随机振动 功率谱密度
- 格式:pdf
- 大小:7.46 MB
- 文档页数:65
Random Vibration1. 定义1.1 功率谱密度当波的频谱密度乘以一个适当的系数后将得到每单位频率波携带的功率,这被称为信号的功率谱密度(power spectral density, PSD)。
功率谱密度谱是一种概率统计方法,是对随机变量均方值的量度。
1.2 均方根均方根(RMS)是指将N项的平方和除于N后,开平方的结果。
均方根值也是有效值,如对于220交流电,示波器显示的有效值或均方根值为220V。
2. 加速度功率谱密度2.1 单位加速度单位:m/s^2或g加速度功率谱密度单位:(m/s^2)^2/Hz或g^2/HzHz单位为:1/s,所以加速度功率谱密度单位也可写为:m^2/s^32.2功率谱密度函数功率谱密度函数曲线的纵坐标是(g²/Hz)。
功率谱曲线下的面积就是随机加速度的总方差(g²):σ²= ∫Φ(f)df其中:Φ(f)........功率谱密度函数σ ............. 均方根加速度3. 计算示例随机振动100-2000HZ,功率谱密度为0.01g^2/Hz,则其加速度峰值计算如下:σ²=0.01*(2000-100)=19σ=4.36g峰值加速度不大于3倍均方根加速度:13.08g4、SAE J 1455 随机振动要求4.1功率谱图4.1.1 Vertical axis4.1.2 Transverse axis4.1.3 Longitudinal axis4.2 Vertical axis加速度计算功率谱曲线下的面积:σ²=(40-5)0.016+0.5*(500-40)*0.016=4.24σ=2.06g峰值加速度不大于3倍均方根加速度:6.18g5. FGE随机振动要求5.1功率谱图5.2 要求在工作状态,振动频率范围:10Hz-1000Hz,振动方向:X、Y、Z三轴,试验时间:每轴各8h,加速度均方根为33.9 m/s²(3.46g)。
701z010203040506070800.0020.0040.0060.0080.010.0120.0140.016频率(Hz)功率谱密度功率谱密度函数图(汉宁窗)1020304050607080-65-60-55-50-45-40-35-30-25-20-15频率(Hz)功率谱密度(d B )功率谱密度函数图(汉宁窗)经过matlab 频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.1378m/s2(70km/h,z 方向,第一次试验,前排)0.1378010203040506070800.511.522.5-3频率(Hz)功率谱密度频率加权后功率谱密度函数图(汉宁窗)701y010203040506070801234567-3频率(Hz)功率谱密度功率谱密度函数图(汉宁窗)1020304050607080-70-65-60-55-50-45-40-35-30-25-20频率(Hz)功率谱密度(d B )功率谱密度函数图(汉宁窗)经过matlab 频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0164m/s2(70km/h,y 方向,第一次试验,前排)010203040506070800.511.522.53-5频率(Hz)功率谱密度频率加权后功率谱密度函数图(汉宁窗)701x010203040506070800.20.40.60.811.21.41.61.8-3频率(Hz)功率谱密度功率谱密度函数图(汉宁窗)01020304050607080-70-65-60-55-50-45-40-35-30-25频率(Hz)功率谱密度(d B )功率谱密度函数图(汉宁窗)经过matlab 频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0070m/s2(70km/h,x 方向,第一次试验,前排)010203040506070800.511.522.533.5-6频率(Hz)功率谱密度频率加权后功率谱密度函数图(汉宁窗)702经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0078m/s2(70km/h,x方向,第2次试验,前排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0193m/s2(70km/h,y方向,第2次试验,前排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.1393m/s2(70km/h,z方向,第2次试验,前排)703经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0035m/