Luận án về nghiên cứu dao động ngẫu nhiên phi tuyến và tiêu chuẩn sai số bình quân

Khám phá luận án nghiên cứu về dao động ngẫu nhiên phi tuyến và tiêu chuẩn sai số bình phương trung bình địa phương tổng thể trong bài viết này.

• Trường học: Trường Đại Học Kỹ Thuật
• Chuyên ngành: Kỹ Thuật Cơ Khí
• Đề tài: Nghiên Cứu Dao Động Ngẫu Nhiên Phi Tuyến Với Tiêu Chuẩn Sai Số Bình Quân
• Loại tài liệu: luận án
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• MỞ ĐẦU
• 1. GIỚI THIỆU TỔNG QUAN VỀ LÝ THUYẾT XÁC SUẤT VÀ MỘT SỐ PHƯƠNG PHÁP PHÂN TÍCH DAO ĐỘNG NGẪU NHIÊN PHI TUYẾN
• 1.1. Đại lượng ngẫu nhiên và các đặc trưng xác suất
• 1.2. Quá trình ngẫu nhiên
• 1.3. Hàm tự tương quan và hiệp phương sai
• 1.4. Một số quá trình ngẫu nhiên đặc biệt
• 2. PHƯƠNG PHÁP TUYẾN TÍNH HÓA TƯƠNG ĐƯƠNG TRONG PHÂN TÍCH DAO ĐỘNG NGẪU NHIÊN PHI TUYẾN
• 2.1. Các tiêu chuẩn tuyến tính hóa tương đương
• 2.2. Tiêu chuẩn sai số bình phương trung bình địa phương (LOMSEC)
• 2.3. Tiêu chuẩn sai số bình phương trung bình địa phương – tổng thể (GLOMSEC)
• 3. ÁP DỤNG TIÊU CHUẨN GLOMSEC CHO HỆ MỘT BẬC TỰ DO
• 4. ÁP DỤNG TIÊU CHUẨN GLOMSEC CHO HỆ NHIỀU BẬC TỰ DO
• KẾT LUẬN
• DANH MỤC CÁC CÔNG BỐ CỦA LUẬN ÁN
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Giới thiệu về dao động ngẫu nhiên phi tuyến

Nghiên cứu dao động ngẫu nhiên phi tuyến là một lĩnh vực quan trọng trong kỹ thuật, đặc biệt trong việc duy trì hiệu suất và tuổi thọ của các công trình và thiết bị. Việc mô tả các hiện tượng này thông qua các phương trình toán học là cần thiết. Các hệ dao động có thể được phân loại thành tuyến tính hoặc phi tuyến dựa trên phương trình vi phân mô tả chúng. Trong khi dao động tiền định có thể được dự đoán, dao động ngẫu nhiên lại mang tính chất bất thường, gây ra những thách thức lớn trong việc phân tích và thiết kế. Các hiện tượng như tác động của gió lên máy bay hay tải trọng từ động đất là những ví dụ điển hình cho dao động ngẫu nhiên. Do đó, việc nghiên cứu và phát triển các phương pháp phân tích cho dao động ngẫu nhiên phi tuyến là rất cần thiết.

1.1. Tính chất của dao động ngẫu nhiên

Trong dao động ngẫu nhiên, các kích động có tính chất ngẫu nhiên và không thể dự đoán chính xác. Điều này dẫn đến những khó khăn trong việc áp dụng các công cụ phân tích thông thường. Các hiện tượng như nhiễu động gió hay tác động của sóng biển lên công trình đều là những dạng kích động ngẫu nhiên. Việc nghiên cứu các hiện tượng này không chỉ có ý nghĩa lý thuyết mà còn có ứng dụng thực tiễn quan trọng trong kỹ thuật. Các phương pháp phân tích hiện có cần được cải tiến để có thể áp dụng cho các hệ thống phi tuyến, nơi mà các phương trình vi phân không thể giải quyết một cách dễ dàng.

