- •Глава 11. Нагрузки
- •11.1. Статические нагрузки
- •11.2. Динамические нагрузки
- •11.2.1. Нагрузка как случайный процесс
- •11.2.2. Анализ процесса в частотной области
- •11.2.3. Подготовка данных для корреляционного и спектрального
- •11.2.4. Эффективная частота случайного процесса
- •11.2.5. Коэффициент широкополосности случайного процесса
- •11.2.6. Распределения экстремальных значений случайного процесса
- •11.2.6. Повторяемость нагрузок в эксплуатации
11.2.2. Анализ процесса в частотной области
Понятия узкополосности и широкополосности процесса, о которых упоминалось выше, связаны с его спектральным составом, т.е. с распределением энергии процесса по частотам. Если реальный случайный процесс рассматривать как суперпозицию бесконечного количества гармоник, каждая из которых имеют свою частоту и амплитуду, то чем больше амплитуда какой либо составляющей, тем выше энергия приходится на частоту этой составляющей процесса. Распределение энергии по частотам (по спектру частот) процесса характеризуется функцией спектральной плотности C().
Типичный вид функций спектральной плотности для различных случайных процессов представлен на рис.11.2.
Рис.11.3. Виды спектральных функций
Заметим, что общий вид спектральной плотности гармонического процесса и случайного процесса с постоянной частотой, но случайной амплитудой и фазой совпадают и представляют собой линию. На графиках рис.11.3. представлены спектральные функции для >0.
Важными свойствами спектральной плотности являются:
Сx() является положительной вещественной величиной.
Сx() - четная функция частоты , т.е. Сx(-)=Сx().
, т.е. спектральная плотность стационарного процесса представляет собой преобразование Фурье от корреляционной функции (соотношение известно под названием формулы Винера-Хинчина).
В свою очередь, учитывая однозначность преобразования Фурье, корреляционную функцию стационарного случайного процесса можно получить путем применения обратного преобразования Фурье к функции спектральной плотности
.
Полагая в этой формуле =0 и учитывая, что Kx(0)=Dx получим:
,
т.е. интеграл от спектральной плотности равен дисперсии стационарного случайного процесса, а саму функцию спектральной плотности можно интерпретировать как распределение дисперсии процесса по частотам.
Примечание. Иногда для спектральной плотности применяют другую формулу, при которой Cx()=1/2 Cx() и Kx()=2 Kx().
Пример 11.1. Рассмотрим случайный процесс с постоянной спектральной плотностью известный под названием «белый шум». Для этого процесса характерно равномерное распределение энергии по всем частотам от 0 до . Разумеется, реально такой процесс существовать не может, т.к. он должен обладать бесконечной энергией (дисперсией). Однако понятие «белый шум» является удобной моделью для тех случаев, когда спектральная плотность процесса примерно постоянна в интересующем нас диапазоне частот.
Пусть стационарный случайный процесс имеет постоянную на интервале [0,1] функцию спектральной плотности, рис.11.4
где cx() = Cx()/Dx - нормированная функция спектральной плотности.
Рис.11.4. Нормированная спектральная
плотность
Найдем корреляционную функцию этого «усеченного белого шума» .
.
График нормированной корреляционной функции представлен на рис. 11.5.
Рис.11.5. Нормированная корреляционная функция «усеченного белого шума»
Заметим, что при 1 мы получим белый шум, нормированная корреляционная функция которого равна нулю при всех кроме точки =0 , где она равна 1. Это означает, что для белого шума полностью отсутствует корреляция между временными сечениями процесса.