Alex-dreamer制作PSD：（可以相互传阅学习，但是鄙视那些拿着别人成果随意买卖！）PSD随机振动应用领域很广，比如雷达天线，飞机，桥梁，天平，地面，等等行业。虽然现在对这方面公开资料很少，但是我相信以后会越来越多，发展的越来越成熟。学术的浪潮总体是向前的，不会因为几个大牛保密自己的成果就会阻止我们对PSD研究，因此结合我的经验和爱好，我研究了一下两种PSD加载分析。我标价的原则是含金量大小和花费我的时间以及我的经验值，如果你觉得值，就买；不值就不要下了。因为我始终认为：士为知己者死，女为悦己者容。算是互相尊重。如果你得到这份资料，那就祝你好运！ Good luck!-Alex-dreamer(南理工) 一：目的：根据abaqus爱好者提出的PSD随机振动分析，提出功率谱如何定义及如何加载？如果功率谱是加速度的平方，如何加载？如果在输入点施加载荷功率谱如何定义？本文将给出详细的分析过程。 二：随机振动基本概念 1. 随机振动的输入量和输出量都是概率统计值，因此存在不确定性。输入量为PSD （功率谱密度）曲线，分为加速度、速度、位移或者力的PSD曲线；最常见的是加速度PSD，常用语BASE MOTION基础约束加载。 2. 随机振动的响应符合正态分布，PSD实际上是随机变量的能量分布，也就是在不同频率上的方差值，反映不同频率处的振动能量，PSD曲线所围成的面积是随机变量总响应的方差值； 3. RMS为随机变量的标准方差，将PSD曲线包络面积开平方即为RMS。 4. 随机振动输出的位移、应力、应变等值都是对应不同频率的方差值（即PSD值），量纲为x^2，当然也可以输出这些变量的均方根值（即RMS值）；abaqus6.10以上版本可以直接在场变量里面输出设置。见下文。 5. 如果是单个激励源，定义为非相关性分析，如是多个激励源，则需要定义相关性参数。因此出现type=uncorrelated。 三：模型简介： 1）该模型很简单，是hypermesh中一个双孔模型。 2）网格划分在hypermesh中完成，保证了雅克比>0.7以及网格其它质量的要求。网格与几何具有较高的吻合度。 3）方案1（对应connect模型）：在上方两个孔采用全约束方式，且加载的功率谱PSD密度是加速度功率谱，也就是说基于BASE基础约束，进行随机振动 PSD分析。结果分析底部孔处某节点的结果响应。 4）方案2（对应connect模型）：在底部圆孔施加载荷force类型的功率谱PSD，
"脉冲响应函数" 英文对照 impulse response function; "脉冲响应函数" 在学术文献中的解释 1、h(t)是在初始时刻作用以单位脉冲而使单自由度系统产生的响应,所以称为脉冲响应函数.1·1·2频率响应函数H(ω)=1k-ω2m+iωcH(ω)是角频率为ω的单位简谐激励所引起的结构稳态简谐响应的振幅,称为频率响应函数,也称为转换函数 文献来源 2、Yεi,jtt+s作为时间间隔s的一个函数,度量了在其他变量不变的情况下Yi,t+s对Yj,t的一个脉冲的反应,因此称为脉冲响应函数 文献来源 "频率响应函数" 英文对照 frequency response function; "频率响应函数" 在学术文献中的解释 1、频率响应函数是指系统输出信号与输入信号的比值随频率的变化关系它是衡量高速倾斜镜工作性能的一个重要指标.通过抑制谐振峰可以改善高速倾斜镜的使用性能 文献来源 2、经傅利叶变换,得到频域内的导纳(一般用速度导纳来表示)表达式 Hv(ω)=v(ω)F(ω)=jω-ω2M+jωC+K(2)H(ω)又称为频率响应函数 文献来源 3、y（t）＝A0eiωty（t）＝iωA0eiωt（6）将（6）代入（3）得A0eiωt（RCiω＋1）＝Ajeiωt（7）和A0Aj＝1RCiω＋1＝U（iω）（8）U（iω）称为频率响应函数 文献来源 "传递函数" 英文对照 transfer function of; transfer function; transfer function - noise; "传递函数" 在学术文献中的解释 1、由于传递函数的定义是两个拉普拉斯变换之比,所以使用时必须准确知道传递函数的类型,即,是位移、速度,还是加速度传递函数,才能避免出错 文献来源 2、而传递函数的定义是两个分量之比为两个传感器之间优势波的传递函数.它给我们的启发是任取两个已知传感器组成一个传递函数通过分析传递函数的特征可以判断两个分量的优势波和非优势波 文献来源
