книги / Расчет конструкций при случайных воздействиях
..pdfБудем считать, что процессы х0 (/), х г (/) и х 2 (t) статистически независимы. Покажем, что с помощью этой математической мо дели можно получить все ранее рассмотренные примеры случай ных процессов, представленные на рис. 1.3.
Так, |
при |
х0 (t) |
= |
1, Xi (t) — const, |
хг (t) — a sin (at получаем |
|||
процесс |
типа |
Ь3«5.7; |
при xL (t) = |
1, |
хг (t) — 0 — процесс |
типа |
||
2.4«5,7; |
при xl (t) |
— |
1, |
х„ (t) — a sin |
(at — процесс типа 2«3,5,8; |
|||
при xt (t) = |
1, |
х2 (t) |
= а0 + |
+ |
а2Р + • • ■— процесс |
типа |
||
2,4.8в8 или 2«4»6«7 в зависимости от того, является ли х0 (t) |
про |
цессом случайных колебаний или потоком статистически независи мых воздействий.
Из предложенной классификации внешних случайных воздей ствий следует, что все элементы конструкций по характеру своей нагруженности могут быть разделены на следующие две основные группы: с колебательным характером нагружения и с много кратно повторяющимся импульсным (ударным) характером на гружения. К ним можно отнести еще одну большую группу эле ментов конструкций, переменность нагружения которых обуслов лена в первую очередь, вращательным характером движения, — группу с ярко выраженной гармонической составляющей нагруже ния. К первой группе элементов конструкций могут быть отнесены такие детали транспортных машин, как рессоры, торсионы и пру жины систем подрессоривания, подрессоренные элементы несущих систем (рам) и т. п.; ко второй — детали ходовых систем (катки,
оси, звенья гусениц), неподрессоренные элементы рам |
и т. п.; |
к третьей — диски колес, детали трансмиссии (валы, |
детали |
муфт сцепления) и т. п. На рис. 1.4 показана схема предлагаемой классификации и примеры элементов конструкций транспортных машин, относящихся к трем рассмотренным группам.
В качестве основных примеров случайных воздействий быди рассмотрены одномерные случайные процессы нагружения. В об щем случае на элемент конструкции может одновременно действо-
Рис. 1.4. Классификация элементов конструкций
11
Т а б л и ц а 1.1
Законы распределения непрерывной случайной величины
Функция распределения |
Плбтностъ |
распределения |
|
|
Равномерное распредела |
|
/ |
0 |
|
при х < |
а |
|
|
|
|||
F (х) |
|
х — а |
при а < ^ < с > |
||
|
-------- |
||||
|
|
— а |
|
|
|
|
|
1 |
|
при х > |
Ь |
|
|
X |
|
(г—х ) г |
|
1 |
|
Г |
е |
203 dz |
|
а У 2л J |
|
|
|
||
|
|
—оо |
|
|
|
(— оо < |
х < оо) |
|
!п х—я
-z2/2
^2
У 2Г 5
(О < X < оо)
Г(k, ах)
Г(X)
(О < л: < оо)
|
при |
х < а |
/(* ) = ■ |
при |
а < х < b |
|
при х > b |
|
|
|
Гауссовск |
(X—х ) г
12°г
оУ 2л
(— оо < х < оо)
Логарифмичес]
{ In X—fl)a
1 203 хаУ2зх
(О < * < 00)
