) Неудобством аппрокси.мации (11.82) является го, что этой формулой можно описать поведение какой-либо одной величины нерегулярной качки (угла, угловой скорости или углового ускорения). В этом случае величина D будет соответствовать дисперсии угла, скорости или ускорения. Если, например, записать формулу (11.82) для угла, то этому процессу будет соответствовать нерегулярная камка с дисперсией для угловых скоростей, стремящейся к бесконечности, т. е. это будет физически нереальный процесс. Более удобная формула для аппроксимации угла качки R(x) = D,e Соответствующая спектральная плотность co.sPT + .sinP (11,84) 5(со) = Ое 2Р-С0 2р + со ц4(Р-со)2 р4(Р + со)2 2aD. l + aj(xi+b(j(xiy 2 (11.85) Здесь Do - дисперсия для угла, а = 2р (р + р) \Ь = (р + р) При такой аппроксимации дисперсия для угловой скорости получается конечной: А, = (ц2 + р2) Однако и эта анироксимация соответствует физически нереальному процессу, так как дисперсия углового ускорения получается стремяп(ейся к бесконечности. в о Рис. 11.24 Д.!я получения конечной дис-нерсии углового ускорения требуются еще более сложные формулы анпрокси.мании, которые здесь не приводятся. Типичные кривые для корреляционной функции и спектральной плотности нерегулярной качки приведены на рис. 11.24. § 11.6. Канонические разложения случайных функций Элемепта)пой случайной функцией называется функция, которая может быть представлена в виде X (О = Хф (О, (11.86) где ф (() - некоторая известная неслучайная функция времени (синусоида, экспонента, степенная функция и т. п.), х - случайная величина. Если математическое ожидание величины х равно нулю, то и математическое ожидание случайной функции М \х (t)] = 0. Корреляционная функция в этом случае Rit,t,) = M\x(pit)x(p(t,)] = Оф(0 ф(г1), (11.87) где дисперсия D = Л7 x. Рассмотрим случайную функцию х (t), которая может быть представлена в виде суммы математического ожидания х (t) и элементарных случайных функций: x(t) = x(t) + Y,V,x,(t). (11.88) Здесь - случайные взаимно некоррелированные коэффициенты с нулевым математическим ожиданием. Представление случайной функции в виде суммы ее .математического ожидания и взаимно некоррелированных элементарных случайных функций называется каноническим разложением. Случайные коэффициенты носят название коэффициентов канонического разложения, а функции х (t) координатных функций. При использовании канонического разложения значительно упрощается выполнение различных операций над случайны.ми функциями (дифференцирование, интегрирование, решениелинейныхдифференциа7п>ныхуравнений ИТ. п.). Так, например, производная от (11.88) будет dx(t) dx{l) Yy (11.89) Аналогичным образом интегрирование (11.88) даст jx(t)dt = jx(t)dt + Y,V jx,(t)dt. (11.90) Для нахождения канонического разложения случайных функций существуют ра.зличиые методы [80J. Из (11.88) может быть найдена корреляционная функция R(t,t,) = M\x(t)x(t,) 1 = [mf + Xvv (Ov (1 ) (П .91) Здесь = M[V] - дисперсии коэффициентов канонического ра.зложения. Таки.м образом, корреляционная функция может быть выражена через те же ко-ординат1Гые функции. Для стационарной случайной функции, заданной в интервале -Г < t < Т, разность 1 = 1-1 из.меняется в интервале -27< т < 2Ги ра.зложеиие корреляционно!! функции .может быть задано в виде ряда Фурье: /?(т)= £ /VV=(I-)4:2D,costo,t, to,=, (11,92) V = -oo v = l 2/ где V - целые числа. Этому выражению соответствует каноническое разложение самой случайной функции оо оо х{1) = х+ X KeV=x + 5](X,costo,t+y,sina)/), (11.93) V:=-c=o v-0 гдеХу и взаимно некоррелированные случайные величины с нулевыми математическими ожиданиями и с одинаковыми дисперсиями 0,5Dy. В разложении (11.92) должны отсутствовать нечетные га1)Моники. Тогда ряд (11.93) будет содержать только четные гар.моники, что соответствует периоду 2Г(иитервалу -Т< t<T). Если разность между двумя соседними гармониками Дш=:ш,.] -ш ~ 2Г мить к нулю, что соответствует Г-> оо, то формулу (11,92) можно представить в виде /?(т)= lim У eVAoj = -i-y5(oj)e>Voj, (11.94) Здесь введена спектральная плотность стационарного процесса (см. § 11.5) 5(ш)= lim \im ATD,. являющаяся изображением Фурье корреляционной функции R (т).
|