• 发文
  • 评论
  • 微博
  • 空间
  • 微信

可靠性技术问题答疑活动问题五

可靠性杂坛 2020-08-29 16:36 发文


       近期,可靠知识共享学习会交流答疑活动,截止2020年8月28日如期完成了第五个问题的答疑解决,现将情况梳理公开如下。


【答疑活动问题五】

       1、怎么理解随机振动参数功率谱密度或加速度谱密度?

      2、基于高斯分布的随机振动过程,1西格玛的作用时间是68.3%,2西格玛的作用时间是27.1%,3西格玛的作用时间是4.33%。那这些加速度分布对应的频率分布是什么,全频率分布吗?譬如,5-200Hz,平直谱,Grms=6g,振动30分钟,怎么理解不同加速度作用时间及其频率呢?

       3、现场采集的动态信号,怎么进行数据处理,才知道是正弦过程,随机过程或冲击过程,有这方面的软件或书籍推荐吗?


补充提问:随机振动是无法知道某一时刻某一频率下的加速度的,那某一频率下对应的加速度服从什么分布吗,也服从高斯分布吗?


 【会员交流讨论主要情况】

吴老师:

       感觉这个问题把时域、幅值域、时差域、频域四个维度混在一起了。由于不确定振动难以用一个简单明了的数学方法描述,才将其用不同的角度来描述。原始数据在时域上基本没有任何规律可言,或者无法直观发现。在幅值域上以概率的形式描述,马上就可以发现其服从一定的分布,该分布是可以用一定的函数来近似。而时差域上,因为有了时间差,隐含着频率的概念。在时差域上,相关函数何时趋近于零,可以定性地判断其频率成分。如果将相关函数进行傅立叶变换,就变成频域了,一下子就把频率信息清晰地表达出,即功率谱密度。在频域上,应该用谱密度的概念,本身就是幅值域上服从某种概率分布的。这里的频率是通过时间差转换过来的,不是实际的频率。实际的信号如果非要用频率来描述,就像实数轴是连续的,不能说是由无穷多个离散点组成。时域——瞬时值幅值域——概率或概率密度时差域——相关函数(自/互)频域——功率密度不同的域有相对应的物理量,这样才好理解。在时域上很难去理解概率密度和功率谱密度,同样,在频域上也很难描述概率和概率密度。

      振动是一种对频率很敏感的随机过程,所以先贤们通过傅立叶变换这个数学工具将振动信号用频率来表征。幅值对振动也很重要,所以概率分布也是振动中要仔细考虑的。高斯分布是一种非常通用的分布类型,但振动控制也要考虑非高斯分布的情况,比如有些控制器已经开发出具有峭度控制的随机模块。一般来说,我们都假设需要处理的随机振动是高斯分布的,是一种特定的各态历经的稳态随机,其概率密度分布和自相关函数的特性都是已知的了。需要定义的就是功率谱密度,一旦功率谱密度知道了,高斯分布的随机振动的特性就基本完整了。

      随机信号的自相关函数的基本特性是时差越大,函数值越小。但具体的取值是不同的,这种不同通过时差域很难直观看出来,但通过傅立叶变换到频域,用功率谱密度来表征就非常直观了。先贤们怕咱们看不懂,一步一步,抽丝剥茧,给出各种数学工具来帮助咱们。例如白噪声信号的自相关函数是狄拉克函数,在频域上就是一条平直谱,频率上限我无穷大。简谐振动的自相关函数是正弦函数,在频域上就是一根谱线。


薛老师:

     画个图帮你理解!问题3:应该属于tailoring,现场tailoring得到psd 也就是随机振动规格。把psd输入进振动控制仪使用逆傅立叶变化加入相位信息产生随机振动。


王老师:

       1、用于形成试验室试验用的现场宽带随机振动,其时域应是平稳的、各态历经的,并符合正态分布的,均值(0)+1σ  占68.26%,;均值(0)+2σ , 为95.44%;均值(0)+3σ 为99.74%。所以在试验室的宽带随机振动试验中,时域峰值取到99.74%,其置信度足够了。但实际环境符合平稳的、各态历经的,和正态(高斯)分布的随机振动并不多,大部分是非平稳的,不少非稳态随机是超高斯分布的,但在试验中将其作为平稳或冲击处理了。