II. Phương pháp nghiên cứu và phân tích

Để nghiên cứu dao động ngẫu nhiên phi tuyến, nhiều phương pháp khác nhau đã được phát triển. Các phương pháp này có thể được phân loại thành bốn nhóm chính: i) Nhóm các phương pháp giải tích, ii) Nhóm các phương pháp số, iii) Mô phỏng Monte Carlo, và iv) Các phương pháp thực nghiệm. Trong số đó, phương pháp tuyến tính hóa tương đương được sử dụng phổ biến nhất do tính đơn giản và khả năng áp dụng cho các hệ một hoặc nhiều bậc tự do. Phương pháp này dựa trên việc thay thế phương trình phi tuyến bằng một phương trình tuyến tính tương đương, giúp giảm thiểu sai số giữa hai phương trình. Tuy nhiên, độ chính xác của phương pháp này có thể giảm khi hệ số phi tuyến lớn hơn, do đó cần phát triển các tiêu chuẩn mới để cải thiện độ chính xác.

2.1. Tiêu chuẩn sai số bình quân

Tiêu chuẩn sai số bình quân là một trong những tiêu chuẩn quan trọng trong phân tích dao động ngẫu nhiên phi tuyến. Tiêu chuẩn này được phát triển để cải thiện độ chính xác của phương pháp tuyến tính hóa tương đương. Một trong những tiêu chuẩn nổi bật là Local Mean Square Error Criterion (LOMSEC), cho phép thay đổi miền tích phân để tạo ra nhiều lời giải xấp xỉ khác nhau. Mặc dù LOMSEC có nhiều ưu điểm, nhược điểm chính của nó là việc xác định miền tích phân phù hợp vẫn còn là một thách thức. Gần đây, tiêu chuẩn Global Local Mean Square Error Criterion (GLOMSEC) đã được phát triển để khắc phục nhược điểm này, cho phép áp dụng cho cả hệ một và nhiều bậc tự do.

III. Ứng dụng thực tiễn và giá trị nghiên cứu

Nghiên cứu về dao động ngẫu nhiên phi tuyến không chỉ có giá trị lý thuyết mà còn có ứng dụng thực tiễn rộng rãi trong nhiều lĩnh vực kỹ thuật. Việc áp dụng các phương pháp phân tích mới giúp cải thiện độ chính xác trong việc dự đoán và thiết kế các công trình chịu tác động của dao động ngẫu nhiên. Các ứng dụng này bao gồm thiết kế cầu, tòa nhà cao tầng, và các thiết bị cơ khí. Sự phát triển của các phương pháp như GLOMSEC cho phép các kỹ sư có thể tính toán và thiết kế các hệ thống phức tạp một cách hiệu quả hơn, từ đó nâng cao độ an toàn và tuổi thọ của các công trình. Điều này chứng tỏ rằng nghiên cứu trong lĩnh vực này có ý nghĩa quan trọng không chỉ trong lý thuyết mà còn trong thực tiễn.

3.1. Tương lai của nghiên cứu dao động ngẫu nhiên

Tương lai của nghiên cứu về dao động ngẫu nhiên phi tuyến hứa hẹn sẽ có nhiều phát triển mới, đặc biệt là trong bối cảnh công nghệ ngày càng phát triển. Việc ứng dụng trí tuệ nhân tạo và học máy vào phân tích dao động có thể mở ra những hướng đi mới trong việc dự đoán và kiểm soát dao động. Các nghiên cứu tiếp theo cần tập trung vào việc phát triển các mô hình toán học chính xác hơn và các phương pháp phân tích hiệu quả hơn để giải quyết các vấn đề phức tạp trong thực tiễn. Sự kết hợp giữa lý thuyết và thực tiễn sẽ là chìa khóa để nâng cao hiệu quả và độ an toàn trong các công trình kỹ thuật.

