Вероятностные методы в механике машин и конструкции
Покупка
Автор:
Гусев Александр Сергеевич
Под ред.:
Светлицкий Валерий Александрович
Год издания: 2009
Кол-во страниц: 224
Дополнительно
Вид издания:
Учебное пособие
Уровень образования:
ВО - Бакалавриат
ISBN: 978-5-7038-3160-1
Артикул: 134159.02.99
Изложены методы анализа нагруженности и расчетного прогнозирования надежности и ресурса элементов машин и конструкций, находящихся в эксплуатации под воздействием различных случайных факторов. Представлены прикладные методы теории вероятностей и теории случайных процессов. Рассмотрены случайные колебания в линейных и нелинейных упругих системах. Проведен структурный анализ траекторий случайных процессов. Описаны методы расчета на усталость, трещиностойкость и живучесть элементов конструкций. Дана оценка остаточного ресурса конструкций.
Содержание учебного пособия соответствует курсу лекций, который автор читает в МГТУ им. Н.Э. Баумана.
Для студентов и аспирантов технических университетов, специализирующихся по динамике и прочности машин.
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов
им. Н.Э. Баумана МГТУ ИЗДАТЕЛЬСТВО
УДК 531.8:519.2(075)
ББК 34.42
Г 962
Рецензенты: д-р техн. наук, проф. В.П. Чирков;
д-р техн. наук, проф. О.Н. Тушев
Гусев А.С.
Г 962
Вероятностные методы в механике машин и конструк-
ций : учеб. пособие / А.С. Гусев; под ред. В.А. Светлицкого. –
М. : Изд-во МГТУ им. Н.Э. Баумана, 2009. – 224 с. : ил.
ISBN 978-5-7038-3160-1
Изложены методы анализа нагруженности и расчетного прогнозирования надежности и ресурса элементов машин и конструкций, находящихся в эксплуатации под воздействием различных
случайных факторов. Представлены прикладные методы теории
вероятностей и теории случайных процессов. Рассмотрены случайные колебания в линейных и нелинейных упругих системах. Проведен структурный анализ траекторий случайных процессов. Описаны методы расчета на усталость, трещиностойкость и живучесть
элементов конструкций. Дана оценка остаточного ресурса конструкций.
Содержание учебного пособия соответствует курсу лекций,
который автор читает в МГТУ им. Н.Э. Баумана.
Для студентов и аспирантов технических университетов, специализирующихся по динамике и прочности машин.
УДК 531.8:519.2(075)
ББК 34.42
© Гусев А.С., 2009
© МГТУ им. Н.Э. Баумана, 2009
© Оформление. Издательство
ISBN 978-5-7038-3160-1
МГТУ им. Н.Э. Баумана, 2009
ОГЛАВЛЕНИЕ
Предисловие ...............................................................................................
1. Основные понятия и определения ........................................................
