6-3随机分析

随机振动分析报告

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，

第二章 平稳随机过程的谱分析

第二章平稳随机过程的谱分析 本章要解决的问题： ●随机信号是否也可以应用频域分析方法? ●傅里叶变换能否应用于随机信号？ ●相关函数与功率谱的关系 ●功率谱的应用 ●采样定理 ●白噪声的定义 2.1 随机过程的谱分析 2.1.1 预备知识 1、付氏变换: 对于一个确定性时间信号x(t)，设x(t)是时间t的非周期实函数，且x(t) 满足狄利赫利条件（有限个极值，有限个断点，断点为有限值）且绝对可积，能量有限，则x(t)傅里叶变换存在。即： 满足上述三个条件的x(t)的傅里叶变换为：

其反变换为： 2、帕赛瓦等式 由上面式子可以得到： ——称为非周期性时间函数的帕塞瓦(Parseval)等式。 物理意义：若x(t)表示的是电压(或电流)，则上式左边代表x(t)在时间(-∞,∞)区间的总能量（单位阻抗）。因此，等式右边的被积函数 2 )(ωX X 表示了信号x(t)能量按频率分布的情况，故称2 )(ωX X 为 能量谱密度。 2.1.2、随机过程的功率谱密度 一个信号的付氏变换是否存在，需要满足三个条件，那么随机信号是否满足这三个条件从而存在付氏变换呢？ 随机信号持续时间无限长，因此，对于非0的样本函数，它的能量

一般也是无限的，因此，其付氏变换不存在。 但是注意到它的平均功率是有限的，在特定的条件下，仍然可以利用博里叶变换这一工具。 为了将傅里叶变换方法应用于随机过程，必须对过程的样本函数做某些限制，最简单的一种方法是应用截取函数。 x(t): 截取函数T 图2.1 x(t)及其截取函数 x(t)满足绝对可积条件。因此，当x(t)为有限值时，裁取函数T x(t)的傅里叶变换存在，有 T x(t)也应满足帕塞瓦等式，即：（注意积分区间和表达很明显，T 式的变化）

有关功率谱分析的相关总结

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

随机前沿模型(SFA)-原理解读

随机前沿模型（SFA ）原理和软件实现 一、SFA 原理 在经济学中，常常需要估计生产函数或者成本函数。生产函数f (x)的定义为：在给定投入x 情况下的最大产出。但现实中的产商可能达不到最大产出的前沿，为了，假设产商i 的产量为： i i i y f (x ,)βξ= （1） 其中，β为待估参数；i ξ为产商i 的水平，满足i 01ξ<≤。如果i =1ξ，则产商i 正好处于效率前沿。同时，考虑生产函数还会受到随机冲击，故将方程（1）改写成： i v i i i y f (x ,)e βξ= （2） 其中，i v e 0>为随机冲击。方程（2）意味着生产函数的前沿i v i f (x ,)e β是随机的，故此类模型称为“随机前沿模型”（stochastic frontier model ）。随机前沿模型最早由Aigner, Lovell and Schmidt(1977)提出，并在实证领域运用广泛，Kumbhakar and Lovell(2000)为该领域的研究写了一本著作，有兴趣的同学可以去参考。 假设o k 1i 1i ki f (x ,)e x x ββββ=L （柯布道格拉斯生产函数，共有K 个投入品），则对方程（2）取对数可得： K i 0k ki i i k 1ln y =+ln x ln ββξν=++∑ （3） 由于i 01ξ<≤，故i ln 0ξ≤。定义i i u =-ln 0ξ≥，则方程3可以写成： K i 0k ki i i k 1ln y =+ln x -u ββν=+∑ 其中，i u 0≥为“无效率”项，反映产商i 距离效率前沿面的距离。混合扰动项 i i i ενμ=-分布不对称， 使用OLS 估计不能估计无效率项i u 。为了估计无效率项i u ，必须对i i νμ、的分布作出假设，并进行更有效率的MLE （最大似然估计）估计。 一般，无效率项的分布假设有如下几种： (1) 半正态分布 (2) 截断正态分布 (3) 指数分布 在一般的论文中，使用的最多的是半正态分布 随机前沿模型可以很容易地用于估计成本函数，经过与生产函数的随机前沿模型类似的推导可得： K i 0y i k ki i i k 1ln c =+lny ln P +u βββν=++∑