s2(70km/h,x方向,第1次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0038m/s2(70km/h,y方向,第1次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.027m/s2(70km/h,z方向,第1次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0052m/s2(70km/h,x方向,第2次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0072m/s2(70km/h,y方向,第2次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0296m/s2(70km/h,z方向,第2次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0062m/s2(60km/h,x方向,第1次试验,前排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0144m/s2(60km/h,y方向,第1次试验,前排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.1216m/s2(60km/h,z方向,第1次试验,前排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0079m/s2(60km/h,x方向,第2次试验,前排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0174m/s2(60km/h,y方向,第2次试验,前排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.1172m/s2(60km/h,z方向,第2次试验,前排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0032m/s2(60km/h,x方向,第1次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0063m/s2(60km/h,y方向,第1次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0267m/s2(60km/h,z方向,第1次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0029m/s2(60km/h,x方向,第2次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0058m/s2(60km/h,y方向,第2次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0231m/s2(60km/h,z方向,第2次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0058m/s2(50km/h,x方向,第1次试验,前排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0170m/s2(50km/h,y方向,第1次试验,前排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.1186m/s2(50km/h,z方向,第1次试验,前排)502(可疑数据)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0122m/s2(50km/h,x方向,第2次试验,前排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0302m/s2(50km/h,y方向,第2次试验,前排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.1820m/s2(50km/h,z方向,第2次试验,前排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0030m/s2(50km/h,x方向,第1次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0049m/s2(50km/h,y方向,第1次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0220m/s2(50km/h,z方向,第1次