       2、采集现场平台环境振动动态信号,要有一个大纲,大纲中第一:首先要确定采集的工况,例如采集汽车振动信号,涉及到车型、车速、道路等,不可能全部覆盖,但要按预定的置信度,给出一个定量概念,例如覆盖到50%等,第二:对所测到的时域信号进行平稳性。正态性、各态历经性、正弦性等检验,检验的方法,如工程经验丰富,目视检查也可以,当然,最好用仪器,轮次等方法进行。第三:将各工况各子样的时域信号通过FFT转换为频域信号,此时每条谱线上的PSD(即ASD)数据分布,即使子样足够多,例如100个数据,也不是正态分布,大部分情况下是指数分布,在我承担八五国家重点课题时,是将其转换成对数,因为在对数领域中是近似正态分布的,这样我就取每条谱线上的100个数据中的均值+3σ值(当然也可按有关标准的置信度要求处理),然后求反对数回来。得出实测平台的试验室试验用的PSD(即ASD)谱密度曲线。

       3、控制仪PSD是白噪声,即平直谱,按振动试验输入的PSD改变后,如薛老师讲的逆傅立叶变换成时域信号后使振动台振动。


郭会员:

       我想追问一个:信号处理软件可以直接将时域信号转换成频域信号,现在的控制仪既支持频域谱录入也支持时域谱录入。比如实际操作中通过数采我得到了10组(可以更多)时域信号。我是用其中的1组时域信号录入控制系统(方法一),还是10组时域信号某种处理后得到时域信号录入控制系统(方法二),还是将1组时域信号处理后的频谱录入控制系统(方法三),还是将10组时域信号全部处理成频谱、然后通过包络处理还是其他什么处理再录入控制系统(方法四)?假如是方法四,那么实际数采多少组或者何种数采方式比较好……


王老师:

       现代控制仪完全可用时域输入,关健是时域的代表性,覆盖性。这要你通过工程判断未解决。另外不是所有时域信号都能输入,必须检查删除一些控制仪不能接受的,例如位移过大的等。为解决代表性,覆盖性,置信度,建议将每组取出符合耍求的接成一段达到上述要求的时域信号,当然还需考虑全寿命期问你选出信号的出现概率,加速因子,安全因子等。如考虑寿命还会涉及到疲劳极限等问题。


                    【整体结论】

      在此,先非常感谢各位会员的积极参与与分享交流。通过一周时间的线上会员交流讨论,大家提了一些自己的见解,让提出疑问的会员朋友有了一些思路。以上基本结论已阐述,下面提出补充结论:

       1、随机信号无法用一个明确的函数把它表达出来,于是用了统计学概率论来描述。有兴趣的同学可以去深层次了解,此处简单说明:中心极限定理有一组,但基本可以用一句通俗的话来概括它们:大量相互独立的随机变量,其平均值正态分布。(建议别太较真,让科学家去证明。)

也就是说,在一定条件下,各种随意形状概率分布生成的随机变量,它们加在一起的总效应,是符合正态分布的。

也就是说,对于平稳随机过程而言,其分布是趋于正态的。

也就是说,信号的能量(或者平均功率)无论在时域看,还是在频域看,都是一样的。人们常见的功率谱密度推导全过程:随机信号→幅值正态分布→均方值(平均功率)→帕斯瓦定理(功率守恒)→自相关函数(去除相位信息)→维纳-辛钦定理(最终形式)。 

       2、三者区分可从时域上目视即可。正弦振动是可以用正弦函数表达式表达物体运动规律的运动。正弦振动在任意一瞬间只包含一种频率的振动,而随机振动在任意一瞬间包含频谱范围内的各种频率的振动。冲击就是出现了非平稳信号(异常加速度),分离随机信号和冲击信号的时候,只需要将峰值在±3σ(上面提及的正态分布)内的信号基本看作是平稳随机信号,±3σ以外的信号基本看作是冲击信号。


以上内容,若有不正确,请指导修正,欢迎持续讨论,谢谢!

声明:本文为OFweek维科号作者发布,不代表OFweek维科号立场。如有侵权或其他问题,请及时联系我们举报。
2
评论

评论

    相关阅读

    暂无数据

    可靠性杂坛

    本平台以推广可靠性相关知识为宗旨...

    举报文章问题

    ×
    • 营销广告
    • 重复、旧闻
    • 格式问题
    • 低俗
    • 标题夸张
    • 与事实不符
    • 疑似抄袭
    • 我有话要说
    确定 取消

    举报评论问题

    ×
    • 淫秽色情
    • 营销广告
    • 恶意攻击谩骂
    • 我要吐槽
    确定 取消

    用户登录×

    请输入用户名/手机/邮箱

    请输入密码