高层楼房震动测试报告

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

随机过程知识点汇总

第一章随机过程的基本概念与基本类型 一．随机变量及其分布 1．随机变量，分布函数 离散型随机变量的概率分布用分布列分布函数 连续型随机变量的概率分布用概率密度分布函数 2．n维随机变量 其联合分布函数 离散型联合分布列连续型联合概率密度 ３．随机变量的数字特征 数学期望：离散型随机变量连续型随机变量 方差：反映随机变量取值的离散程度 协方差（两个随机变量）： 相关系数（两个随机变量）：若，则称不相关。 独立不相关 ４．特征函数离散连续 重要性质：，，， ５．常见随机变量的分布列或概率密度、期望、方差 ０－１分布 二项分布 泊松分布均匀分布略 正态分布 指数分布 ６．Ｎ维正态随机变量的联合概率密度 ，，正定协方差阵 二．随机过程的基本概念 １．随机过程的一般定义 设是概率空间，是给定的参数集，若对每个，都有一个随机变量与之对应，则称随机变量族是上的随机过程。简记为。 含义：随机过程是随机现象的变化过程，用一族随机变量才能刻画出这种随机现象的全部统计规律性。另一方面，它是某种随机实验的结果，而实验出现的样本函数是随机的。 当固定时，是随机变量。当固定时，时普通函数，称为随机过程的一个样本函数或轨道。 分类：根据参数集和状态空间是否可列，分四类。也可以根据之间的概率关系分类，如独立增量过程，马尔可夫过程，平稳过程等。 ２．随机过程的分布律和数字特征 用有限维分布函数族来刻划随机过程的统计规律性。随机过程的一维分布，二维分布，…，维分布的全体称为有限维分布函数族。随机过程的有限维分布函数族是随机过程概率特征的完整描述。在实际中，要知道随机过程的全部有限维分布函数族是不可能的，因此用某些统计特征来取代。（１）均值函数表示随机过程在时刻的平均值。 （２）方差函数表示随机过程在时刻对均值的偏离程度。 （３）协方差函数且有 （４）相关函数(3)和(4)表示随机过程在时刻，时的线性相关程度。

随机振动知识点个人小结

《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.

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

随机过程分析

随机过程分析 摘要随着科学的发展，数学在我们日常的通信体系中有着越来越重的地位，因为在科学研究中，只有借助于数学才能精确地描述一个现象的不同量之间的关系,从最简单的加减乘除，到复杂的建模思想等等。其中，随机过程作为数学的一个重要分支，更是在整个通信过程中发挥着不可小觑的作用。如何全面的对随机信号进行系统和理论的分析是现在通信的关键，也是今后通信业能否取得巨大进步的关键。 关键字通信系统随机过程噪声 通信中很多需要进行分析的信号都是随机信号。随机变量、随机过程是随机分析的两个基本概念。实际上很多通信中需要处理或者需要分析的信号都可以看成是一个随机变量，利用在系统中每次需要传送的信源数据流，就可以看成是一个随机变量。例如，在一定时间内电话交换台收到的呼叫次数是一个随机变量。也就是说把随某个参量而变化的随机变量统称为随机函数；把以时间t为参变量的随机函数称为随机过程。随机过程包括随机信号和随进噪声。如果信号的某个或某几个参数不能预知或不能完全预知，这种信号就称为随机信号；在通信系统中不能预测的噪声就称为随机噪声。下面对随机过程进行分析。 一、随机过程的统计特性 1、数学期望:表示随机过程的n个样本函数曲线的摆动中心， 即均值