Хи-квадр
Г (к) |
~ |
(О < |
* < оо) |
Гам
Г (а + 1, */Р) |
хае |
|
Г ( а + |
1) |
Р°Ч-1 г (а + 1) |
(О < * < |
оо) |
(О < * < оо) |
Зак
1 — ехр (— |5х“)
(О < * < оо) |
а$ха 1 ехр (— |3ха) |
|
12
Характеристическая
функция
в интервале (а, Ь)
ег'&0 _
"i q { b ~ a )
(нормальный) закон
ixq—a*q/2
нормальный закон
ОО
1 _1_ |
eafe+ ftaaa/2 |
ft=i
распределение
1
0 - 2 ) ‘ пределение
1 ( ! - ( # “+ 1
Вейбулла
■+ | ^ Г - х
хг(1+4 -)
Среднее значение и дисперсия
па + Ь
*- 2 1
02 = (6 - « ) 2
12
х,
оа
Са+ог/2 1 е2а+оа ( е<Я __ I)
Я/а,
Я/а2
Р (I + а ) , Р2 { 1 + а )
Коэффициент асимметрии
иэксцесса
-у = 0
е— — 1,2
у= 0,
е= 0
2 — Зе°2 + е3° г ( естг — 1)3/2 ’
е^ 2 _ 4 е 3ст2- З е 2°3 + + 12ест2 — 6
( е°2 — l)2
2/К Я 6/Я
2 / V 1 + а
6/(1 + а)
|
|
Р"3 . |
1^4 _ о |
> |
K ' + f ) - |
, |
03’ |
а* |
|
где ца. ^4 — 3-й и |
||||
p ( i + 4 - ) ] P |
« |
4-й центральные моменты |
||
|
|
|
13
Функция распределения
I — t ~ ax
(0 < х < оо)
1 __е—хг/2аг
(0 < X < оо)
( 2 ° 0 Г ( * + Ч а . )
ft—0
(0 < х < оо)
|
а—1 |
|
j |
V 4 |
е -Р * (р*)* |
k\
Ле=0 (0 < * < оо)
|
-/£)+ |
X |
2 )“' |
Ф{г)~•—ооS |
Плотность распределения
Экспонен
а е ~ ах
3ai
х |
1 |
х2 |
\ |
о2 |
ехр { |
2о» |
) |
3ai
х |
( |
хв + |
а2 \ |
, |
/ |
ах \ |
а2 ехр |
( |
2(т2 |
) |
/о Х |
\ |
а2 ) |
3ai
Rav°—1 |
-р * |
р * |
|
(а — 1)1 е |
|
(а = 1. 2, |
3, . . .) |
Диффуз!
1 / |
Р с- 0 Г |
(* -^ Р )Ч |
|
Г |
2лад;? |
Р ^ |
2apjc J |
|
а , |
р > 0 |
|
14
Характеристическая
функция
альный закон
|
а |
|
■a — iq |
Рэлея |
|
qo |
'ЧП (— l)kk\ |
|
( 2 f e + l ) l X |
|
k—0 |
x ( q a V 2)2k+2 + |
|
+ i Y |
^ ( t e x p ( - ^ - 2) |
Райса
|
П р о д о л ж е н и е табл . 1.1 |
Среднее значение |
Коэффициент асимметрии |
и дисперсия |
и эксцесса |
СГ1, |
2, |
а~2 |
6 |
" f-f. |
0,63 |
„ 4 — я |
' 0,3 |
a2 -------- |
|
2 |
|
|
|
|
|
0 /¥ [ О + 2Й * |
*= 02 0 |
- й |
|
||
|
|
|
|
|
при |
а > |
<т, |
|
|
|
|
|
|
X/o (Й + ^ X |
е = |
0,63 |
при |
а/сг = |
О |
|
|
|
|
х/1( й ] ехр( ~ й |
е = |
0,43 |
при |
а/сг = |
1 |
|
|
|
|
е = |
0,015 |
при |
а/а —■5 |
||
Эрланга |
|
|
|
|
|
|
|
|
|
/ |
i |
ic> \ |
~ a |
a/P- |
|
2 / V а. |
|
|
|
a/P2 |
|
|
|
|
|
||||
C |
" |
T ) |
|
|
6/й |
|
|
||
распределение |
|
|
|
|
|
|
|
||
- |
|
|
|
|
|
|
|
|
|
|
|
|
|
P. |
|
ЗК а |
|
|
|
|
|
|
|
aP2 |
|
15а |
|
|
15
вать целая группа точечных и распределенных нагрузок. Если места приложения группы точечных нагрузок определенные, то для их описания можно воспользоваться методами теории много мерных (.векторных) случайных функций и трактовать процесс нагружения как многомерный (по числу нагрузок) случайный процесс [38]. В более общем случае приходим к необходимости рассмотрения пространственно-временных случайных полей [7].
