Файл: Барский И.Б. Динамика трактора.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 11.04.2024

Просмотров: 187

Скачиваний: 4

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

ционная функция является общей характеристикой рассматри­ ваемых случайных процессов. Гармонические процессы могут также характеризоваться ею.

При исследовании плавности хода тракторов воздействие мо­ жет характеризоваться двумя составляющими и более (неровно­ сти дороги и силы рабочих сопротивлений орудий и сельскохо­ зяйственных машин, неровности под левым и правым колесами, неровности под передним и задним колесами и т. д.). Тогда вво­ дят наряду с автокорреляционной функцией также и взаимные

корреляционные функции. Для

воздействий

qx(l*) и qy{l*)

вза­

имные корреляционные функции имеют вид

 

 

Rxy(l*)

= \\m

-±-

\ qx(l)qy(l

+

l*)dl;

 

 

 

- L ,

 

}

(53)

 

 

 

 

 

Ryx(l*)

= \im

- J -

Г qy(l)qx(l

+

l*)dl.

 

 

 

 

 

 

)

 

Взаимные корреляционные функции характеризуют связь ме­ жду двумя составляющими воздействия. Если максимальные значения взаимных корреляционных функций малы по сравне­ нию с дисперсиями каждого процесса, то, следовательно, две составляющие можно считать некоррелированными. Степень свя­ зи случайных составляющих может быть охарактеризована ко­ эффициентом корреляции

VRA0)Ry(0) '

Для определения авто- и взаимно корреляционной функции по известной реализации случайного процесса интегралы (52) и

(53) заменяются конечными

суммами

 

 

 

JV-ц

 

Rx(\i)zzz

7

ЗД+ц!

 

N-\x

j£j

 

N-ti

W-H

[*

£

где u = — ; p. = 0, 1, 2, ...; N — число интервалов; v

= — ; v = 1,

Д

Д

2, ... ; здесь Д длина разбиения пройденного пути

(шаг).

130


Интервал L 0 = N& определяется из соотношения L 0 = Ю / т а х ,

где / т а х — максимальная волна функции неровности, т. е. мак­ симальный отрезок оси / между двумя соседними нулями функ­ ции.

Шаг Д может быть либо определен по формуле Д =

где

/ mm — минимальная длина волны неровности, либо непосредст­ венно по записи случайного процесса, так чтобы функция мало изменялась на интервале разбиения.

При обработке функций неровностей указанным методом важ­ но правильно подготовить экспериментальный материал к рас­ чету. Необходимо на графике функции неровности выделить пе­ риодические и низкочастотные составляющие, которые искажа­ ют и затрудняют анализ корреляционной функции. Некоторые приемы выделения помех рассмотрены в работе [31]. Получен­ ные путем расчета по экспериментальным данным корреляцион­ ные функции уже не являются случайными и их целесообразно аппроксимировать подходящими аналитическими выражениями.

Обычно для

 

аппроксимации

корреляционных

функций

не­

ровностей и сил рабочих

сопротивлений

их

сперва нормируют,

т. е. делят на

максимальное значение

ординаты

Rx(0),

Ry{0),

Rxy(0),

а затем

подбирают

функциональную зависимость вида

Р(/*) = ^

 

п

 

 

 

т

 

 

 

=

У ^ А

^

cos ру* +

^

Л

sin р,| /• |,

 

 

 

i = l

 

 

i=n+l

 

 

 

где Ai,

a,i, Pi — неопределенные

коэффициенты.

 

 

Неопределенные коэффициенты могут быть определены лю­ бым из методов, применяемым в теории аппроксимации. Широ­ ко используется метод наименьших квадратов. Его применение для часто встречающегося аппроксимирующего выражения

р(/*) = Де - 0 '"* 1 cos ру* + А2е~а^

cos р2 /*

(54)

показано в работе [31].

 

 

Часто в первом приближении можно положить

 

Л1 = р0 (при /* = 0); А2 = 0; а 2 =

0; р2 =

0.

Если обозначить /* средний период прохождения через нули (по переменной /*) корреляционной фукции р(/*), то коэффици­ енты ai и Pi можно определить по следующим зависимостям:

a1 0 = - L _ l n

Е2

| / , |

Pi(при / = / , )

Рю -

— •

9*

131


Несмотря на большую универсальность и общность корреля­ ционных функций как характеристик случайных процессов, в практических исследованиях также широкое применение нахо­ дят спектральные характеристики. Выше было показано, что в зависимости от структуры случайного процесса, от того, какие частоты и в каких соотношениях преобладают в его составе, корреляционная функция имеет тот или иной вид. Это характе­ ризуется спектральным составом случайной функции.

Если какой-либо колебательный процесс представляется в виде суммы гармонических колебаний различных частот, то спектром колебательного процесса называется функция, описы­ вающая распределение амплитуд по различным частотам.

Спектр показывает, какого рода колебания преобладают в данном процессе, какова его внутренняя структура.

Аналогичное спектральное описание можно дать и стационар­ ному случайному процессу. Вся разница в том, что для случай­ ного процесса амплитуды колебаний будут случайными величи­ нами. Поскольку случайные величины характеризуются диспер­ сиями, то спектр стационарной случайной функции будет опи­ сывать распределение дисперсий по различным частотам f.