一、实验名称 微弱信号的检测提取及分析方法 二、实验目的 1．了解随机信号分析理论如何在实践中应用 2．了解随机信号自身的特性，包括均值、方差、相关函数、频谱及功率谱密度等 3．掌握随机信号的检测及分析方法 三、实验原理 1．随机信号的分析方法 在信号与系统中，我们把信号分为确知信号和随机信号。其中随机信号无确定的变化规律，需要用统计特新进行分析。这里我们引入随机过程的概念，所谓随机过程就是随机变量的集合，每个随机变量都是随机过程的一个取样序列。 随机过程的统计特性一般采用随机过程的分布函数和概率密度来描述，他们能够对随机过程作完整的描述。但由于在实践中难以求得，在工程技术中，一般采用描述随机过程的主要平均统计特性的几个函数，包括均值、方差、相关函数、频谱及功率谱密度等来描述它们。本实验中算法都是一种估算法，条件是N要足够大。 2．微弱随机信号的检测及提取方法 因为噪声总会影响信号检测的结果，所以信号检测是信号处理的重要内容之一，低信噪比下的信号检测是目前检测领域的热点，而强噪声背景下的微弱信号提取又是信号检测的难点。 噪声主要来自于检测系统本身的电子电路和系统外空间高频电磁场干扰等，通常从以下两种不同途径来解决 ①降低系统的噪声，使被测信号功率大于噪声功率。 ②采用相关接受技术，可以保证在信号功率小于噪声功率的情况下，人能检测出信号。 对微弱信号的检测与提取有很多方法，常用的方法有：自相关检测法、多重自相法、双谱估计理论及算法、时域方法、小波算法等。 对微弱信号检测与提取有很多方法，本实验采用多重自相关法。 多重自相关法是在传统自相关检测法的基础上，对信号的自相关函数再多次做自相关。即令： 式中，是和的叠加；是和的叠加。对比两式，尽管两者信号的幅度和相位不同，但频率却没有变化。信号经过相关运算后增加了信噪比，但其改变程度是有限的，因而限制了检测微弱信号的能力。多重相关法将 当作x（t），重复自相关函数检测方法步骤，自相关的次数越多，信噪比提高的越多，因此可检测出强噪声中的微弱信号。
振动信号的分析方法 在对设备进行监测和故障诊断中，大多都采用对设备进行振动状态监测，所以对振动信号进行有效地分析，使用不同的分析方法来获得振动信号的特性参数，这种方法是机械设备实现故障诊断的主要措施。常用的振动信号分析方法有时域分析法，频域分析法，阶次跟踪分析法，经验模态分析法和包络解调分析法，下面逐个对这五种分析方法进行详细说明。 1时域分析法 振动时域参数分析是对风力发电机组进行故障检测和诊断的简易方法，时域波形是经过DSP数据处理器去噪处理后的信号，包含较多的信息量。在时域诊断中，采用的参数有:均值、均方根值、峭度值、峰值、脉冲因子、裕度系数……通过监测这些特征参数是否超过设定的_值来诊断传动部件是否发生机械故障。幅域参数一般分为有量纲和无量纲2种类型的指标。均值、均方根值等为有量纲的时域参数。无量纲的时域参数包含偏态系数、波形因子、峰态系数、脉冲因子、裕度系数……现对时域分析中所涉及的主要釆用的参数进行简要介绍。 (1)均值:平均值又可称为直流分量，是用来评价信号是否稳定。表征了振 动信号变化的中心波动，是信号的常量分量，其表达式为 其中，n为总的采样点数;表示振动信号的样本函数。 (2)均方根值:均方根值，也叫方均根值，它是对信号先平方，再求取平均值后开方得到的，是对没有规律的信号比较有用。其表达式为 (3)峭度:峭度值是可以直接体现概率密度的一种可靠参数，概率密度函数分布形态偏移越大，峭度值的绝对值就越大。 峭度值可以反映概率密度图形的对称性。概率密度函数分布形态偏移越大，
峭度值的绝对值越大。 除此之外，还有几种比较常见的时域参数， 2频域分析法 时域振动信号的频谱分析是目前所知的研究故障特征方法中基础的方法之一，可以在频谱中，获得比较全面的故障信息。在频域中，主要从幅值频谱、功率频谱、倒频谱3个基本的频谱进行分析。频谱的功能是用来分析原始信号中轴承内圈、外圈的固有频率和故障频率，以及齿轮箱齿轮互相哨合产生的哨合频率;倒频谱的功能是用于容易地获得频谱的边频带中的周期成分，并确定故障发生的位置。 1.幅值谱分析 幅值频谱就是对传感器釆样所得的原始信号经处理后的振动信号进行一次傅立叶变换(FFT)，计算并画出该时域振动信号的频率图谱，傅立叶变化的表达式为：
有关功率谱分析的相关总结 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，能量有限的信号通常为能量信号，他们的傅里叶变换是收敛的)，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”。（随机过程有频谱吗？）（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矩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。 频谱和功率谱的区别在于： （1）信号通常分为两类：能量信号和功率信号； （2）一般来讲，能量信号其傅氏变换收敛（即存在），而功率信号傅氏变换通常不收敛，当然，若信号存在周期性，可引入特殊数学函数（Delta）表征傅氏变换的这种非收敛性；（3）信号是信息的搭载工具，而信息与随机性紧密相关，所以实际信号多为随机信号，这类信号的特点是状态随机性随时间无限延伸，能量无限。换句话说，随机信号大多属于功率信号而非能量信号，它并不存在傅氏变换，亦即不存在频谱； （4）若撇开搭载信息的有用与否，随机信号又称随机过程，很多噪声属于特殊的随机过程，它们的某些统计特性具有平稳性，其均值和自相关函数具有平稳性。对于这样的随机过程，自相关函数蜕化为一维确定函数，前人证明该确定相关函数存在傅氏变换； （5）能量信号频谱通常既含有幅度也含有相位信息；幅度谱的平方（二次量纲）又叫能量谱，它描述了信号能量的频域分布；功率信号的功率谱描述了信号功率随频率的分布特点，也已证明，信号功率谱恰好是其自相关函数的傅氏变换； （6）实际中我们获得的往往仅仅是信号的一段支撑，此时即使信号为功率信号，截断之后其傅氏变换收敛，但此变换结果严格来讲不属于任何“谱”； （7）对于（6）中所述变换若取其幅度平方，可作为信号功率谱的近似，是为经典的“周期图法”； （8）FFT是DFT的快速实现，DFT是DTFT的频域采样，DTFT是FT的频域延拓。