Page 8 - 《振动工程学报》2025年第9期
P. 8

1938                               振     动     工     程     学     报                     第 38 卷

                                                                            w     w
                    ;
              I {θ} = 0 p q 为每个代表点所赋予的分配概率;p i 表示                    p Y (y,t) =  ∞  ···  ∞  p Θ (θ)δ[y−g(θ,t)]dθ  (18)
                                                                             −∞    −∞
              第  i 个随机变量的取值概率。
                                                                    这便是与时间相关的随机系统的概率密度积分
                  针对起落架系统的研究,本文采用一种结构随
                                                                方程(PDIE)。但这种高维积分以及狄拉克函数的不
              机响应分析的自适应方法选取样本数                   N  [19] ,以下为
                                                                连续性导致方程很难用解析解的方式进行求解,因
              N  的选取步骤:                                         此直接概率积分法提出用连续的高斯函数代替不连
                  (1) 选取初始样本数如下:                                续的狄拉克函数,将式(18)改写为如下                DPIM  公式:
                   N 0 = min[max[4(n+1)(n+2),200],800]  (11)                  N ∑  {               }
                                                                                   1   −[y−g(θ q ,t)] /(2σ )
                                                                                                2
                                                                                             2
                  (2) 以  5  为增量不断选取新的样本数          N k ,即             p Y (y,t) =  √   e          p q     (19)
                                                                             q=1   2πσ
                           N k+1 = N k +5,k = 0,1,2,···  (12)   式中,   σ为狄拉克函数的最优平滑参数。对于                  σ的取
                  将每次迭代选取的样本进行式(10)所示的变换                        值,CHEN   等  [23]  提出了一种基于核密度估计的自适
              并代入动力学方程中计算响应,计算每个样本数下                            应方法,表达式如下:
              的响应标准差误差如下:                                                A       {          iqr[g(θ q ,t)]  }
                                                                   σ(t) =    min  std[g(θ q ,t)],        (20)
                                                                          1  q=1,2,···,N       1.34
                                 ∥σ k (t)−σ k−1 (t)∥ 2                   N 5
                               =                       (13)
                            ε σ k
                                                                式 中,  A为  (0,1]范 围 内 的 调 整 因 子 , 本 文 采 用   A =
                                    ∥σ k−1 (t)∥ 2
              式中,  σ k 为第  k 次迭代的响应标准差。
                                                                0.9 std(·)为响应的标准差;      iqr为响应的四分位间距。
                                                                   ;

                  (3)将每次迭代生成的响应标准差误差与阈值
              tol进行比较,定义:                                       3    起  落  架  系  统  随  机  动  力  学  响  应  分  析
                                  M ∑
                                     {       }
                             N σ =  I ε σ k  ⩽ tol     (14)
                                  I=1                               本节给出起落架系统的随机动力学响应分析,
              式中,M   表示迭代次数。                                    包括系统响应的时间历程、矩分析及概率密度函数
                  则停止准则表示为如下形式:                                 等。在随机模拟中一般采用蒙特卡罗模拟(MCS)的
                                                                结果作为参考,因为在拥有足够多的样本时,MCS
                                  N σ = tol            (15)
                                                                的精度是最高的,MCS        的适应性也是最好的。然而            MCS
                  本研究中随机参数个数            n  为  10,同时考虑到研
                                                                对样本的数量的要求导致了计算效率低下。而本文
              究对象与文献      [19] 有一定的相似性,因此与其取同样的
                                                                采用的    DPIM  在计算效率上远高于          MCS,对于特定
              阈值  tol 为  5,最终经过上述迭代将样本数量选择为              553。
                                                                系统,甚至能比       MCS  高  700  倍左右   。因此,为了验
                                                                                               [17]
              2.2    高斯函数对狄拉克函数的平滑                              证  DPIM  应用到起落架结构上的准确性,本文将同
                                                                条件下    10000  个样本的    MCS  结果作为参考进行对
                  对于一个动态系统,如果在系统演化过程中没
                                                                比。方程中用于仿真计算的参数设定来自于工程实
              有新的随机源或吸收域,概率守恒原理可以表示为                            际的数据与参考文献          [7]。

              如下形式    [22] :
                           w           w                        3.1    系统响应的时间历程与矩分析
                              p Y (y,t)dy =  p Θ (θ)dθ  (16)
                            Ω Y         Ω Θ
                                                                    图  2  为  0~2 s 下  MCS  输 出 响 应 与  DPIE  响 应 均
              式 中,  Y表 示 随 机 输 出 向 量 ;  Θ表 示 随 机 输 入 向 量 ;
                                                                值±3  倍标准差的包络曲线,其中图             2(a)~(c) 分别为缓
              Ω Y 和Ω Θ 分别表示随机输出向量和随机输入向量的
                                                                冲器行程、垂向轮胎力和支柱轴向力的包络曲线。
              取值区间;     p Y (y,t)表示任意时刻输出响应的概率密
                                                                图  2(a) 显示虽然在    1.1~1.2 s 的时间段内有部分缓冲
              度函数(PDF);     p Θ (θ)表示随机输入参数的概率密度
                                                                器行程曲线未能被很好地包含在包络曲线内,但是
              函数。
                                                                从整体上来看,尤其是在峰值附近,MCS                   的输出行
                  若函数    g  为单调函数且函数的逆映射存在,则
                                                                程基本被包含在        DPIM  输出响应的均值±3        倍标准差
                           {
              有 {g(θ,t) < y} = θ < g (y,t) ,对式(16)进行积分可以        之 内, 只 有 极 少 数 的 曲 线 分 布 在 外 , 这 是      MCS  的
                                    }
                                −1
              得到输出响应的        PDF,表示为如下形式:                       取值随机性必然导致的结果;而图                2(b) 与  (c) 中垂向
                               1         −1                     轮胎力和支柱轴向力的输出结果基本被包含包络曲
                      p Y (y,t) =    p Θ [θ = g (y,t)]  (17)

                                                                线内,证明了      DPIM  的可靠性和准确度。
                             J g (θ)
              式中,   J g (θ)为关于 θ的雅可比矩阵。然而在大多数时                      图  3  给出了  DPIM  与  MCS  下的输出响应均值与
              候 θ和  y的关系是隐式且非常难以求解的,因此借用                        标准差,其中图        3(a)~(f) 分别为缓冲器行程、垂向轮
              狄拉克函数      δ 来避免直接求解式(17),可表示为:                   胎力、支柱轴向力的均值与标准差。图                   3(b) 显示缓
   3   4   5   6   7   8   9   10   11   12   13