5
2. Случайные величины и их характеристики ......................................... 12
3. Законы распределения вероятностей ................................................... 16
4. Теория редких событий ......................................................................... 18
5. Системы случайных величин ................................................................ 21
6. Функциональные преобразования случайных величин ..................... 28
7. Параметрическая надежность ............................................................... 38
8. Математическое описание случайных процессов ............................... 42
9. Функциональные преобразования случайных процессов .................. 55
10. Задачи и методы статистической динамики линейных систем
с конечным числом степеней свободы ............................................... 62
11. Метод стохастических дифференциальных уравнений .................... 72
12. Метод функций Грина ......................................................................... 75
13. Метод спектральных представлений Фурье ...................................... 83
14. Метод главных координат ................................................................... 93
15. Особенности статистической динамики систем с кинематическими
воздействиями ...................................................................................... 96
16. Метод стохастических дифференциальных уравнений в статисти-
ческой динамике нелинейных систем ................................................ 102
17. Метод малого параметра в статистической динамике нелинейных
систем ..................................................................................................... 104
18. Метод статистической линеаризации ................................................ 108
19. Метод марковских процессов ............................................................. 118
20. Статистическая динамика распределенных систем .......................... 123
21. Задачи структурного анализа случайных процессов ........................ 128
22. Совместное распределение вероятностей для случайного процесса
и его производных ................................................................................ 130
23. Нули, выбросы, перегибы траекторий и другие особые точки
случайных процессов ........................................................................... 138
24. Длительность выбросов и интервалов времени между ними .......... 143
25. Скорость и кинетическая энергия в момент начала выброса ........... 147
26. Максимумы случайных процессов ..................................................... 149
27. Значения случайного процесса в точках перегиба траекторий ........ 153
28. Амплитуды и средние значения простых циклов ............................. 154
29. Методы приведения случайных процессов со сложной структурой
к процессам с простой структурой ..................................................... 156
30. Абсолютный максимум случайных процессов и оценка вероятно-
сти внезапного отказа .......................................................................... 161
31. Расчеты на сопротивление усталости ................................................ 167
32. Расчеты на трещиностойкость и живучесть ...................................... 190
33. Прогнозирование остаточного ресурса .............................................. 208
Список литературы .................................................................................... 223
Памяти В.В. Болотина посвящается ПРЕДИСЛОВИЕ Настоящее учебное пособие представляет собой конспект лекций, прочитанных автором студентам МГТУ им. Н.Э. Баумана и МГТУ МАМИ, обучающимся по специальностям «Динамика и прочность машин» и «Прикладная механика». Оно соответствует программам курсов «Статистическая динамика и надежность машин и конструкций», «Случайные процессы и их анализ», которые являются продолжением и развитием курсов «Сопротивление материалов», «Теоретическая механика», «Аналитическая механика и теория колебаний». Внешние случайные воздействия на машины и конструкции и их прочностные характеристики описываются методами теории вероятностей и методами теории случайных процессов. Используемые в учебном пособии специальные математические методы анализа кратко изложены в § 1. Понятие о случайных величинах, способах их представления и законах распределения вероятностей приведены в § 2 и 3, а примеры их применения к теории редких событий – в § 4. Особенности математического анализа систем случайных величин и методов их функциональных преобразований представлены в § 5 и 6, а примеры использования этой информации для оценки параметрической надежности систем – в § 7. Способы описания непрерывных случайных процессов и методы их функциональных преобразований приведены в § 8 и 9. Методы статистической динамики линейных систем с конечным числом степеней свободы рассмотрены в § 10–15, нелинейных систем – в § 16–19, а распределенных систем – в § 20. Решения задач по структурному анализу траекторий случайных процессов представлены в § 21–30. Методы расчета на сопротивление усталости, трещиностойкость и живучесть элементов конструкций с прогнозированием остаточного ресурса изложены в § 31–33.
1. ОСНОВНЫЕ ПОНЯТИЯ И ОПРЕДЕЛЕНИЯ
Дельта-функция Дирака и единичная функция Хевисайда
Дельта-функция Дирака ( )
x
δ
определяется выражениями
( )
0 при
0;
(0)
;
( )
1 при
0.
x
x
x dx
+ε
−ε
δ
=
≠
δ
= ∞
δ
=
ε >
∫
(1.1)
Для любой функции
( )
x
ϕ
справедливо
соотношение (интеграл Дирака)
0
0
0
( ) (
)
(
),
.
b
a
x
x
x
dx
x
a
x
b
ϕ
δ
−
=ϕ
≤
≤
∫
(1.2)
Соотношение (1.2) выражает фильтрующее свойство дельта-функции.
Из (1.1) и (1.2) следует равенство
( )
( )
0
0
( 1)
( )
(
)
(
),
b
n
n
n
a
x
x
x
dx
x
−
ϕ
δ
−
=ϕ
∫
(1.3)
где
1, 2, ...
n =
– порядок производных.
К дельта-функции можно прийти следующим образом.