人们不得已才利用DFT近似完成本属于FT的任务。若仅提FFT，是非常不专业的。 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。所以标准叫法是功率谱密度。通过功率谱密度函数，可以看出随机信号的能量随着频率的分布情况。像白噪声就是平行于w轴，在w轴上方的一条直线。功率谱密度，从名字分解来看就是说，观察对象是功率，观察域是谱域，通常指频域，密度，就是指观察对象在观察域上的分布情况。一般我们讲的功率谱密度都是针对平稳随机过程的，由于平稳随机过程的样本函数一般不是绝对可积的，因此不能直接对它进行傅立叶分析。可以有三种办法来重新定义谱密度，来克服上述困难。 一是用相关函数的傅立叶变换来定义谱密度；二是用随机过程的有限时间傅立叶变换来定义
随机信号分析课程设计 报告 标准化工作室编码[XX968T-XX89628-XJ668-XT689N]
随机信号分析课程设计报告 题目 学院信息电子技术 专业电子信息工程 班级 15级1班 学籍号 1 姓名朱李伟 指导教师刘文科 信息电子技术学院 2018年6月18日
实验二随机过程的模拟与数字特征 一、实验目的 1. 学习利用MATLAB模拟产生随机过程的方法。 2. 熟悉和掌握特征估计的基本方法及其MATLAB 实现。 二、实验原理 1.正态分布白噪声序列的产生 MATLAB提供了许多产生各种分布白噪声序列的函数，其中产生正态分布白 噪声序列的函数为randn。 函数：randn 用法：x = randn(m,n) 功能：产生 m×n 的标准正态分布随机数矩阵。 如果要产生服从N (,) 分布的随机序列，则可以由标准正态随机序列 产生。如果X ~ N(0,1)，则N (,)。 2.相关函数估计 MATLAB提供了函数 xcorr用于自相关函数的估计。 函数：xcorr 用法：c= xcorr (x,y) c= xcorr (x) c= xcorr (x,y ,'opition') c= xcorr (x, ,'opition') 功能：xcorr(x,y) 计算X (n ) 与Y (n)的互相关，xcorr(x)计算X (n )的自相关。 option 选项可以设定为： 'biased' 有偏估计。 'unbiased' 无偏估计。 'coeff' m = 0 时的相关函数值归一化为1。 'none' 不做归一化处理。 3.功率谱估计 对于平稳随机序列X(n)，如果它的相关函数满足那么它的功率谱定义为自相关函数R X(m)的傅里叶变换： 功率谱表示随机信号频域的统计特性，有着重要的物理意义。我们实际所 能得到的随机信号的长度总是有限的，用有限长度的信号所得的功率谱只是真实功率谱的估计，称为谱估计或谱分析。功率谱估计的方法有很多种，这里我们介绍基于傅里叶分析的两种通用谱估计方法。 （1）自相关法
目录 第1章测试的目的 (1) 第 2 章高层建筑结构现场动力特性测试方法 (3) 2.1概述 (3) 2.2 影响高层建筑动力测试的环境因素 (3) 2.3高层建筑结构脉动测试测点分类 (3) 2.3.1水平振动测点 (3) 2.3.2扭转振动测点 (4) 2.4测点及测站布置原则 (4) 2.4.1找好中心位置布置平移振动测点。 (4) 2.4.2在建筑物的两侧布置扭转测点 (4) 2.5 传感器布置的方法 (5) 第3章西安建筑科技大学XX大楼现场动力测试 (6) 3.1 结构概况 (6) 3.2 测试目的 (6) 3.4 测试仪器设备 (6) 3.5 测试方案 (6) 3.6 脉动过程记录 (7) 3.7结果分析 (9) 3.8 结论 (11) 参考文献 (12)
第1章测试的目的 高层建筑结构的动力特性指它的自振频率、振型及阻尼比.虽然这些动力特性可以通过理论计算求得，但通过测试所得的动力特性仍然具有重要意义。主要表现在以下几个方面: ①.检验理论计算 理论计算方法求结构的自振频率时存在误差。于在理论计算过程中，要先确定计算简图和结构刚度，而实际结构往往是比较复杂的，计算简图都要经过简化，常填充墙等非结构构件并不记入结构刚度，而且结构的质量分布、材料实际性能、施工质量等都不能很准确的计算。因此，计算周期与实测周期相比，往往相差很多，据统计，大约前者为后者的1.5--3倍。这样，如果直接采用理论计算的自振周期计算等效地震荷载，往往使内力及位移偏小，设计的结构不够安全。因此，理论周期要用修正系数加以修正。现场实测可以得到建筑物建成后实际的动力特性，因此是准确可靠的。所得数据可以与理论计算数据进行对照比较，验证理论计算，也可为设计类似的对于超高层建筑提供经验及依据。 ②．验证经验公式 通过实测手段对各种不同类型的建筑物进行测试以后，可归纳总结出结构周期的规律，得到计算结构振动周期的经验公式。在估算结构动力特性及估算地震作用时采用经验公式可快速得到结果，方便实用。