Спектр случайной функции характеризуется спектральной плотностью 5(со), которая может быть выражена через корреля­ ционную функцию

 

 

 

оо

 

 

 

 

5((») = 2 j#(/*)cosco/*d/*,

 

(55)

где со = 2nf Ус-

 

о

 

 

 

 

 

 

 

 

Можно получить и обратную

зависимость

корреляционной

функции от спектральной

плотности

 

 

 

 

 

оо

 

 

 

 

#(/*) = - L

('S(co)cosco/*dco.

 

(56)

 

 

л

J

 

 

 

При /* =

0 имеем

 

о

 

 

 

 

 

00

 

 

 

 

 

 

 

 

 

#(0) = />= — Г S(<o)rf(B.

 

 

 

 

 

 

о

 

 

Формулы

 

 

л J

 

обратным

(55) и (56) называют

также прямым и

преобразованием Фурье.

 

 

 

 

 

Пользуясь преобразованием Фурье, можно

найти

спектраль­

ную плотность для нормированной

функции, заданной

формулой

(54). Не приводя преобразований, запишем результат

 

 

5(со) = 2/?(0)

\

а , ( ( о 2 + а? + р?)

 

 

 

 

 

( а > 2 - а 2 - в 2 ) 2 + 4

 

 

 

+ А

а 2

( с о 2 + а2 + Р2)

 

(57)

 

 

 

 

 

( а , 2 - а 2 - В 2 ) 2 + 4а2 2 со2

132


В дальнейшем понадобится также выражение для спектраль­ ной плотности ускорения, т. е. второй производной функции не­ ровности. Спектральная плотность второй производной от функ­ ции равна спектральной плотности самой функции, умноженной на со4:

5 у с к И = co4S(co). При этом необходимо обеспечить условие

оо

 

J SycK(co)d(u < оо.

(58)

о

 

Приведем формулы прямого и обратного преобразования Фурье для взаимных корреляционных функций и спектральных плотностей:

 

Sxy(v>)=

j

Rxu{l*)er№dl*\

 

 

 

 

— о о

 

 

 

 

 

 

 

 

оо

 

 

 

 

 

Rxy(l*) =

^ -

J4 ,((D) e / M '*do .

 

 

 

 

— оо

 

 

 

 

 

Такой результат получен потому, что взаимная

корреляцион­

ная функция — нечетная

функция,

а

взаимная

спектральная

плотность — комплексная

функция.

 

 

 

 

 

Если случайный

процесс

образуется

суммированием двух

(в общем случае и большим

числом)

стационарных и стацио­

нарно связанных случайных процессов х и у

 

 

 

z(l*)

=

x(l*) +

y(l%

 

 

 

то корреляционная функция процесса z(t)

равна

 

=

Rx{i*)

+ ВД*) + RxyV*) +

Ryxin

а спектральная плотность

 

 

 

 

 

 

 

Sz(co) = Sx(tit) + Sy(a>) + Sxy{(o)

+

Syx((o).

 

Для некоррелированных процессов

*,(/*) =/?*(/*) + З Д * ) ;

Sz(et) = Sx(m) + Sy(ta).

Применяется и другой способ аналитической аппроксимации неровностей пути, состоящий в определении плотности распреде­ ления длин, высот неровностей и расстояния между их верши­ нами.

Расчеты показывают, что в некоторых случаях с достаточ­ ной степенью точности эти величины распределены по нормаль­ ному закону и связаны линейными корреляционными уравне­ ниями.

133


Установим количественную связь между двумя способами

аппроксимации.

 

 

 

Для этого

используем метод

неканонических

разложений

стационарных

случайных функций [38], в соответствии с которым

случайную функцию q ( t ) можно представить

в виде гармоники

к \ sin озМ- %2 cos со^, где случайные

величины

к \ , К2,

со независи­

мы и удовлетворяют условиям

 

 

 

 

 

>

 

(59)

 

М[Я?] = М[Я|] = Я,(0), J

 

 

где символ М обозначает математическое ожидание случайной величины.

Законы распределения вероятностей случайных величин Xi и

Х2 произвольны.

Плотность

распределения случайной величины

со определяется

формулой

 

 

 

 

1

S(a>)

i

ии

(60)

 

 

/(СО):

 

J P(T)COS atxdx.

 

RAO)

 

Зная распределение частот гармоники, можно найти распре­ деление длин волн неровностей, если воспользоваться зависи­ мостью при v = 1 м/с

со = 2 л Л(о,

где / — длина волны неровности.

Пользуясь формулой для плотности распределения функции от случайной величины, запишем

« 0 =

Тогда

dh f(h(l)).

dl

 

 

 

 

 

f(0 = ^

f

(

^

 

 

Плотность распределения

высот

неровностей

Н определяет­

ся через функцию распределения длин /

 

/(Я)

= I

dg(H)

ПёШ)],

 

 

 

dH

 

 

где g(H) — функция, обратная

по отношению к

корреляцион­

ной зависимости между высотами и длинами

 

 

Н = а + Ы,

 

8(H)-

Н а I .

 

134