?∞ ∞-==11);()]([)(dx t x xp t X E t a 2、方差:表示随机过程在时刻t 对于均值a(t)的偏离程度。 即均方值与均值平方之差。 {}?∞ ∞ --=-=-==112222);()]([)]()([))](()([)]([)(dx t x p t a x t a t X E t X E t X E t X D t δ 3、自协方差函数和相关函数: 衡量随机过程任意两个时刻上获得的随机变量的统计相关特性时，常用协方差函数和相关函数来表示。 （1）自协方差函数定义 {} )]()()][()([);(221121t a t X t a t X E t t C x --=??∞∞-∞ ∞---=2121212211),;,()]()][([dx dx t t x x p t a x t a x 式中t1与t2是任意的两个时刻；a (t1)与a(t2)为在t1及t2得到的数学期望； 用途：用协方差来判断同一随机过程的两个变量是否相关。 （2）自相关函数 ??∞∞-∞ ∞-==2121212212121),;,()]()([),(dx dx t t x x p x x t X t X E t t R X 用途：a 用来判断广义平稳； b 用来求解随机过程的功率谱密度及平均功率。 二、平稳随机过程 1、定义（广义与狭义）： 则称X(t)是平稳随机过程。该平稳称为严格平稳，狭义平稳或严平稳。

随机过程——马尔可夫过程的应用

随机过程——马尔可夫过程的应用 年级：2013级 专业：通信工程3班 姓名：李毓哲 学号：1302070131

摘要：随机信号分析与处理是研究随机信号的特点及其处理方法的专业基础， 是目标检测、估计、滤波灯信号处理理论的基础，在通信、雷达、自动检测、随机振动、图像处理、气象预报、生物医学、地震信号处理等领域有着广泛的应用，随着信息技术的发展，随机信号分析与处理的理论讲日益广泛与深入。 随机过程是与时间相关的随机变量，在确定的时刻它是随机变量。随机过程的具体取值称作其样本函数，所有样本函数构成的集合称作随机过程的样本函数空间，所有样本函数空间及其统计特性即构成了随机过程。通信工程中存在大量的随机现象和随机问题。如：信源是随机过程；信道不仅对随机过程进行了变换，而且会叠加随机噪声等。 马尔可夫过程是一类非常重要的随机过程。随着现代科学技术的发展，很多在应用中出现的马氏过程模型的研究受到越来越多的重视。在现实世界中，有很多过程都是马尔可夫过程，马尔可夫过程在研究质点的随机运动、自动控制、通信技术、生物工程等领域中有着广泛的应用。我们可以通过对马尔可夫过程的研究来分析马尔可夫信源的特性。 关键词：随机过程，马尔可夫过程，通信工程，应用

目录 一、摘要 二、随机过程 2.1、随机过程的基本概念及定义 2.2、随机过程的数学描述 2.3、基于MATLAB的随机过程分析方法 三、马尔可夫过程 3.1马尔可夫过程的概念 3.2马尔可夫过程的数学描述 四、马尔可夫过程的应用 4.1马尔可夫模型在通信系统中的应用 4.2马尔可夫模型在语音处理的应用 4.3马尔可夫模型的其他应用 五、结论 参考文献

结构动力学读书报告

《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

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。

随机前沿模型-原理解读

一、SFA 原理 在经济学中，常常需要估计生产函数或者成本函数。生产函数f (x)的定义为：在给定投入x 情况下的最大产出。但现实中的产商可能达不到最大产出的前沿，为了，假设产商i 的产量为： i i i y f (x ,)βξ= （1） 其中，β为待估参数；i ξ为产商i 的水平，满足i 01ξ<≤。如果i =1ξ，则产商i 正好处于效率前沿。同时，考虑生产函数还会受到随机冲击，故将方程（1）改写成： i v i i i y f (x ,)e βξ= （2） 其中，i v e 0>为随机冲击。方程（2）意味着生产函数的前沿i v i f (x ,)e β是随机的，故此类模型称为“随机前沿模型”（stochastic frontier model ）。随机前沿模型最早由Aigner, Lovell and Schmidt(1977)提出，并在实证领域运用广泛，Kumbhakar and Lovell(2000)为该领域的研究写了一本著作，有兴趣的同学可以去参考。 假设o k 1i 1i ki f (x ,)e x x ββββ=L （柯布道格拉斯生产函数，共有K 个投入品），则对方程（2）取对数可得： K i 0k ki i i k 1ln y =+ln x ln ββξν=++∑ （3） 由于i 01ξ<≤，故i ln 0ξ≤。定义i i u =-ln 0ξ≥，则方程3可以写成： K i 0k ki i i k 1ln y =+ln x -u ββν=+∑ 其中，i u 0≥为“无效率”项，反映产商i 距离效率前沿面的距离。混合扰动项 i i i ενμ=-分布不对称，使用OLS 估计不能估计无效率项i u 。为了估计无效率项i u ，必须对i i νμ、的分布作出假设，并进行更有效率的MLE （最大似然估计）估计。 一般，无效率项的分布假设有如下几种： (1)半正态分布 (2)截断正态分布 (3)指数分布 在一般的论文中，使用的最多的是半正态分布 随机前沿模型可以很容易地用于估计成本函数，经过与生产函数的随机前沿模型类似的推导可得： K i 0y i k ki i i k 1ln c =+lny ln P +u βββν=++∑