由于实测周期大都采用脉动试验的方法得到，是反映结构在微小变形下的动力特性，得的周期都比较短，如果激振力加大，结构周期会加长。在地震作用下，随着地震烈度不同，房屋会有不同程度的开裂破坏，刚度降低，自振周期会变长。因此，完全按照脉动测试的周期来确定同类型结构的周期，将使计算等效地震力加大，设计偏于保守。所以由脉动方法得到的实测周期需要乘以修正系数，再计算等效地震力。在大量测试工作和积累了丰富资料的基础上，这个修正系数的大小视结构类型、填充墙的多少而定，大约在1.1-1.5之间。在给出经验公式时，计入这一修正系数，这样既可以简化计算，又与实际周期较为接近。 ③.为结构安全性评估及损伤识别提供依据 建筑结构的质量问题不容忽视，它是直接关系着千家万户的生命财产安全和安居乐业的大事，建筑结构的质量状态评估日益受到人们的重视。传统的经验性的评估方法存在许多缺陷和不足，静力检测结构的缺陷也有许多局限性。动力检测应用于整体结构的质量评估受到国内外学者的广泛关注。近10年来，国内外学者一直在寻找一种能适用于复杂结构整体质量评估的方法。目前，到
本科实验报告实验名称：随机信号分析实验
实验一 随机序列的产生及数字特征估计 一、实验目的 1、学习和掌握随机数的产生方法。 2、实现随机序列的数字特征估计。 二、实验原理 1、随机数的产生 随机数指的是各种不同分布随机变量的抽样序列（样本值序列）。进行随机信号仿真分析时，需要模拟产生各种分布的随机数。 在计算机仿真时，通常利用数学方法产生随机数，这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的，这个公式称为随机数发生器。伪随机数本质上不是随机的，而且存在周期性，但是如果计算公式选择适当，所产生的数据看似随机的，与真正的随机数具有相近的统计特性，可以作为随机数使用。 (0，1)均匀分布随机数是最最基本、最简单的随机数。(0，1)均匀分布指的是在[0，1]区间上的均匀分布，即 U(0，1)。实际应用中有许多现成的随机数发生器可以用于产生(0，1)均匀分布随机数，通常采用的方法为线性同余法，公式如下： )(m od ,110N ky y y n n -= N y x n n /= 序列{}n x 为产生的(0，1)均匀分布随机数。 下面给出了上式的3组常用参数： 1、10 N 10,k 7==，周期7 510≈?； 2、（IBM 随机数发生器）31 16 N 2,k 23,==+周期8 510≈?； 3、（ran0）31 5 N 21,k 7,=-=周期9 210≈?； 由均匀分布随机数，可以利用反函数构造出任意分布的随机数。 定理 1.1 若随机变量 X 具有连续分布函数F X (x)，而R 为(0,1)均匀分布随机变量，则有 )(1R F X x -= 由这一定理可知，分布函数为F X (x)的随机数可以由(0,1)均匀分布随机数按上式进行变
《随机振动》 《随机振动》这门课主要讲了以下五部分内容： 1、随机信号的描述与分析； 2、系统动态特性的描述； 3、线性定常系统在平稳随机激励下的动态响应； 4、损坏理论； 5、非线性随机振动。 第一部分：随机信号的描述与分析 1.信号的概念及分类 图1-1 信号的分类 确定信号是指能用明确的数学关系式表达的信号。确定信号可分为周期信号和非周期信号两类。频率单一的正弦或余弦信号称为谐波信号。准周期信号也是由多个频率成分叠加的信号，但叠加后不存在公共周期。一般周期信号是在有限时间段存在，或随时间的增加而幅值衰减至零的信号，又称为瞬变非周期信号。
随机信号又称为非确定性信号，是无法用明确的数学关系式表达的信号。随机信号是工程中经常遇到的一种信号，其特点为： 时间函数不能用精确的数学关系式来描述； 不能预测它未来任何时刻的准确值； 对这种信号的每次观测结果都不同。但大量地重复试验可以看到它具有统计规律性，因而可用概率统计方法来描述和研究。 根据是否满足平稳随机过程的条件，又可以分为平稳随机信号和非平稳随机信号。平稳随机信号又可分为各态历经和非各态历经两类。若随机过程的统计特征参数不随时间变化，则称之为平稳随机信号。如果平稳随机过程的任一个样本函数的时间统计特征均相同，且等于总体统计特征，则该信号称为各态历经过程。 2.随机信号的分析与处理 由于测试系统内部和外部各种因素的影响，必然在输出信号中混有噪声，所以必须对所得的信号进行必要地分析和处理，才能准确地提取它所包含的有用信息。信号分析和处理的目的是：（1）、剔除信号中的噪声和干扰，即提高信噪比；（2）、消除测量系统误差，修正畸变的波形；（3）、强化、突出有用信息，消弱信号中的无用部分；（4）、将信号加工、处理、变换，以便更容易识别和分析信号的特征，解释被测对象所变现的各种物理现象。 2.1 随机信号的时域及幅值域分析 随机信号是从一个做随机运动的随机信源产生的。每一个记录是随机信号的一个实现，称为它的一个样本函数。所有时间连续的样本函数的总集组成连续随机信号},3,2,1),({)}({)(???==i t x t x i 。对连续随机信号做等时距采样可得到离散随机信号}),(),(),(,{)()3()2()1( n x n x n x n x =。
