汽车行驶动力学
汽车行驶过程中的随机振动产生原因:
路面不平、传动系和车轮等部件的旋转,其中最主要的是路面不平产生的振动。频率范围限制在0.5~25Hz。
评价指标:采取主观评价的方式【评价人体对振动的响应、轮胎的接地性】
概率论知识:
随机过程:
基本特征:它是一个时间函数;
在固定的某一观察时刻t1,X(t1)是随机变量。
随机过程具有随机变量和时间函数的特点:
随机过程X(t)在任意时刻都是对基变量;
随机过程X(t)是大量样本函数的集合。
随机过程的一维数字特征:
1. 数学期望——
2.方差——
![
3.均方值——
三者关系:
随机过程的二维数字特征:
1.自相关函数:
描述同一个随机过程两个不同时刻之间的线性依赖关系
2.互相关函数:
描述两个不同的随机过程不同时刻的线性依赖关系
平稳随机过程:
特征:
1.数学期望(均值)是与时间t无关的函数:
2.方差是与时间t无关的常数:
3.相关函数仅仅是单变量时差τ的函数:
傅里叶分析
概率密度、均值、方差等是用来在幅值领域力描写随机过程的,二相关函数是在时域力研究问题。除此之外,还需要在频域力研究随机过程,这就需要用到傅里叶分析手段。
傅里叶的两个最主要的贡献:
1.周期信号都可以表示为谐波关系的正弦信号的加权和;
2.非周期信号都可用正弦信号的加权积分表示:
周期信号的频谱分析:
非周期信号的频谱分析:
当周期信号的周期T1无限大时,就演变成了非周期信号的单脉冲信号,即当T1趋近于无穷时,有: ω 连续。具体推导过程,参考
随机信号的功率谱密度
在很多问题中,需要用到傅里叶变换来确立时间函数的频率结构。前提是傅里叶变换是否存在,条件是:
而随机信号是时域无限信号,因此不具备可积分的条件,故不能直接进行傅里叶变换,而是用具有统计特性的功率谱密度来做频谱分析。
自功率谱密度函数:
随机函数*X(t)*的自相关函数满足傅里叶变换条件:
其中,*Sx( ω)*据欧单位频率下功率的量纲,称为自功率谱密度函数,是自相关函数傅里叶变换。
物理含义:信号的能量在不同频率成分上的分布。
如果觉得《汽车行驶动力学》对你有帮助,请点赞、收藏,并留下你的观点哦!