随机振动案例讲解

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

随机振动试验报告

随机振动试验报告 高等桥梁结构试验报告 讲课老师: 张启伟(教授) 姓名: 史先飞 学号: 1232627 试验报告 1 试验目的 1.过试验进一步加深对结构模态分析理论知识的理解; 2.熟悉随机振动试验常用仪器的性能与操作方法; 3.复习和巩固随机振动数据测量和分析中有关基本概念; 4.掌握通过多点激振、单点拾振的方法，利用DASP2005软件进行模态分析的基本操作步骤。

2 试验仪器和设备 1. ZJY-601振动与控制教学实验仪系统(ZJY-601A型振动教学实验仪、激励锤、YJ9-A型压电型加速度传感器等)。 2. DASP 16通道接口箱。 3. 装有“DASP2005智能数据采集和信号分析系统”软件的PC机。 4. 有关设备之间的联接电缆。 3 试验原理 3.1模态叠加原理 N自由度线性振动系统的运动微分方程是一组耦合的方程组: 引入模态矩阵Φ和模态坐标(广义坐标或主坐标)q，使X= Φq。 如果阻尼矩阵能对角化，方程组即可解耦: 解耦后的第i个方程为: 可见，采用固有振型描述振动的模态坐标后，N自由度线性振动系统的振动响应可以表示为N阶模态响应的叠加。 3.2实模态理论 实模态理论建立在无阻尼的假设基础上。在实模态理论中，模态频率就是系统的无阻 ,尼模态固有频率错误～未找到引用源。;而固有振型矩阵中的各元素都是实数，它们之间i 的相位差是0?或180?。 系统在P点激励，l点测量的频响函数为:

K,,式中，称为频率比，，为模态固有频率。当，则: ,,,,,/,,,iiiiiMi 取频响函数矩阵的一列或一行，如第P列，就可确定振动系统的全部动力特性(模态参数)。 3.3伪实模态理论 某些有阻尼振动系统有时会出现与实模态一样的实数振型，而非复数振型，但其模态 2,,,,,1固有频率为，具有这种性质的振动系统的模态称为伪实模态。伪实模态理diii 论仅适应于阻尼矩阵可解耦，即可采用固有振型矩阵正交化模态称为伪实模态。在伪实模态下，各测点的相位差都是0?或180?。 伪实模态理论仅适应于阻尼矩阵可解耦，即可采用固有振型矩阵正交化的情况。一般情况下，阻尼矩阵对角化的充要条件为: 上式也是有阻尼振动系统方程解耦的充要条件。 总之，H(ω)建立了模态参数与频响函数的关系。因此，利用实验测出的H(ω) 值，即可计算出系统的模态参数。根据频响函数的互易定理及模态理论，只需 H(ω)矩阵的一列(或一行)即可求出全部模态参数。

ABAQUS软件随机振动分析 final

ABAQUS软件随机振动分析 在工程中，结构一般需要对它进行随机振动分析。典型的例子是：通过机床的振动响应分析进行机床的结构设计，通过对结构的地震响应分析。在电子产品设计中，ABAQUS软件不仅仅能对电子产品进行冲击、热场、加工等过程进行数值模拟，还可以对电子产品在随机振动下产品的响应性能做出很好预测，以优化产品设计。 本例题就某电子产品在随机激励作用下的响应结构为例，采用如下图所示的简化模型，分析在特定随机激励（如图2）中，分析该结构的响应。 图 1 某电子产品结构简化图 图2 随机激励的谱分布 载荷边界条件为：四个底座固支，并在分析过程中，受到随机激励。需要分析整个结构在运动过程中的响应。 启动ABAQUS/CAE，在Start Session对话框中，选择Create Model Database按钮。