利用ANSYS随机振动分析功能实现随机疲劳分析 ANSYS随机振动分析功能可以获得结构随机振动响 应过程的各种统计参数（如：均值、均方根和平均频率等），根据各种随机疲劳寿命预测理论就可以成功地预测结构 的随机疲劳寿命。本文介绍了ANSYS随机振动分析功能，以及利用该功能，按照Steinberg提出的基于高斯分布和Miner线性累计损伤定律的三区间法进行ANSYS随机疲劳计算的具体过程。 １．随机疲劳现象普遍存在 在工程应用中，汽车、飞行器、船舶以及其它各种机械或零部件，大多是在随机载荷作用下工作，当它们承受的应力水平较高，工作达到一定时间后，经常会突然发生随机疲劳破坏，往往造成灾难性的后果。因此，预测结构或零部件的随机疲劳寿命是非常有必要的。 2．ANSYS随机振动分析功能介绍 ANSYS随机振动分析功能十分强大，主要表现在以下方面： 1.具有位移、速度、加速度、力和压力等PSD类型； 2.能够考虑a阻尼、 阻尼、恒定阻尼比和频率相关阻 尼比；
3.能够定义基础和节点PSD激励； 4.能够考虑多个PSD激励之间的相关程度：共谱值、二 次谱值、空间关系和波传播关系等； 5.能够得到位移、应力、应变和力的三种结果数据： 1σ 位移解，1σ速度解和1σ加速度解； 3．利用ANSYS随机振动分析功能进行疲劳分析的一般原 理 在工程界，疲劳计算广泛采用名义应力法，即以S-N 曲线为依据进行寿命估算的方法，可以直接得到总寿命。下面围绕该方法举例说明ANSYS随机疲劳分析的一般原理。 当应力历程是随机过程时，疲劳计算相对比较复杂。但已经有许多种分析方法，这里仅介绍一种比较简单的方法，即Steinberg提出的基于高斯分布和Miner线性累计损伤定律的三区间法（应力区间如图1所示）： 应力区间 发生的时 间 -1σ ~+1σ68.3%的时间 -2σ ~+2σ27.1%的时间
随机信号分析实验报告 信息25班 2120502123 赵梦然
作业题三： 利用Matlab 产生一个具有零均值、单位方差的的高斯白噪声随机序列X(n)，并通过一脉冲响应为 (0.8)(0)0 n n h n else =≥??? 的线性滤波器。 (1) 产生一个具有零均值、单位方差的的高斯白噪声随机序列X(n)，检验其一维概率密度函 数是否与理论相符。 (2) 绘出输入输出信号的均值、方差、自相关函数及功率谱密度的图形，讨论输出信号服从 何种分布。 (3) 试产生在[-1,+1]区间均匀分布的白噪声序列，并将其替换高斯白噪声通过上述系统。 画出此时的输出图形，并观察讨论输出信号服从何种分布。 作业要求 (1) 用MATLAB 编写程序。最终报告中附代码及实验结果截图。 (2) 实验报告中必须有对实验结果的分析讨论。 提示： (1) 可直接使用matlab 中已有函数产生高斯白噪声随机序列。可使用hist 函数画出序列的 直方图，并与标准高斯分布的概率密度函数做对比。 (2) 为便于卷积操作，当N 很大时，可近似认为h(N)=0。卷积使用matlab 自带的conv 函 数。 (3) 分析均值、方差等时，均可使用matlab 现有函数。功率谱密度和自相关函数可通过傅 里叶变换相互获得。傅里叶变换使用matlab 自带的fft 函数。 (4) 作图使用plot 函数。
一、作业分析： 本题主要考察的是加性高斯白噪声相关问题，因此构造一个高斯白噪声十分重要，故在本题中使用randn函数随机生成一个个符合高斯分布的数据，并由此构成高斯白噪声；而且由于白噪声是无法完全表示的，故此根据噪声长度远大于信号长度时可视为高斯白噪声，构造了一个长度为2000的高斯白噪声来进行试验。 二、作业解答： （1）matlab程序为： x-1000:1:1000; k=1*randn(1,length(x));% 生成零均值单位方差的高斯白噪声。 [f,xi]=ksdensity(x);%利用ksdensity函数估计样本的概率密度。 subplot(1,2,1); plot(x,k); subplot(1,2,2); plot(xi,f); 实验结果为：
振动分析 常见故障类型及频谱 一、常见的故障主要包括以下几类： 1）共振2）不平衡3）不对中4）轴弯曲 5）机械松动6）电动机问题7）滑动轴承问题 8）滚动轴承问题9）齿轮问题10）皮带问题11）风机问题12）泵的问题 二、频谱 1、共振 1.1 判断依据： 共振是旋转机械常见的问题。旋转部件如转轴的共振通常叫做临界转速。共振存在于一个结构的所有部件，甚至在管路和水泥地板等，重要的是要避免机器运行在导致共振的频率上。识别共振的简单方法是比较同一轴承三个方向水平、垂直和轴向的振动值，如果某一方向的振动大于其它方向的振动三倍以上，机器则可能在该方向存在共振。 1.2 频谱现象： 1.3 解决方法： 在可能的条件下改变机器的转速，常用的解决方法是改变机器结构的质量或刚度。 2、不平衡 2.1 判断依据： 当旋转部件的重心与旋转中心不一致，即质量偏心时产生不平衡。不平衡的转子产生离心力使轴承损坏，导致轴承寿命降低。仅仅百分之几毫米的重心位移可引起非常大的推动力。不平衡引起明显的转频振动。 2.2 频谱现象：