Таким образом, для более точного и детализированного описа ния нагруженности конструкций необходима иерархическая струк тура моделей процессов возрастающей сложности. Естественно, что ту или иную математическую модель случайного процесса следует использовать до тех пор, пока получаемые с ее помощью результаты достаточно хорошо согласуются с 3KcnepHMeHl^b- ными данными.
3. Однократные случайные воздействия
А
Однократные случайные воздействия можно считать полностью заданными, если известна для них функция распределения ве роятностей F (х) или плотность распределения вероятностей
/ (х) = F (х). Частными статистическими характеристиками рас пределений являются среднее значение
|
О о |
|
|
ОО |
|
|
х — |
f |
x d F ( x ) — [ xf(x)dx, |
|
(1.4) |
||
дисперсия |
-оо |
|
|
-оо |
■ |
|
|
оо |
’ |
|
|||
|
|
|
|
(1.5) |
||
о2х = |
|
J |
(* — x f f ( x ) d x , |
|
||
коэффициент асимметрии |
—оо |
|
|
|
||
|
оо |
|
‘ |
|||
|
|
|
|
(1.6) |
||
у — СГд:3 |
j |
(х — Х)3/ (х) dx, |
|
|||
коэффициент эксцесса |
|
|
“ОО |
|
|
|
|
ОО |
|
|
|
||
|
|
|
|
|
||
е = |
<т^4 |
J |
(х — х)4 f (х) dx — 3. |
(1.7) |
- о о
Величина ах называется средним квадратическим отклонением, или стандартом распределения.
Вместо функции распределения F (х) может быть также ис пользована характеристическая функция <р (q), определяемая со отношением
|
00 |
|
|
Ф (<7) — |
J *iqx dF (х). |
|
(1.8) |
Отсюда |
-00 |
|
|
00 |
|
Ч ь ^ ) |
|
/ М = |
|
||
^' i9X(P(g)dqJ |
. |
||
|
-00 |
|
|
16
Для положительных случайных величин часто используют пре образование Лапласа плотности распределения, определяемое со отношением
оо
f ( s ) = \e-s*f(x)dx, |
(1.10) |
|
о |
|
|
и преобразование Лапласа функции распределения |
|
|
оо |
|
|
F* (s) = J |
e~sxF (х) dx. |
(1 .11) |
о |
|
|
Из соотношений (1.10) и (1.11) следует, что |
|
|
F*(s) = |
-Lf*(s). |
U-12) |
Наиболее употребляемые распределения и их статистические Характеристики приведены в табл. 1.1.
Рассмотрение нагрузок однократного действия имеет практи ческое значение при анализе начального напряженного состоя ния элементов конструкций. Последнее обусловлено различными сборочными операциями и остаточными технологическими напря жениями, возникающими в элементах конструкций при их термо механической обработке.