一导入模型 由于IGES文件给的是实体模型，我们在 计算中产用shell模型，所以我们需要通过 ABAQUS/CAE中对shell的编辑功能对模型进 行修改。 导入IGES文件成Shell格式。 1．在主菜单选择File -＞Import-＞Part, 进入Import Part对话框。选择相应的 IGES文件，点击按钮。 2．在弹出的Create Part From IGES File 对话框中，如下图，对话框的Topology选择Shell选项，Name选项填写random。 二利用CAE编辑修改模型 在主菜单选择Shape -＞Shell-＞Remove Face,用鼠标点击选择模型中的面，选上之后面会变红色，点击鼠标中键，就可以去掉该面。重复操作，得到下图模型。

对我国技术效率的测算随机前沿生产函数的应用

第25卷　第5期2004年 9月 科　研　管　理Science Research Management Vol.25,No.5 Sep ,　2004 收稿日期:2003-06-04. 作者简介:何　枫(1975-),男(汉),湖南浏阳人,博士,现为西北大学经济管理学院经济学博士后及陕西师范大学国际商学院副教授。 陈　荣(1976-),女(汉),辽宁海城人,现为香港中文大学工商管理学院博士研究生。郑江绥(1974-),男(汉),陕西绥德人,经济学博士,现为陕西师范大学国际商学院讲师。 文章编号:1000-2995(2004)05-004-0100 对我国技术效率的测算:随机前沿生产函数的应用 何　枫1,陈　荣2,郑江绥3 (1西北大学经济管理学院经济学博士后流动站,中国西安　710069; 2香港中文大学工商管理学院,中国香港,新界沙田; 3陕西师范大学国际商学院,中国西安　710062) 摘要:本文在1981—2000年间我国29个省市数据的基础上,运用随机前沿生产函数(Stochastic Frontier Pro 2 duction Function )模型对我国改革开放以来20年间的技术效率变迁进行了测算。分析结果表明,我国整体的 平均技术效率水平是相对较低的,但其在20年中却一直呈现出稳步上升趋势。关键词:随机前沿分析;技术效率;生产函数中图分类号:F224.0 文献标识码:A 1　引言 技术效率的测量最早是由Farrel (1957)和 Afriat (1972)提出来的。技术效率和生产性可能性边界是联系在一起的。测量技术效率通常有两种方法,一种是非参数方法,另一种是参数方法。非参数方法首先根据样本中所有个体的投入和产出构造一个能够包容所有个体生产方式的最小的生产性可能性集合:即所有要素和产出的有效组合。所谓“有效”,即是以一定的投入生产出最大产出,或以最小的投入生产出一定的产出。但是,在实践中,人们更倾向于使用参数方法来测算技术效率。本研究将在对数型柯布—道格拉斯生产函数的基础上,运用随机前沿分析技术(Stochas 2tic Frontier Analysis ,以下简称SFA 技术)对我国改革开放以来20年间的技术效率进行测量。 2　SFA 模型的基本原理 根据S.C.Kumbhakar & C.A.K.Lovell (2000,p8-10)的总结,研究者们一致认为Meeusen &Broeck (1977)、Aigner ,Lovell ,and Schmidt (1977)与Battese &Corra (1977)这三篇论文是标志着SFA 技术诞生的开创性文献。 他们的模型基本上可以表达为y =f (x ;β)?ex p (v -u ),其中,y 代表产出、x 表示一组矢量投 入、 β为一组待定的矢量参数。误差项ε为复合结构,第一部分v 服从N (0,σ2 v )分布,v ∈iid (独立一致分布)。第二部分u ≥0,用以表示那些仅仅对某个个体所具有的冲击;因此,该个体的技术效率状态则用T E =exp (-u )来表示。这样的话,当u =0时,厂商就恰好处于生产前沿上(即y =f (x ;β)?ex p (v ));若u >0,厂商就处于生产前沿下方,也就是处于非技术效率状态。图1直 观地显示了技术效率的定义。 根据对u 所服从分布的假设不同,SFA 技术

结构动力学 读书报告

《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： 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 可用三种等价但形式不同的方法建立，即：①利用达朗伯原理引