2.3 解决方法： 找动平衡 3、不对中 3.1 判断依据： 不对中是指两个耦合的轴的中心线不重合，如果州中心线平行称为平行不对中，如果轴中心线在一点相交则称为角不对中，现实中的不对中是两种类型的结合。 3.2 频谱现象： 4、轴弯曲 4.1 判断依据： 轴弯曲引起的振动类似不对中，轴弯曲可能是电动机转子笼条故障引起的转子受热不均导致的。如果弯曲发生在轴中心位置，主导振动是1 x RPM，如果弯曲发生在接近、连轴器，主导振动频率会是2 x RPM。 4.2 频谱现象： 5、机械松动 5.1 判断依据： 有两种机械松动，旋转和非旋转，旋转松动指在机器旋转和固定部件间存在太大的空间；非旋转松动指两个固定部件之间间隙太大。二者都在三个测量方向产生过大的1x RPM 谐频振动。 5.2 频谱现象：
《结构动力学》 读书报告
结构动力学读书报告 学习完本门课程和结合自身所学专业，我对本门课程内容的理解和在各方面的应用总结如下： 1. （1）结构动力学及其研究内容： 结构动力学是研究结构系统在动力荷载作用下的振动特性的一门科学技术，它是振动力学的理论和方法在一些复杂工程问题中的综合应用和发展，是以改善结构系统在动力环境中的安全和可靠性为目的的。本书的主要内容包括运动方程的建立、单自由度体系、多自由度体系、无限自由度体系的动力学问题、随机振动、结构抗震计算及结构动力学的前沿研究课题。 （2）主要理论分析 结构的质量是一连续的空间函数，因此结构的运动方程是一个含有空间坐标和时间的偏微分方程，只是对某些简单结构，这些方程才有可能直接求解。对于绝大多数实际结构，在工程分析中主要采用数值方法。作法是先把结构离散化成为一个具有有限自由度的数学模型，在确定载荷后，导出模型的运动方程，然后选用合适的方法求解。 （3）数学模型 将结构离散化的方法主要有以下三种：①集聚质量法：把结构的分布质量集聚于一系列离散的质点或块，而把结构本身看作是仅具有弹性性能的无质量系统。由于仅是这些质点或块才产生惯性力，故离散系统的运动方程只以这些质点的位移或块的位移和转动作为自由
度。对于大部分质量集中在若干离散点上的结构，这种方法特别有效。 ②广义位移法：假定结构在振动时的位形（偏离平衡位置的位移形态）可用一系列事先规定的容许位移函数fi （它们必须满足支承处的约束条件以及结构内部位移的连续性条件）之和来表示，例如，对于一维结构，它的位形u（x）可以近似地表为： @7710 二送 结构动力学 （1）式中的qj称为广义坐标，它表示相应位移函数的幅值。这样，离散系统的运动方程就以广义坐标作为自由度。对于质量分布比较均匀，形状规则且边界条件易于处理的结构，这种方法很有效。 ③有限元法：可以看作是分区的瑞利-里兹法，其要点是先把结构划 分成适当数量的区域（称为单元），然后对每一单元施行瑞利-里兹法。通常取单元边界上（有时也包括单元内部）若干个几何特征点（例如三角形的顶点、边中点等）处的广义位移qj作为广义坐标，并对每个广义坐标取相应的插值函数作为单元内部的位移函数（或称形状函数）。在这样的数学模型中，要求形状函数的组合在相邻单元的公共边界上满足位移连续条件。一般地说，有限元法是最灵活有效的离散化方法，它提供了既方便又可靠的理想化模型，并特别适合于用电子计算机进行分析，是目前最为流行的方法，已有不少专用的或通用的程序可供结构动力学分析之用。 （4）运动方程
随机振动分析实例 Yunyunsunsun 1 导入几何体。 1.1 启动ANSYS Workbench后点击“browse”，打开安装目录D:\Program Files\ANSYS Inc\v110\AISOL\Samples\Simulation，选中“BoardWithChips”文件后，在Workbench工作窗口中显示如图1所示。 图1 模型图 1.2 在主菜单中将单位设置为Units> U. S. Customary (in, lbm, lbf, °F, s, V, A)。 2 模态分析 2.1 在主菜单“New Analysis”中选择模态分析。在模型树中，点击“Analysis Settings”，在左下角出现的“Details of Analysis Settings”中，将“Max modes to find”设为12，如图2所示。 图2 提取12阶模态图3 固定约束左右两个小孔内壁 2.2 施加固定约束。 将左右两个小孔内壁固定住，如图3所示。 2.3 求解模态分析。 计算完毕后，在“Tabular Data”窗口（如果工作窗口下部不显示说明隐藏在右部）中选中12阶频率（图4-1），右击选中“Create Mode Shape Results”，模型树中自动出现12阶“Total Deformation”（图4-2）；高亮显示模型树中“Solution”，右击选中“Evaluate all results”；