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0025m/s2(50km/h,x方向,第2次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0042m/s2(50km/h,y方向,第2次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0214m/s2(50km/h,z方向,第2次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0081m/s2(40km/h,x方向,第1次试验,前排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0102m/s2(40km/h,y方向,第1次试验,前排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.1141m/s2(40km/h,z方向,第1次试验,前排)402(可疑数据)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0092m/s2(40km/h,x方向,第2次试验,前排) 最大值=0.0468比值=5.2011<9经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0088m/s2(40km/h,y方向,第2次试验,前排) 最大值=0.0489比值=5.4457<9经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.1254m/s2(40km/h,z方向,第2次试验,前排)403经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0029m/s2(40km/h,x方向,第1次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0045m/s2(40km/h,y方向,第1次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0182m/s2(40km/h,z方向,第1次试验,后排)404经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0020m/s2(40km/h,x方向,第2次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0031m/s2(40km/h,y方向,第2次试验,后排)经过matlab频率加权法,利用功率谱密度函数计算得到加权加速度均方根值0.0162m/s2(40km/h,z方向,第2次试验,后排)。
功率谱密度谱是一种概率统计方法,是对随机变量均方值的量度。
一般用于随机振动分析,连续瞬态响应只能通过概率分布函数进行描述,即出现某水平响应所对应的概率。
功率谱密度是结构在随机动态载荷激励下响应的统计结果,是一条功率谱密度值—频率值的关系曲线,其中功率谱密度可以是位移功率谱密度、速度功率谱密度、加速度功率谱密度、力功率谱密度等形式。
数学上,功率谱密度值—频率值的关系曲线下的面积就是方差,即响应标准偏差的平方值。
谱是个很不严格的东西,常常指信号的Fourier变换,是一个时间平均(time average)概念功率谱的概念是针对功率有限信号的(能量有限信号可用能量谱分析),所表现的是单位频带内信号功率随频率的变换情况。
保留频谱的幅度信息,但是丢掉了相位信息,所以频谱不同的信号其功率谱是可能相同的。
有两个重要区别:1。
功率谱是随机过程的统计平均概念,平稳随机过程的功率谱是一个确定函数;而频谱是随机过程样本的Fourier变换,对于一个随机过程而言,频谱也是一个“随机过程”。
(随机的频域序列)2。
功率概念和幅度概念的差别。
此外,只能对宽平稳的各态历经的二阶矩过程谈功率谱,其存在性取决于二阶局是否存在并且二阶矩的Fourier变换收敛;而频谱的存在性仅仅取决于该随机过程的该样本的Fourier变换是否收敛。
热心网友回答提问者对于答案的评价:谢谢解答。
频谱分析(也称频率分析),是对动态信号在频率域内进行分析,分析的结果是以频率为坐标的各种物理量的谱线和曲线,可得到各种幅值以频率为变量的频谱函数F(ω)。
频谱分析中可求得幅值谱、相位谱、功率谱和各种谱密度等等。
频谱分析过程较为复杂,它是以傅里叶级数和傅里叶积分为基础的。
功率谱是个什么概念?它有单位吗?随机信号是时域无限信号,不具备可积分条件,因此不能直接进行傅氏变换。
一般用具有统计特性的功率谱来作为谱分析的依据。
功率谱与自相关函数是一个傅氏变换对。
功率谱具有单位频率的平均功率量纲。