4.Потоки дискретных случайных воздействий
Вкачестве одной из основных моделей процессов нагружения рассмотрим процесс х (t), который представляет собой поток случайных по величине и по моменту времени единичных воздей ствий (см. рис. 1.3, е). В общем случае такие потоки описываются совместной функцией распределения интенсивности каждого воз
действия и |
моментов времени их появления F {хъ хъ |
к> к> •••> *п) |
При любом п. |
Частным случаем таких потоков является случайный поток |
|
воздействий, |
в котором интенсивности воздействий не зависят |
от времени их появления. Такие потоки описываются двумя неза висимыми функциями распределений: для интенсивностей воздей ствий Fx (xlt Xg, .... ха) и моментов времени их появления Ft (tx,
in)'
Потоки воздействий называют Марковскими по интенсивности
ипо моментам времени, если последующие воздействия и моменты времени их появления зависят лишь от предыдудщих воздействий
имоментов времени и не зависят от всей предшествующей истории Нагружения, т. е. если выполняются соотношения
Fx {x1, *2. ■• хп) = F (хг) F (х2/хг) . . . F { x j x ^ \
Ft Vi, к - • ■ g = F(f1) F ( W . . . F{tn!tn_0. |
(1.13) |
17
Наиболее содержательные результаты анализа таких процес сов относятся к стационарным и квазистационарным, т. е. к опи сываемым соотношением (1.3) потокам случайных статистически независимых воздействий. Такие потоки полностью описываются функциями распределения интенсивности единичного нагружения и интервала времени между нагружениями, а также квазидетерминированными нестационарными составляющими типа (1.1) и (1.2). Задача описания нагруженности в этом случае заключается в оп ределении названных функций по результатам эксперимента.
Каждое единичное воздействие вызывает в элементе конструк ции некоторое повреждение. Со временем эти повреждения сум мируются, и наряду с процессом нагружения необходимо рассмо треть процесс накопления повреждений. Отказ элемента конструк ции по прочности возможен либо в случае превышения нагруз ками опасного уровня, либо в случае накопления усталостных повреждений выше опасного уровня повреждений. Соответствую щие интервалы времени до этих событий будем называть долговеч ностями по условию статической и усталостной прочности.
5. Вероятностные характеристики непрерывных случайных воздействий
Рассмотрим непрерывные случайные процессы, значения ко торых в различные моменты времени статистически между собой связаны. Эта связь с увеличением интервалов времени между зна чениями случайного процесса затухает. Характерными при мерами таких случайных процессов являются процессы изменения во времени напряжений и деформаций в подрессоренных элементах транспортных машин при движении их по дорогам случайного профиля. Такие процессы часто называют случайными колеба ниями.
Математической особенностью таких процессов является их дифференцируемость, что следует из физической сущности колеба тельных явлений. Если исследуемые случайные процессы и не являются непосредственно результатом колебаний каких-либо систем, но отвечают перечисленным выше требованиям, то их также целесообразно называть случайными колебаниями. Из всех возможных процессов такого рода будем рассматривать так назы ваемые стационарные случайные процессы и приводимые к ним с помощью математических моделей (1.3) нестационарные процессы. Следует отметить, что при теоретическом анализе слу чайных колебаний часто используют математические модели не дифференцируемых случайных процессов, что обусловлено от носительной простотой получаемых для них решений задач ста тистической динамики. Однако, как это будет показано ниже, полный теоретический анализ таких процессов затруднен, а в ряде случаев и невозможен,
18
его |
Исчерпывающее описание |
случайного процесса х |
(t) дается |
n-мерньши плотностями |
вероятностей fn \х (^), |
.... х (tn), |
|
tv |
.... tn\ при любых значениях п. По ряду причин в практическом |
применении теории ' случайных процессов предпочитают другой способ задания процесса, когда статистическая связь между от дельными его значениями в различные моменты времени задается непосредственно в виде последовательности корреляционных мо ментов (корреляционных функций):
Кхх |
к, . . tn) = (x(ti)x(t2) . . . x(tn)), |
(1.14) |
|
П |
|
где знаком (••■) показана операция вычисления среднего по ансамблю возможных значений случайного процесса х (t) в мо менты времени t{ (i — 1, 2, п). Случайные процессы назы вают стационарными, если их корреляционные функции зависят лишь от интервалов времени (t2—tt), (t$—ti) и т. д. Стационарные случайные процессы называют эргодическими, если в них усред нение по.ансамблю реализаций можно заменить усреднением по времени. Так, если для неэргодических процессов корреляцион ная функция может быть вычислена только при наличии большого числа реализаций по формуле
т
Kxx...x (tu к, ■• *й) = Нт 4 - V * * ( * . ) . . . Хк(/,;), (1.15)
‘т'°°
где xh (t) — k-ая реализация случайного процесса; т — число реализаций, то для эргодических процессов корреляционную функцию можно вычислить по одной реализации случайного про цесса
К хх ... х (tu k t |
• • •, tn) — К х х ... х 1(^2 ’ t\)> ( h |
t\), . - (t/t |
^l)} = |
|
n |
|
n |
|
|
|
|
T |
|
|
= |
lim ~ |
( x(<i)X(t2— tt) . . . xijtn — t^dk, |
(1.16) |
|
|
r -°° |
о |
|
|
где T — время реализации случайного процесса.