最后高亮显示模型树中所有“Total Deformation”，右击选中“Rename Based on Definiton”，如图4-3所示。 （此步过于详细，大家可根据需要执行） 图4-1 图4-2 图4-3 3 随机振动分析 3.1 在主菜单“New Analysis”选择“Random Vibration”，点击“Initial Condition Environment”后面的黑三角，选择“Modal”，如图5-1所示。 图5-1 图5-2 3.2 点击“Analysis Settings”，默认情况下“Number of Modes To Use”，选择所有模态，此处也可根据需要设置模态阶数，如图5-2所示。 3.3 施加PSD 基础激励载荷 将鼠标放置在“Analysis Settings”上右击插入“PSD Base Excitation”，点击“Load Data”后的黑三角，选择“New PSD Load”，如图6-1所示，弹出窗口如图6-2所示，选择PSD载荷类型为PSD G Acceleration，点击OK按钮。
随机信号分析 实验报告 目录 随机信号分析 (1) 实验报告 (1) 理想白噪声和带限白噪声的产生与测试 (2) 一、摘要 (2) 二、实验的背景与目的 (2) 背景： (2) 实验目的: (2) 三、实验原理 (3) 四、实验的设计与结果 (4) 实验设计: (4) 实验结果: (5) 五、实验结论 (12) 六、参考文献 (13) 七、附件 (13) 1
理想白噪声和带限白噪声的产生与测试一、摘要 本文通过利用MATLAB软件仿真来对理想白噪声和带限白噪声进行研究。理想白噪声通过低通滤波器和带通滤波器分别得到低通带限白噪声和帯通带限白噪声。在仿真的过程中我们利用MATLAB工具箱中自带的一些函数来对理想白噪声和带限白噪声的均值、均方值、方差、功率谱密度、自相关函数、频谱以及概率密度进行研究，对对它们进行比较分析并讨论其物理意义。 关键词：理想白噪声带限白噪声均值均方值方差功率谱密度自相关函数、频谱以及概率密度 二、实验的背景与目的 背景： 在词典中噪声有两种定义：定义1：干扰人们休息、学习和工作的声音，引起人的心理和生理变化。定义2：不同频率、不同强度无规则地组合在一起的声音。如电噪声、机械噪声，可引伸为任何不希望有的干扰。第一种定义是人们在日常生活中可以感知的，从感性上很容易理解。而第二种定义则相对抽象一些，大部分应用于机械工程当中。在这一学期的好几门课程中我们都从不同的方面接触到噪声，如何的利用噪声，把噪声的危害减到最小是一个很热门的话题。为了加深对噪声的认识与了解，为后面的学习与工作做准备，我们对噪声进行了一些研究与测试。 实验目的: 了解理想白噪声和带限白噪声的基本概念并能够区分它们，掌握用MATLAB 或c/c++软件仿真和分析理想白噪声和带限白噪声的方法，掌握理想白噪声和带限白噪声的性质。
辽宁工程技术大学力学与工程学院随机振动分析案例分析 题目工作中钻机钻杆的随机 振动分析 班级理力13-1班姓名 学号 指导教师苏荣华 成绩 辽宁工程技术大学 力学与工程学院制
辽宁工程技术大学 摘要： 孔底岩石表面凹凸不平，使得工作中的钻杆产生垂直方向的位移变动，岩石表面的凹凸不平是随机的，它对钻机产生随机激励，钻杆会产生随机振动。利用现代随机过程理论和已知的振动理论方法，可弄清具体的孔底反作用力。这样，就可用数学方法来确定钻头齿同孔底互撞时牙轮钻机钻杆的幅频特性和它的共振状态。根据线性累积疲劳损伤理论，便可估计钻杆的窄带随机疲劳平均寿命。关键词：随机振动；钻机钻杆；寿命估计
随机振动案例分析 工作中钻机钻杆的随机振动分析 一、钻机的工作原理 钻机（drill）是在地质勘探中，带动钻具向地下钻进，获取实物地质资料的机械设备。又称钻探机。主要作用是带动钻具破碎孔底岩石，下入或提出在孔内的钻具。可用于钻取岩心、矿心、岩屑、气态样、液态样等，以探明地下地质和矿产资源等情况。 牙轮钻机钻孔时，依靠加压、回转机构通过钻杆，对钻头提供足够大的轴压力和回转扭矩，牙轮钻头在岩石上同时钻进和回转，对岩石产生静压力和冲击动压力作用。牙轮在孔底滚动中连续地挤压、切削冲击破碎岩石，有一定压力和流量流速的压缩空气经钻杆内腔从钻头喷嘴喷出，将岩渣从孔底沿钻杆和孔壁的环形空间不断地吹至孔外，直至形成所需孔深的钻孔。 二、工作时的随机激励 孔底岩石表面凹凸不平，使得工作中的钻机产生垂直方向的位移变动，岩石表面的凹凸不平是随机的，它对钻机产生随机激励。如果这种激励过大，将导致驾驶员感到不适，同时也导致结构产生疲劳破坏。 孔底岩石表面凹凸不平，使得工作中的钻杆产生垂直方向的位移变动。岩石表面的凹凸不平是随机的，它对钻机产生随机激励，钻杆会产生竖向随机振动。利用现代随机过程理论和已知的振动理论方法，可弄清具体的孔底反作用力。这样，就可用数学方法来确定钻头齿同孔底互撞时牙轮钻机钻杆的幅频特性和它的共振状态。 三、钻杆随机振动分析 1.钻杆结构 钻杆可简化成杆的竖向振动模型
随机信号分析实验报告 ——基于MATLAB语言 姓名： _ 班级： _ 学号： 专业：
目录 实验一随机序列的产生及数字特征估计 (2) 实验目的 (2) 实验原理 (2) 实验内容及实验结果 (3) 实验小结 (6) 实验二随机过程的模拟与数字特征 (7) 实验目的 (7) 实验原理 (7) 实验内容及实验结果 (8) 实验小结 (11) 实验三随机过程通过线性系统的分析 (12) 实验目的 (12) 实验原理 (12) 实验内容及实验结果 (13) 实验小结 (17) 实验四窄带随机过程的产生及其性能测试 (18) 实验目的 (18) 实验原理 (18) 实验内容及实验结果 (18) 实验小结 (23) 实验总结 (23)