随机振动功率谱密度1.引言随机振动是一种常见的自然现象,具有广泛的应用背景。
在工程领域,随机振动现象普遍存在于各种结构物、机械系统和电子设备中。
为了理解和预测这些现象,需要采用有效的分析方法。
功率谱密度是描述随机振动特性的重要参数,对于研究随机振动具有重要意义。
本文将介绍随机振动功率谱密度的基本概念、理论、分析方法和应用。
1.1 随机振动概述随机振动是指一个或多个激励以非确定性方式作用在系统上,使得系统产生的响应具有统计性质。
随机振动的特点是具有时域和频域两个特征。
在时域中,随机振动表现为复杂的波动形式;在频域中,随机振动表现为能量的分布。
1.2 功率谱密度定义功率谱密度是描述随机振动能量在频率域上的分布。
它表示单位带宽内的能量,通常以分贝为单位表示。
功率谱密度是随机振动分析的重要工具,可以用于预测系统的响应和稳定性。
2.随机振动功率谱密度理论2.1 功率谱密度计算方法功率谱密度的计算方法主要有傅里叶变换和相关函数法。
傅里叶变换法是将时域信号通过傅里叶变换得到频域信号,从而计算功率谱密度。
相关函数法是通过测量两个时间点上的信号强度,并计算它们之间的相关函数,从而得到功率谱密度。
2.2 功率谱密度特性功率谱密度具有以下特性:(1) 功率谱密度是频率的函数,反映了随机振动在不同频率上的能量分布;(2) 功率谱密度具有归一化性质,即在整个频率范围内的积分等于1;(3) 对于稳态随机振动,功率谱密度是时间的函数,但在长期平均下,功率谱密度是恒定的;(4) 对于线性系统,功率谱密度与系统的阻尼比和自然频率有关。
3.随机振动功率谱密度分析3.1 频谱分析频谱分析是通过测量信号在不同频率上的振幅,从而得到功率谱密度的方法。
频谱分析可以用于研究随机振动的频率特性和能量分布。
通过分析频谱,可以了解系统在不同频率下的响应和稳定性。
3.2 时域分析时域分析是通过测量信号在不同时间点上的强度,从而得到功率谱密度的方法。
功率谱密度谱是一种概率统计方法,是对随机变量均方值的量度。
一般用于随机振动分析,连续瞬态响应只能通过概率分布函数进行描述,即出现某水平响应所对应的概率。
功率谱密度是结构在随机动态载荷激励下响应的统计结果,是一条功率谱密度值—频率值的关系曲线,其中功率谱密度可以是位移功率谱密度、速度功率谱密度、加速度功率谱密度、力功率谱密度等形式。
数学上,功率谱密度值—频率值的关系曲线下的面积就是方差,即响应标准偏差的平方值。
谱是个很不严格的东西,常常指信号的Fourier变换,是一个时间平均(time average)概念功率谱的概念是针对功率有限信号的(能量有限信号可用能量谱分析),所表现的是单位频带内信号功率随频率的变换情况。
保留频谱的幅度信息,但是丢掉了相位信息,所以频谱不同的信号其功率谱是可能相同的。
有两个重要区别:1。
功率谱是随机过程的统计平均概念,平稳随机过程的功率谱是一个确定函数;而频谱是随机过程样本的Fourier变换,对于一个随机过程而言,频谱也是一个“随机过程”。
(随机的频域序列)2。
功率概念和幅度概念的差别。
此外,只能对宽平稳的各态历经的二阶矩过程谈功率谱,其存在性取决于二阶局是否存在并且二阶矩的Fourier变换收敛;而频谱的存在性仅仅取决于该随机过程的该样本的Fourier变换是否收敛。
热心网友回答提问者对于答案的评价:谢谢解答。
频谱分析(也称频率分析),是对动态信号在频率域内进行分析,分析的结果是以频率为坐标的各种物理量的谱线和曲线,可得到各种幅值以频率为变量的频谱函数F(ω)。
频谱分析中可求得幅值谱、相位谱、功率谱和各种谱密度等等。
频谱分析过程较为复杂,它是以傅里叶级数和傅里叶积分为基础的。
功率谱是个什么概念?它有单位吗?随机信号是时域无限信号,不具备可积分条件,因此不能直接进行傅氏变换。
一般用具有统计特性的功率谱来作为谱分析的依据。
功率谱与自相关函数是一个傅氏变换对。
功率谱具有单位频率的平均功率量纲。
附 录 A(资料性附录)通用运输随机振动功率谱密度曲线及数据A.1 图A.1是ISO 13355:2016中公路随机振动功率谱密度曲线。
0.00010.0010.010.1功率谱密度g ^2/H zA.2 图A.1注:推荐每个运输轴向至少振动30分钟,并且并未提供运输距离与振动时间的关系。
附录 B(资料性附录)国际相关标准随机振动功率谱密度曲线及数据B.1ISTA 3A-2018车辆随机振动的功率谱密度曲线和数据。
B.1.1图B.1是ISTA 3A-2018车辆随机振动的功率谱密度曲线。
B.2 ASTM D4169-2016卡车随机振动的功率谱密度曲线和数据。
B.2.1 图B.2是ASTM D4169-2016卡车随机振动不同严酷水平的功率谱密度曲线。
附 录 C(资料性附录)中国公路运输和京沪铁路运输随机振动功率谱密度曲线及数据C.1 钢簧减振卡车在中国部分地区公路上不同运输方式的几种不同严酷水平的振动强度的功率谱密度曲线和数据。
