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 где че)сзХ2(., Узс и обозначены вещественные и мнимые части соответственно для 04,) и выражения Ос 04) + 04) \Ч ( в- ь)в. ) +Л(ав. в. ) ] - Написанное уравнение позволяет определить зависимость амплитуды вибраций ЯцОТ величины полезного сигналах на входе нелинейного звена для каждой заданной вненшей вибрационной помехи (т, е. для заданных В, а) ) графическим приемом, описанным в §21.2 (рис. 21.7). Полученная зависимость а (х ) подставляется .затем в первую из формул (21.29) для получения функции смещения f ° = Ф (х°), которая в данном случае и будет являться характеристикой нелинейного звена по полезному сигначу Вид ее будет зависеть от заданных амплитуды В и частоты о внешних вибраций и от параметров системы, ВХ0ДЯП1ИХ в выделепную часть контура (рис, 21,13, а). В обоих рассмотренных случаях, П])Оведя линеаризацию х характеристики нелинейного звена f (х ) или f = сЬ (х ) но полезно.му сигналу, .моЖно обычными методами теории авто.матического управления, исполызуя линейные уравнения (21.44), выявить зависимость всех статических и динамических качеств данной нелинейной систе.мы автоматического управления (и ее устойчивости) от амплитуды В и частоты a),j вибрационных помех. Линейная система выходила бы из строя при наличии помехтогда, когда полезный сигнал практически перестал бы различаться па фоне помех. Но пока он нормально ра,зличается, все статические и динамические свойства системы по полезному сигналу, если система линейна, остаются неиз.менными, Виб)ациопная по.меха нри зтом накладывается как дополнительная опшбка. Совсем иначе дело обстоит в пелипейпой системе. Коэффттент усиления полезного сигна-ia в нелинейном звене, а вместе с ним и все качества и даже устойчивость системы могут настолько существенно зависеть от помехи (от В и о) ), что система может выйти из строя но этой причине раньше, че.м перестанет различаться полезный сигнал па уровне помех. Это очень важно учитывать на практике. С точки зрения упроп1ения решепия задачи нужно всегда иметь в виду упрощенную фор.мулу линеаризации (21.45), которая позволяет и во втором из рассмотренных случаев обходиться без определения функции смещения. В этом случае нужно подставить в (21.45) значение амплитуды вибраций на входе нелинейного звена а , найденное нри отсутствии полезного сигнала (х = 0) любым из двух методов, и,з;пшепных в § 21,1, по для более простого уравнения системы (21.51). Зависимость (В) будет при это.м, в отличие от первого случая, криволинейной (рис 21.13, б). В заключение заметим, что тем же .мегодо.м, что и в § 18.5, легко вычислять высшие гармо1ин<и вынужденных колебаний (см. § 9,4 книги [72]). Глава 22 СЛУЧАЙНЫЕ ПРОЦЕССЫ В НЕЛИНЕЙНЫХ СИСТЕМАХ § 22.1. Статистическая линеаризация нелинейностей Преднарительно заметим, что по уравнениям, выведенным в § 19.2 и в § 21.2, можно исследовать также медленно меняющиеся случайные процессы в автоматической системе, сопровождаюишеся соответственно автоколебаниями и вынуждеииыми ко-лебания.ми. При это.м целесообразно функцию смещения Ф (х ) подвергнуть обычной линеаризации (19.70) и затем целиком применить линейную теорию случайных процессов к уравнению (19.73) или (21.44). Нелинейная же колебательная часть рещепия определяется с помощью гармо1Н1ческой линеари.зации также, как и в § 19.2 и в § 21.2. При этом находятся сг.тажеппая характеристика (функция смещения) и зависимости амплитуды и частоты колебател1)Ной составляющей от ветчины медленно меняющейся составляющей. В этом случае предполагается, ч то внешние воздействия/(г) в (19.73) и/) {t) в (21.44) являются медленно меняющимися случайными процессами с пормальны.