Для Гауссовских стационарных процессов достаточно задать
корреляционную функцию второго порядка |
|
/Сх(т) = <*(0)*(т)> |
(1.17) |
и среднее значение процесса (х).
Для анализа случайных процессов и построения методик рас чета на прочность и долговечность необходимо иметь совместное распределение процесса и некоторого числа его производных (в зависимости от постановки задачи) для произвольного числа моментов времени. Построение этого распределения — основная
19
задача при математическом описании случайных процессов. Плотность этого распределения обозначим
х ft), x ( t x), . . . . x(tn), x(tn), x{tn)\.
Достаточно иметь моменты этого распределения, которые мо гут быть вычислены по корреляционным функциям заданного процесса, корреляционным функциям его производных и соот ветствующим взаимным корреляционным функциям процесса и его производных. Ограничиваясь первыми двумя производными,
получаем взаимную корреляционную |
функцию |
процесса х |
(^) |
|
в момент tx и его первой производной в момент t2 |
|
|||
К х х = |
дКхх (th 12) . |
(1.18) |
||
dt2 |
|
|||
|
|
|
|
|
взаимную корреляционную функцию процесса х |
(t) в момент |
tx |
||
и его второй производной в момент t2 |
|
|
|
|
|
д2Кхх (^i, |
^2) . |
(1.19) |
|
|
|
|
dt\
взаимную корреляционную функцию первых производных про цесса х (t) для п моментов времени
дпК х |
■('« |
dt. |
*п) |
К* |
dtxdt2 |
( 1. 20) |
взаимную корреляционную функцию вторых производных про
цесса для п моментов |
времени |
|
|
|
|
|
||||
|
К хЯ |
|
д2пК г |
'(<!• |
12 > |
*п) |
|
( 1.21) |
||
|
|
|
|
|
||||||
и |
т. д. |
|
|
|
|
dt2 dt\ . . . dt2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
Эти корреляционные функции могут быть также определены |
|||||||||
по соответствующим |
плотностям распределений: |
|
|
|||||||
|
К х х ... х ( t Ь ^2i |
|
м |
tn) = |
J |
j . . . |
JX{tX)X{t2^. |
X (tn) x |
||
|
п |
|
|
|
|
|
|
|
|
|
|
X f[x{tx), |
x(t2), . . ., |
X{tn)]dx{tx)dx{t2) |
. . . dx{tn); |
(1.22) |
|||||
|
|
OO |
CO |
|
|
|
|
|
|
|
|
Kxx(t\t<2)=^ |
j |
j |
x {t\) x {h)f[x (^), |
x{t2)]dx(ti) dx(t2y, |
(1.23) |
||||
|
|
- O O |
- C O |
|
|
|
|
|
|
|
|
|
OO OO |
|
|
|
|
|
|
||
|
Kxii(t\t2) = |
f |
J x(ti)x(t2)f[x(U), |
x{t2)]dx(t{)dx(t2) |
(1.24) |
|||||
и |
т. д. |
(1.18)—(1.21) |
определяют моменты |
совместного |
||||||
|
Соотношения |
распределения процесса и его первых двух производных для про-
20