实验一随机序列的产生及数字特征估计 实验目的 1.学习和掌握随机数的产生方法。 2.实现随机序列的数字特征估计。 实验原理 1.随机数的产生 随机数指的是各种不同分布随机变量的抽样序列（样本值序列）。进行随机信号仿真分析时，需要模拟产生各种分布的随机数。 在计算机仿真时，通常利用数学方法产生随机数，这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的，这个公式称为随机数发生器。伪随机数本质上不是随机的，而且存在周期性，但是如果计算公式选择适当，所产生的数据看似随机的，与真正的随机数具有相近的统计特性，可以作为随机数使用。 (0,1)均匀分布随机数是最最基本、最简单的随机数。(0,1)均匀分布指的是在[0,1]区间上的均匀分布， U(0,1)。即实际应用中有许多现成的随机数发生器可以用于产生(0,1)均匀分布随机数，通常采用的方法为线性同余法，公式如下： y0=1，y n=ky n(mod N) ? x n=y n N 序列{x n}为产生的(0,1)均匀分布随机数。 定理1.1若随机变量X 具有连续分布函数F x(x)，而R 为(0,1)均匀分布随机变量，则有 X=F x?1(R) 2.MATLAB中产生随机序列的函数 (1)(0,1)均匀分布的随机序列函数：rand 用法：x = rand(m,n) 功能：产生m×n 的均匀分布随机数矩阵。 (2)正态分布的随机序列 函数：randn 用法：x = randn(m,n) 功能：产生m×n 的标准正态分布随机数矩阵。 如果要产生服从N(μ,σ2)分布的随机序列，则可以由标准正态随机序列产生。 (3)其他分布的随机序列 分布函数分布函数 二项分布binornd 指数分布exprnd 泊松分布poissrnd 正态分布normrnd 离散均匀分布unidrnd 瑞利分布raylrnd 均匀分布unifrnd X2分布chi2rnd 3.随机序列的数字特征估计 对于遍历过程，可以通过随机序列的一条样本函数来获得该过程的统计特征。这里我们假定随机序列X(n)为遍历过程，样本函数为x(n)，其中n=0,1,2,……N-1。那么，
振动台在使用中经常运用的公式 1、 求推力（F ）的公式 F=（m 0+m 1+m 2+ ……）A …………………………公式（1） 式中：F —推力（激振力）（N ） m 0—振动台运动部分有效质量（kg ） m 1—辅助台面质量（kg ） m 2—试件（包括夹具、安装螺钉）质量（kg ） A — 试验加速度（m/s 2 ） 2、 加速度（A ）、速度（V ）、位移（D ）三个振动参数的互换运算公式 2.1 A=ωv ……………………………………………………公式（2） 式中：A —试验加速度（m/s 2） V —试验速度（m/s ） ω=2πf （角速度） 其中f 为试验频率（Hz ） 2.2 V=ωD ×10-3 ………………………………………………公式（3） 式中：V 和ω与“2.1”中同义 D —位移（mm 0-p ）单峰值 2.3 A=ω2D ×10-3 ………………………………………………公式（4） 式中：A 、D 和ω与“2.1”，“2.2”中同义 公式（4）亦可简化为： A= D f ?250 2 式中：A 和D 与“2.3”中同义，但A 的单位为g 1g=9.8m/s 2 所以： A ≈ D f ?25 2 ,这时A 的单位为m/s 2 定振级扫频试验平滑交越点频率的计算公式 3.1 加速度与速度平滑交越点频率的计算公式 f A-V = V A 28.6 ………………………………………公式（5） 式中：f A-V —加速度与速度平滑交越点频率（Hz ）（A 和V 与前面同义）。
3.2 速度与位移平滑交越点频率的计算公式 D V f D V 28.610 3 ?= - …………………………………公式（6） 式中：D V f -—加速度与速度平滑交越点频率（Hz ）（V 和D 与前面同义）。 3.3 加速度与位移平滑交越点频率的计算公式 f A-D = D A ??2 3 )2(10 π ……………………………………公式（7） 式中：f A-D — 加速度与位移平滑交越点频率（Hz ），（A 和D 与前面同义）。 根据“3.3”，公式（7）亦可简化为： f A-D ≈5× D A A 的单位是m/s 2 4、 扫描时间和扫描速率的计算公式 4.1 线性扫描比较简单： S 1= 1 1 V f f H - ……………………………………公式（8） 式中： S1—扫描时间（s 或min ） f H -f L —扫描宽带，其中f H 为上限频率，f L 为下限频率（Hz ） V 1—扫描速率（Hz/min 或Hz/s ） 4.2 对数扫频： 4.2.1 倍频程的计算公式 n= 2 Lg f f Lg L H ……………………………………公式（9） 式中：n —倍频程（oct ） f H —上限频率（Hz ） f L —下限频率（Hz ） 4.2.2 扫描速率计算公式 R=T Lg f f Lg L H 2 / ……………………………公式（10） 式中：R —扫描速率（oct/min 或）