C.1.1 图C.1是中国公路运输钢簧减震车的功率谱密度曲线。
0.00010.0010.010.1功率谱密度g ^2/H zC.1.2 图C.1注1:应根据产品的价值,预期能够承受危害的程度、货运单元的数量、运输环境的相关信息或其它准则确定试验强度严酷水平,严酷水平Ⅰ为强度最大,严酷水平Ⅲ为强度最小,严酷水平Ⅱ为一般水平,通常推荐严酷水平Ⅱ。
注2:运输距离不明的情况下,推荐试验时间为180分钟。
注3:如果已知包装件的运输总距离,也可按照以下经验公式推算试验时间;t=S/K式中:t——试验时间,单位为分钟(min);S——运输总距离,单位为千米(km);K——试验时间估算常数,K取6,单位为千米每分钟(km /min)。
C.2 采集的京沪铁路行李车实际垂直轴向振动数据的功率谱密度曲线和数据。
C.2.1图C.2京沪铁路行李车垂直轴向的功率谱密度曲线。
**workbench随机振动功率谱密度转换及均方根加速度计算**随机振动在工程领域中有着广泛的应用,而对于工作台(workbench)的随机振动功率谱密度转换及均方根加速度计算,是进行振动分析和评估的重要步骤。
本文将按照从简到繁的方式,深入探讨workbench 随机振动功率谱密度转换及均方根加速度计算的过程和原理,帮助您全面理解和掌握这一技术。
一、工作台(workbench)随机振动功率谱密度转换1. 什么是随机振动功率谱密度?随机振动功率谱密度是描述随机振动信号的频率内容和能量分布特性的一种方法。
在工程中,通常使用功率谱密度来描述结构在振动过程中的能量分布情况,它反映了结构在不同频率下的振动能量大小。
2. 工作台(workbench)随机振动功率谱密度转换的步骤:- 数据采集:首先需要对工作台进行振动信号数据的采集,一般采用加速度传感器等装置来获取振动信号。
- 信号预处理:对采集到的振动信号进行预处理,包括去噪、滤波等操作,以确保信号的准确性和可靠性。
- 功率谱密度计算:利用相应的算法和工具对预处理后的振动信号进行功率谱密度的计算,得到频率内容和能量分布情况。
- 结果分析:对计算得到的功率谱密度进行分析和解释,以评估工作台在不同频率下的振动情况。
二、工作台(workbench)均方根加速度计算1. 什么是均方根加速度?均方根加速度是描述振动信号幅值大小的重要参数之一,它可以反映结构在振动过程中的瞬时加速度幅值。
在工程评估和设计中,常常使用均方根加速度来分析和评估结构的振动特性。
2. 工作台(workbench)均方根加速度计算的方法:- 振动信号采集:同样需要对工作台进行振动信号数据的采集,通常使用加速度传感器等装置来获取振动信号。
- 信号处理:对采集到的振动信号进行处理,包括去除直流分量、噪声滤波等操作,以得到准确的振动信号。
- 均方根加速度计算:利用相应的算法和工具对处理后的振动信号进行均方根加速度的计算,得到结构在振动过程中的瞬时加速度幅值大小。
随机振动psd谱信号的合成原则随机振动的合成是指通过将多个随机振动信号进行叠加,生成一个新的随机振动信号。
在工程领域中,合成随机振动信号的PSD (Power Spectral Density,功率谱密度)是一项重要任务,它可以用于估计结构的振动响应,进行模态分析等。
那么,合成随机振动PSD 谱信号有哪些原则呢?首先,我们需要了解什么是随机振动和PSD谱。
随机振动是指没有规律、没有周期性的振动现象,其振动幅值和频率都是随机变化的。
而PSD谱是一种描述随机振动信号能量在不同频率下的分布特性的函数,它显示了在不同频率范围内振动信号的能量密度。
在合成随机振动PSD谱信号时,需要遵循以下原则:1.良好的统计特性:合成的随机振动信号应该具有良好的统计特性,包括均值、方差和高阶统计量等。
在合成过程中,要根据实际情况选择合适的数学模型来描述振动信号,例如高斯过程模型、马尔科夫过程模型等。
2.频谱匹配:合成的振动信号的频谱应该与所需的PSD谱相匹配。
可以通过调整合成信号的频域特性,使其能够有效地匹配到目标PSD 谱。
较为常用的方法有滤波法、窗函数法等。
3.相干性考虑:振动信号的相干性指信号中各分量之间的相关性,有时对于合成信号的相干性有一定要求。
如在结构响应分析中,信号的相干性会对结构的模态分析结果产生影响。
因此,在合成随机振动信号时,需要根据具体情况考虑相干性的要求,选择合适的方法进行处理。
4.边界效应处理:合成随机振动信号通常需要进行截断处理,以满足实际应用需求。
在这个过程中,需要考虑信号的边界效应,以防止在截断点处引入人工干扰。
较为常见的方法有周期延拓法、窗函数法等。
5.合成方法选择:合成随机振动信号的方法有很多种,常见的包括线性叠加法、滤波法、波形拟合法等。
在选择合适的合成方法时,需要根据信号的特性、要求以及计算效率等方面进行综合考虑。