Рассмотрим функцию (рис. 1.1)
2
0
при
0,
( )
0,5
при
0.
x
y x
x
x
<
⎧⎪
= ⎨
≥
⎪⎩
(1.4)
Первая производная этой функции
0
при
0,
при
0.
x
z
y
x
x
<
⎧
=
=
′
⎨
≥
⎩
Производная функции ( ), z x или вторая производная функции ( ), y x определяет единичную функцию Хевисайда: 0 при < 0, ( ) 1 при 0. x x x ⎧ = ⎨ ≥ ⎩ 1 (1.6) В симметричной форме эту функцию также можно записать в виде 0,5 при 0, ( ) 0,5 при 0. x x x − < ⎧ = ⎨ > ⎩ 1 (1.7) Производная функции Хевисайда определяет дельта-функцию Дирака: ( ) ( ). x x ′ δ = 1 (1.8) Дельта-функцию также можно задать с помощью следующих пределов: 2 2 ( ) lim exp( ); x x α→∞ α δ = −α π (1.9) sin ( ) lim . x x x ω→∞ ω δ = π (1.10) Соотношение (1.10) можно записать в виде интеграла: 1 ( ) , 2 i x x e d ∞ ω −∞ δ = ω π ∫ (1.11) где cos sin . i x e x i x ω = ω + ω Приведенные выше определения дельта-функции (1.1), (1.9) – (1.11) равнозначны; их используют в том виде, в котором в каждом конкретном случае это оказывается наиболее удобным. Из соотношений (1.8) и (1.11) следует интегральное представление функции Хевисайда:
. 2 i x d x e i ∞ ω −∞ ω = π ω ∫ 1 Преобразование Фурье Преобразование Фурье Ф( ) ω (трансформанта Фурье, интеграл Фурье или комплексный амплитудный спектр Фурье) абсолютно интегрируемой функции ( ) x t определяется равенством 1 Ф( ) ( ) , 2 i t x t e dt ∞ −ω −∞ ω = π ∫ (1.12) где cos sin . i t e t i t −ω = ω − ω Обратное преобразование Фурье имеет вид ( ) Ф( ) . i t x t e d ∞ ω −∞ = ω ω ∫ (1.13) При ( ) ( ) x t t = δ получаем 1 Ф( ) ; 2 ω = π 1 ( ) , 2 i t t e d ∞ ω −∞ δ = ω π ∫ (1.14) т. е. дельта-функцию можно представить в виде интеграла Фурье. Следует отметить, что соотношения (1.11) и (1.14) с точностью до обозначений совпадают. Примем за определение дельта-функции соотношение (1.14) и покажем справедливость преобразований Фурье (1.12) и (1.13). Для этого умножим обе части (1.12) при 1 t t = на exp( ) i t ω и проинтегрируем полученное равенство по ω :
( ) 1 1 1 1 1 1 ( ) ( ) 2 1 ( ) ( ) ( ) ( ). 2 i t i t i t i t t e d e x t e dt d x t e d dt x t t t dt x t ∞ ∞ ∞ −ω ω ω −∞ −∞ −∞ ∞ ∞ ∞ ω − −∞ −∞ −∞ ⎡ ⎤ Φ ω ω = ω = ⎢ ⎥ π ⎢ ⎥ ⎣ ⎦ ⎡ ⎤ = ω = δ − = ⎢ ⎥ π ⎢ ⎥ ⎣ ⎦ ∫ ∫ ∫ ∫ ∫ ∫ Таким образом, вновь получаем соотношение (1.13). Физический смысл преобразований Фурье (1.12) и (1.13) состоит в представлении функции ( ) x t в виде бесконечной суммы гармоник. Распределение амплитуд по частотам этих гармоник описывается функцией ( ) Φ ω . Поскольку реальные процессы задают на конечном интервале времени, необходима оценка точности вычисления амплитудного спектра. Для решения этой задачи сначала найдем преобразование Фурье 1 2 Ф ( ) x x ω для произведения двух функций 1( ) x