• 概述

  隨機振動指那些無法用確定性函數來描述，但又有一定統計規(guī)律的振動。例如，車輛行進中的顛簸，陣風作用下結構的響應，噴氣噪聲引起的艙壁顫動以及海上鉆井平臺發(fā)生的振動，等等。

振動可分為定則（確定性）振動和隨機振動兩大類。它們的本質差別在于：隨機振動一般指的不是單個現象，而是大量現象的集合。這些現象似乎是雜亂的，但從總體上看仍有一定的統計規(guī)律。因此，隨機振動雖然不能用確定性函數描述，卻能用統計特性來描述。在定則振動問題中可以考察系統的輸出和輸入之間的確定關系；而在隨機振動問題中就只能確定輸出和輸入之間的統計特性關系。

機械系統中隨機振動的研究始于20世紀50年代，當時主要出于航空科學的需要。后來這一理論在土木建筑工程、交通運輸工程和海洋工程等方面也得到了廣泛應用。60年代以來，振動測試技術和計算技術飛速發(fā)展，為解決復雜的振動問題提供了強有力的手段。

編輯

隨機振動通常要用概率論的方法描述。概率反映隨機事件出現可能性的大小。將隨機事件的結果用數量描述，就得出隨機變量的概念，因為它描述隨機變量的發(fā)展過程，故又稱隨機過程，而隨機振動只是隨機過程的一類實例。

假設在一定條件下重復某個隨機試驗（如汽車道路試驗），得到系統響應（如司機座的鉛垂加速度）的一系列時變歷程記錄（見圖）。其中每個記錄

都可看作一個樣本，而大量樣本構成一個集合，記為X（t），用它代表這一隨機過程。

對于隨機現象，人們感興趣的往往不是各個樣本本身，而是從這些樣本總體得出的統計特性。例如，以隨機函數X在瞬時t取值不大于x的概率，可定義一維概率分布函數：

并由此導出一維概率密度函數：

類似地，可定義多維概率分布與密度函數。從隨機函數的概率密度函數又可確定各種數字特征；例如，各次矩可以定義如下：

記號E{ }表述集合平均?？梢钥闯觯淮尉丶措S機函數的平均值

二次矩即均方值

而二次中心矩

稱為方差，它的平方根

常稱為標準差。平均值反映過程的總傾向；均方值往往與平均能量相聯系；方差則可用來表征隨機變量分散程度。

平均特性可區(qū)分為集合平均和時間平均。前者是對集合求平均，后者是對單個樣本來求的。根據統計特性是否隨采樣時間原點的選取而變化，隨機過程可分為非平穩(wěn)過程和平穩(wěn)過程。根據集合平均特性是否等同于時間平均特性，隨機過程又可分為遍歷的和非遍歷的。遍歷的隨機過程一定是平穩(wěn)的；反之則不一定。

在各種平均特性中，最重要的是相關函數和功率譜密度。一個隨機振動又可以看作大量數目的具有隨機振幅與相位的諧和振動之和。它的總功率就等于各個諧和分量的功率之和。人們感興趣的是找出這種功率如何按頻率分布。平穩(wěn)隨機函數

X的自相關函數

定義為乘積

的集合平均值。它是時延

的函數，反映相隔的

的兩個時刻的隨機變量之間的線性相關程度，同時它還蘊藏著隨機過程中各個諧和分量的頻率和平均功率的信息。因此，從自相關函數的諧和變換

可得到功率譜密度（簡稱自譜）的概率，它恰好描述隨機過程的平均功率按頻率的分布規(guī)律。按定義有：

由逆諧和變換，得：

當

=0時，

由此可見，

正是X關于頻率f的均方譜密度.

實用上，常用功率譜的形狀作為隨機過程的標志，例如在隨機振動試驗中，各種基準譜都是按譜形來規(guī)定的。人們按譜形將偏于兩個極端的情況分為稱為窄帶過程和寬帶過程。窄帶過程是指它的功率譜具有尖峰特性，并只有在尖峰附近的一個窄帶內才取有意義的量級。典型的例子是隨機信號通過窄帶濾波器后所得的結果。相反地，寬帶過程的功率譜在相當寬（帶寬至少與其中心頻率有相同的數量級）的頻帶上取有意義的量級。最極端的情形是白噪聲，它的譜密度是均勻的并有無限的帶寬。白噪聲只是一種數學抽象，因為在無限的帶寬上都有有限的功率意味著有無限的總功率。不過，當隨機激勵的頻帶足夠寬，以致將系統所有的固有頻率覆蓋無遺時，把該激勵視為白噪聲是可取得，這樣做數學上便于處理。

自相關和自譜是從同一個隨機過程得到的統計特性，類似地可以定義兩個不同隨機過程X和Y之間的互相關函數

與互譜

從互譜還可定義相干函數：

互譜和相干函數在實驗確定系統頻率特性以及確定振源和振動傳遞路徑方面有獨特的作用。

隨機過程中的一類特別重要的過程，稱為正態(tài)過程，亦稱高斯過程。平穩(wěn)正態(tài)過程的一維概率密度函數可表示為：

正態(tài)過程有以下特點：許多自然現象可以用正態(tài)過程近似地描述；正態(tài)過程的線性變換仍然是正態(tài)過程；只需知道正態(tài)過程的一次鉅與二次鉅，就可確定概率密度。這些特點給隨機振動研究帶來很大方便。首先，隨機振動的許多激振源（如大氣湍流、海浪、路面等）都可以看作正態(tài)過程。其次，從第二點可知，對于常系數線性系統，當輸入是正態(tài)過程，輸出也一定是正態(tài)過程，只要確定它們的平均值和方差，就可確定它們的全部統計特性。