总之,合成随机振动PSD谱信号需要考虑多个因素,包括统计特性、频谱匹配、相干性、边界效应和合成方法选择等。
功率谱与功率谱密度功率谱密度谱是一种概率统计方法,是对随机变量均方值的量度。
一般用于随机振动分析,连续瞬态响应只能通过概率分布函数进行描述,即出现某水平响应所对应的概率。
功率谱密度是结构在随机动态载荷激励下响应的统计结果,是一条功率谱密度值—频率值的关系曲线,其中功率谱密度可以是位移功率谱密度、速度功率谱密度、加速度功率谱密度、力功率谱密度等形式。
数学上,功率谱密度值—频率值的关系曲线下的面积就是方差,即响应标准偏差的平方值。
谱是个很不严格的东西,常常指信号的Fourier变换,是一个时间平均(time average)概念功率谱的概念是针对功率有限信号的(能量有限信号可用能量谱分析),所表现的是单位频带内信号功率随频率的变换情况。
保留频谱的幅度信息,但是丢掉了相位信息,所以频谱不同的信号其功率谱是可能相同的。
有两个重要区别:1。
功率谱是随机过程的统计平均概念,平稳随机过程的功率谱是一个确定函数;而频谱是随机过程样本的Fourier变换,对于一个随机过程而言,频谱也是一个“随机过程”。
(随机的频域序列)2。
功率概念和幅度概念的差别。
此外,只能对宽平稳的各态历经的二阶矩过程谈功率谱,其存在性取决于二阶局是否存在并且二阶矩的Fourier变换收敛;而频谱的存在性仅仅取决于该随机过程的该样本的Fourier 变换是否收敛。
热心网友回答提问者对于答案的评价:谢谢解答。
频谱分析(也称频率分析),是对动态信号在频率域内进行分析,分析的结果是以频率为坐标的各种物理量的谱线和曲线,可得到各种幅值以频率为变量的频谱函数F(ω)。
频谱分析中可求得幅值谱、相位谱、功率谱和各种谱密度等等。
频谱分析过程较为复杂,它是以傅里叶级数和傅里叶积分为基础的。
功率谱是个什么概念?它有单位吗?随机信号是时域无限信号,不具备可积分条件,因此不能直接进行傅氏变换。
一般用具有统计特性的功率谱来作为谱分析的依据。
功率谱与自相关函数是一个傅氏变换对。
第9章随机振动分析随机振动分析是一种基于概率统计学的谱分析技术,它求解的是在随机激励作用下的某些物理量,包括位移、应力等的概率分布情况等。
随机振动分析在机载电子设备、抖动光学设备、声学装载设备等方面有着广泛的应用。
★ 了解随机振动分析。
9.1随机振动分析概述随机振动分析(Random Vibration Analysis)是一种基于概率统计学的谱分析技术。
随机振动分析中功率谱密度(Power Spectral Density,PSD)记录了激励和响应的均方根值同频率的关系,因此PSD是一条功率谱密度值——频率值的关系曲线,如图9-1所示,亦即载荷时间历程。
图9-1 功率谱密度图第9章随机振动分析对PSD的说明如下。
PSD曲线下的面积就是方差,即响应标准偏差的平方值。
PSD的单位是Mean Square/Hz(如加速度PSD的单位为G2/Hz)。
PSD可以是位移、速度、加速度、力或者压力等。
在随机振动分析中,由于时间历程不是确定的,所以瞬态分析是不可用的。
随机振动分析的输入为:通过模态分析得到的结构固有频率和固有模态。
作用于节点的单点或多点的PSD激励曲线。
随机振动分析输出的是:作用于节点的PSD响应(位移和应力等),同时还能用于疲劳寿命预测。
9.2 随机振动分析流程在ANSYS Workbench左侧工具箱中Analysis Systems下的Random Vibration上按住鼠标左键拖动到项目管理区的A6栏,即可创建随机振动分析项目,如图9-2所示。
图9-2 创建随机振动分析项目当进入Mechanical后,选中分析树中的Analysis Settings即可进行分析参数的设置,如图9-3所示。
图9-3 随机振动分析参数设置。
第7章功率谱密度函数7.1 自相关的物理意义及其傅里叶变换7.2 自功率谱密度函数及其性质7.3 窄带随机过程与宽带随机过程7.4 互功率谱密度函数及其性质7.5 共相谱、正交谱和相干函数7.1 自相关的物理意义及其傅里叶变换自相关函数的物理意义可以表达现在的波形与时间坐标平移后的波形之间的相似程度表达随机过程两个不同截口处的两个随机变量之间的相关程度自相关函数与原始信号具有相同的周期(频率)、衰减率(阻尼)动态特性可用来检测随机过程中是否含有周期成分,或者其信号特征自功率谱计算的依据自相关函数既包含了一个随机过程间隔时间的相关程度和依赖性,同时也包含了能量大小的信息。
不过要注意,相关性再也不是象相关系数那样能够用-1到1这样的数来表示相关大小了自相关函数的性质1:⑴自相关函数是偶函数x x R E X t X t E X t X t R自相关函数的性质2:⑵周期平稳过程的自相关函数也是周期函数,其周期与过程的周期相同。