t и 2( ) x t , имеющих преобразования Фурье 1 Ф ( ) x ω и 2 Ф ( ) x ω соответственно. Используя соотношения (1.12) и (1.13), получаем 1 2 1 1 1 2 2 ( ) 2 1 1 Ф ( ) ( ) ( ) ( ) ( ) 2 2 1 ( ) ( ) , 2 i t i t i t x x x i t x x t x t e dt x t e e d dt x t e dt d ∞ ∞ ∞ −ω −ω θ −∞ −∞ −∞ ∞ ∞ −ω−θ −∞ −∞ ⎡ ⎤ ω = = Φ θ θ = ⎢ ⎥ π π ⎢ ⎥ ⎣ ⎦ ⎡ ⎤ = Φ θ θ ⎢ ⎥ π ⎢ ⎥ ⎣ ⎦ ∫ ∫ ∫ ∫ ∫ или 1 2 1 2 Ф ( ) Ф ( )Ф ( ) . x x x x d ∞ −∞ ω = θ ω −θ θ ∫ (1.15) Формула (1.15) называется формулой свертки или равенством Парсеваля. Пусть реализация ( ) Тx t процесса ( ) x t задана на конечном интервале времени T . Тогда можно записать: ( ) ( ) ( ), Тx t x t w t
где «временнóе окно» определяется как 1, , 2 ( ) 0, . 2 T t w t T t ⎧ ≤ ⎪⎪ = ⎨ ⎪ > ⎪⎩ Если амплитудные спектры процесса ( ) x t и функции ( ) w t обозначить через ( ) Φ θ и Ф ( ) w θ , то в соответствии с (1.15) получаем следующие соотношения для определения амплитудного спектра Ф ( ) Т ω процесса ( ): Тx t Ф ( ) Ф( )Ф ( ) Ф ( )Ф( ) , Т w w d d ∞ ∞ −∞ −∞ ω = θ ω −θ θ = θ ω −θ θ ∫ ∫ (1.16) где 2 2 sin( ) 1 2 Ф ( ) . 2 T i t w T T e dt θ − θ θ = = π πθ ∫ С учетом (1.10) при T →∞ имеем Ф ( ) ( ). w ω −θ →δ ω −θ Функция Ф ( ) w θ представлена на рис. 1.2. Поскольку функция Ф ( ) w ω является периодической, то в соответствии с (1.16) при T ≠∞ различие в спектрах функций и ( ) Тx t ( ) x t состоит в том, что спектр функции ( ) Тx t по сравнению со спектром функции ( ) x t определяется на большем интервале частот и включает ложные пики. Так, если спектр функции ( ) x t на частоте 0 ω описывается дельтафункцией ( ) 0 δ ω−ω , то спектр функции ( ) Тx t имеет вид функции ( ) 0 Ф , w ω−ω т. е. вычисляется на конечном интервале частот и включает ложные пики. Указанные особенности реальных спектров, в частности, ограничивают возможность различать их пиковые
значения на близких частотах. В связи с этим, поскольку период функции Ф ( ) w θ равен 2 Т π , для того чтобы различать пики амплитудного спектра на частотах 1 ω и 2, ω процесс должен быть записан в течение интервала времени 2 1 2 ( ) Т > π ω −ω . Следует отметить, что определение дельта-функции в виде интеграла Фурье (1.14) позволяет представить производные этой функции в виде ( ) ( ) 1 ( ) ( 0,1, 2, ...). 2 n n i t t i e d n ∞ ω −∞ δ = ω ω = π ∫ (1.17) Специальные функции и интегралы В статистической динамике часто используют следующие специальные функции. Гамма-функция ( ) 1 0 Г . t x х e t dt ∞ − − = ∫ (1.18) Неполная гамма-функция ( ) 1 Г , . t x х e t dt ∞ − − α α = ∫ (1.19) Функция ошибок ( ) 2 0 2 . x t erf x e dt − = π∫ (1.20) Интеграл вероятностей ( ) 2 2 0 2 Ф . 2 t x х e dt − = π ∫ Функция нормального распределения вероятностей