мзакотюм распределения (см. подробнее § 10.1 в книге [72]). Для реи1еиия других,задач при случайных во.здействиях удобно бьншет при.меиять так называемую статистическую линеаризацию нелинейностей, разработанную П. Е. Казаковым [38]. Сущпость ее заключается в следующем. Для оценки динамической точности автоматических систем при случайных воздействиях будем определять два первых вероятностных момента случайных процессов: математическое ожидание (среднее значение) и дисперсию (или средпеквадра-тичпое отклонение). Последнее эквивалентно определению спектральной плотности или корреляционной функции. Если нелинейная система описывается дифференциальным уравнением Q{p) X + R{p) F(x, рх) = S(p)Kt), (22.1) то схематически можно себе представить прохождение сигналов, как показано иа рис. 22.1. Проходя через линейную часть, случайный процесс/(?), .заданный двумя первыми вероятностными мометггами, преобразуется в переменнуюх, которую тоже можно определить двумя первыми моментами. Однако определение дальнейшего преобразования случайного процесса х (О в нелинейио.м звене F (х, рх) существенно связано с высшими вероятиостны.ми .момента.ми (подобно то.му как в главе 18 приходилось иметь дело с высшими гар.мониками). Ввиду замкнутости контура системы это обстоятельство накладывает отпечаток и на все процессы в данной системе. Поэтому точное решение задачи в большинстве случаев оказывается недоступным. Достаточно хорошее для целей инженерных расчетов первое приближепие применительно к рассматриваемым класса.м систем, обладающих свой-ство.м фильтра (см. § 18.2),ластпрепебрсжеииевыс- шими моментами, т. е. замена пелипеЙ1и)г0 звена эквивалентным линейным, которое одинаково с данным нелинейным преобразует два первых вероятностных момента: математическое ожидание (среднее значение) и дисперсию (или среднеквадратичное отклонение). Это и называется статистической ;пшеари.зацией нелинейности. Эта операция по общей идее (но не по конкретному содержанию) аналогична тому, какв главе 19 нелинейное звепо при номопш гар.монической линеари.зации.заменялось эквнватентны.м линейны.м, которое одинаково с данным нелинейным преобразует постоянную (или медлеппо меняющуюся) составляющую и первую гармонику колебательной составляющей, т. е. принимались во внимание два первых члена ряда Фурье и отбрасывались все высише гар.моники. Итак, представим переменную .г luvi знаком нелинейности F(x,px) в виде X = 1 - х-, (22.2) где X ~ .математическое ожидание (среднее значение), которое является обычной (регулярной) функцией времени, их - случайная составляющая с нулевым математическим ожиданием (центрированная случайная функция времени). Это нредставлениеапатогичнотому, которое употреблялось в главе 19 при гар.монической линеаризации, но оно имеет совсем другой, вероятностный смыс.т. Далее, перемештую f (х, рх) также представим в виде Р(х,рх) = F + q x-\ (22.3) где F - математическое ожидание (среднее значение) нелинейной функции/, кото-1К)е является регулярной составляющей; q - эквивалентный коэффициент усиления случайной составляющей (центрировапной). Это выражение по фор.ме тоже аналогично тому, которое при.менялось в главе 19, по и.меет иное конкретное содержание. Величина регулярной составляюн1ей F определяется, следовательно, по известной формуле для математического ожидания. В случае однозначной нелинейной функции F(x) ;)та формула дает F = M[F(x + x )= j F{x + x-)w{x)(bc, (22.4) где М - обозначение операции взятия математического ожидания, w (.г) - диффереи-ниальный закон расиределения случайной составляющей, например нормальный закон (рис. 11.10): 1 2 хю = --т=е о,л/2я (22.3) Для нелинейности общего вида F{x,px) будет более сложное выражение: f= F{x л-х, рх + px )w{x, px)dx dpX: (22.6)
|