x x R T E X t X t T E X t X t R自相关函数的性质3:⑶τ=0时的自相关函数就是均方值20x x xR E X t X t R E X t X t⑷如果随机过程不是周期过程,则:22222222 01000x x xxx x xxx xxxx x C R R R R时,随机变量与它自身是完全相关的时,两个随机变量之间将不再相关前提:不是周期函数若,则 2lim x xR自相关函数的性质4:⑸自相关函数是一个有界函数22222 110xxx x xxxR R一般τ越大,则两时刻的随机变量X(t1)和X(t1+τ)之间的相关性愈差。
τ↑,Rx(τ)↓。
自相关函数的性质5:一、自功率谱密度函数二、互功率谱密度函数自相关函数Rx(τ)描述“平均功率”随时差τ的变化→“平均功率”的时间结构。
功率谱密度S x (f):描述“平均功率”在频域(谱域)的分布→频率结构。
二者在不同的域(时域或频域)反映着同一个统计特性。
在不同的场合,各有所长,相辅相成。
自相关函数的傅里叶变换12j x x j x x S R ed R S ed维纳—辛钦关系式7.2 自功率谱密度函数定义:用符号Sx (ω)记作Rx(τ)的傅立叶变换22j f x x j f x x S f R e d R S f edf维纳—辛钦关系式12j x x j x x S R e d R S ed存在上述傅立叶变换的条件: x R d一般地,τ↑,R x (τ) ↓∴R x (τ)的傅立叶变换一般是存在的。
自然频率形式为什么称为“功率谱”?设是作用在R =1上的电压信号,则是瞬时功率信号,而平均功率22201limx x T T x T R S f dff t dt S f dfT而一方面,此式表示平均功率的时间结构,即各个瞬时的功率对于平均功率的贡献。
另一方面,又表示了平均功率的频率结构,即各种频率的功率成分S x (f )d f 对于平均功率的贡献,因此称为功率谱。
2x t x t 2x t 22221lim 0T T x xT x t dt R T2xt为什么称为功率谱“密度”x S f df量纲: 22sin /Hzx x x t A t m R mS f m 单位:单位:单位:功率频率dff S x )(自谱密度S x (f )的性质:(1)S x (f )≥0 (2)2222 j f j f x x x u j fuj fux x x S f R ed R ed R u edu R u edu S f= x S f f 是的偶函数cos 2sin 2cos 2x x x S f R f j f d R f dx x R S f 是实函数 也是实函数02cos 2x x R S f f df=相应地,功率谱密度(3)随机过程的自谱在整个频域上的积分等于随机过程的均方值。
20x xx R S f df(4)双边谱x S f f ,,工程上,把自谱定义在正半轴上,称为单边谱。
2,00,x x S f f G f f(5)导数过程的自谱2x xS S从Parseval 定理角度来定义功率谱密度——信号在时域的总能量等与它在频域的总能量22212x t dt X f df X dx t 设是平稳随机过程的一个样本函数,一般情况下它不一定能满足绝对可积的条件,为此引入辅助函数:T T , -22T 0 , t 2T x t t x t2222212T T T T T x t dt x t dt X d根据Parseval 定理22221112TT T T x t dt X d TT22222111lim lim211=lim 2T T T T T T T T x t dt X d TTX d T, T T x t x t 22211lim 21=2xT T x E X t E X d TS d21lim x T T s E X T对于各态历经过程:21lim x T T s X T例如。
例1:初相位是随机的正弦随机过程x=x 0sin(2πf 0t+φ),其中φ是随机变量,取值在0~2π范围的等概率密度的随机变量,求自谱。
由前面自相关函数的求解方法得:0202cos 2)(f x R xx )]()([42cos 2)(00202020f f f f x d ef x f S i f xx例如。
例2:如图的自功率谱函数,求其自相关函数。
)(cos )(sin 22cos 2)(110022022012212f f f f S df f S df e df e S df e df e S R f f f f f i f f f i ff f i f f f i xx例如。
例3:如图的自功率谱函数,求其自相关函数20202sin )(f S dfeS R f f f i xx若f 2趋于无穷大,则为一个白噪声随机过程:)()(020S dfeS R f i xx2222224d1 d 12 E X 21 E X 2x x x x x x R R S S S d S d窄带过程是功率谱S x (ω)具有尖峰特性,并且只在该尖峰附近的一个窄频带内S x (ω)才取有意义的量级。
典型的例子是随机信号通过窄带滤波器后所得到的结果。
窄带过程最极端的情形是相位随机变化的正弦波,他的谱线是对称分布的两个δ函数。
7.3 窄带随机过程与宽带随机过程宽带过程是指功率谱S x (ω)在相当宽的频带上取有意义的量级。
宽带过程最极端的情形是理想白噪声,它的谱密度是均匀的并且具有无限的带宽。
理想白噪声:数学抽象,谱密度均匀并且具有无限的带宽,这意味着该随机过程将具有无限大的能量,这实际是不可能得到的。
实际的随机过程往往是宽带的,并具有大致均匀的分布,但带宽却是有限的,这类过程常称为限带白噪声。
典型信号的自谱正弦:为一δ函数窄带:功率谱具有尖峰宽带:功率谱较宽白噪声:某一平稳随机过程包含有0~∝的所有频率成分,且每个频率所具有的平均功率大小相等,即功率谱为平行于横轴的直线,这样的平稳随机过程称为白噪声自谱带宽与时间信号衰减的关系?自相关函数衰减越快,则自功率谱带宽越宽相反,自功率谱带宽越宽,自相关函数衰减越快类似于自功率谱的定义,定义互相关的傅氏变换为互功率谱密度函数,相应地,互功率谱密度函数的傅氏逆变换为互相关函数dfe f S R d e R f S f i yx yx f i yx yx22)()()()(dfe f S R d e R f S f i xy xy f i xy xy22)()()()(7.4 互功率谱密度函数定义:2j f xy xy S f R e dj yx yx S R ed对于各态历经过程:对于平稳过程:*1lim xy T T T s E X Y T*1lim xy T T T s X Y T)(),(21lim ),(),(21lim )(2*f S T f X TT f X T f X T f S Y X x T T xy 为同一时间历程,则、特别地,当互功率谱密度函数性质:(1)互谱一般是复函数(2)互为共轭复数*xy xy yx S S S ==(3)互谱是有界函数xy x y S S S 2(4)两个不相关且均值为零的随机过程xy S =例如例:有一白噪声各态历经随机过程X ,其自谱密度为S 0,另有一白噪声各态历经随机过程Y ,其自谱密度也为S 0,此二过程的关系为X(t)=Y(t+T),试求R xy (τ) 、R yx (τ)、S xy (f)、S yx (f)fTi yx fTi f i f i xy xy xy yx xx xy eS f S eS d eT S d eR f S T S R R T S T R T t X t X E t Y t X E t Y t X E R202020200)()()()()()(功率谱的两种表示形式等频带⏹等差关系⏹等差数列倍频带⏹等比关系⏹等比数列1/3倍频带1/12倍频带……功率谱的应用汽车的平顺性:是汽车的重要性能之一,影响疲劳、货物损坏、零部件使用寿命画一个轿车和驾驶员的图人体振动反应对频率敏感;垂直振动敏感区域4~12.5HZ,水平是1~2HZ 以下;时间越长人体能够不疲劳地承受的加速度均方根值就越小dff S i i f f xix)(上下功率谱的应用功率谱的应用汽车噪声问题7.5 共相谱、正交谱和相干函数)()(sin )(cos )()()(XY XY xy xy j xy xy jQ C d R j d R d eR S由于互谱一般为复数,的奇函数,称为正交谱它是的偶函数,称为共相谱它是式中, )(sin )()()(cos )()(XY xy XY XY xy XYQ d R Q C d R C)()()()( YX XY YX XY Q Q C C 复数,因此由于两个互谱互为共轭相干函数凝聚函数)为谱相干函数(又称为定义:复数,因此由于两个互谱互为共轭)()()()()()()(222y x yx y x xy xy S S S S S S1)(0 )()()(22xy y x xy S S S 可以证明:()2()()1lim ()()21lim ()()21lim ()()21lim ()2j xx xx T j TT T j t j t T T T j t TT T S R e d x t x t dte d T x t e d x t e dt T x t e dtX T X T功率谱密度(补充):证明211lim ()221()(0)2r T r xx xx P X d T P S d R自谱密度函数性质:●偶函数●非负性()()()0xx xx xx S S S 功率谱密度:证明(续)功率谱密度:单边谱与双边谱工程中无负频率,常用单边谱,且频率单位用Hz,此时有:01(0)()21()22()r xx xx xx xx P R S d W f df W f df其中:()2()xx xx W S ☞在对应的频率处,单边谱值是双边的两倍。