Trích đoạn nội dung tài liệu

phần Mở đầu và 4 chương, phần Kết luận; Danh mục các công bố của luận án; Tài liệu tham khảo; Phụ lục. Trong chương này các vấn đề cơ bản của lý thuyết xác suất và quá trình ngẫu nhiên liên quan tới dao động ngẫu nhiên được giới thiệu. Một số phương pháp phân tích dao động ngẫu nhiên phi tuyến được trình bày và phân tích chi tiết. Chương hai trình bày phương pháp tuyến tính hóa tương đương sử dụng trong phân tích dao động ngẫu nhiên phi tuyến.

Các phát triển của phương 5 pháp bao gồm các tiêu chuẩn tương đương sẽ được giới thiệu. Đặc biệt, trong luận án sẽ tập trung vào việc xây dựng tiêu chuẩn sai số bình phương trung bình địa phương – tổng thể (Global-Local Mean Square Error Criterion - GLOMSEC) của phương pháp tuyến tính hóa tương đương cho hệ một và nhiều bậc tự do. Áp dụng tiêu chuẩn GLOMSEC của phương pháp GEL cho hệ một bậc tự do. Đánh giá sai số của nghiệm xấp xỉ xác định theo tiêu chuẩn này được so sánh với nghiệm chính xác và nghiệm theo tiêu chuẩn kinh điển khi phân tích mô men bậc hai của một số dao động ngẫu nhiên phi tuyến một bậc tự do.

Áp dụng tiêu chuẩn GLOMSEC của phương pháp GEL cho hệ nhiều bậc tự do. Đánh giá sai số của nghiệm xấp xỉ xác định theo tiêu chuẩn này được so sánh với nghiệm chính xác, nghiệm mô phỏng và nghiệm theo tiêu chuẩn kinh điển khi phân tích mô men bậc hai của một số dao động ngẫu nhiên phi tuyến nhiều bậc tự do. Kết luận chung: Trình bày các kết quả chính và mới đã thu được trong luận án và các vấn đề cần nghiên cứu tiếp. Danh sách công trình đã được công bố thuộc luận án bao gồm 6 bài báo, trong đó có 1 bài trên Tạp chí quốc tế, 1 bài trên Tạp chí ISI, 1 bài trên Tạp chí Vietnam Journal of Mechanics, và trong các hội nghị khoa học quốc tế và quốc gia.

GIỚI THIỆU TỔNG QUAN VỀ LÝ THUYẾT XÁC SUẤT VÀ MỘT SỐ PHƯƠNG PHÁP PHÂN TÍCH DAO ĐỘNG NGẪU NHIÊN PHI TUYẾN Trong chương này các vấn đề cơ bản của lý thuyết xác suất và quá trình ngẫu nhiên liên quan tới dao động ngẫu nhiên được giới thiệu. Một số phương pháp phân tích dao động ngẫu nhiên phi tuyến được trình bày và phân tích chi tiết. Một số kết quả nghiên cứu về dao động ngẫu nhiên phi tuyến liên quan đến luận án cũng được trình bày.1 Đại lượng ngẫu nhiên và các đặc trưng xác suất Lý thuyết xác suất nghiên cứu tính quy luật chung của những hiện tượng ngẫu nhiên. Một biến cố có thể xảy ra, hoặc có thể không xảy ra gọi là biến cố ngẫu nhiên.

Một biến cố chắc chắn sẽ xảy ra hoặc không xảy ra khi thực hiện phép thử được gọi là biến cố tiền định. Nếu mọi điều kiện thử nghiệm được giữ nguyên mà các kết quả thu được lại khác nhau, thì biến cố như vậy được gọi là biến cố ngẫu nhiên. Định nghĩa Xác suất của một biến cố ngẫu nhiên [29],[69]: Thực hiện n phép thử, biến cố M xuất hiện m lần, thì xác suất xuất hiện biến cố M, ký hiệu là P(M) là giới hạn của tần suất f(M) = m/n khi số phép thử n tăng vô hạn lim f (M)  P(M) (1.1) n  Đại lượng ngẫu nhiên X là đại lượng mà đối với mỗi kết cục r của phép thử, ta liên kết nó với một số thực X(r) sao cho a) tập hợp X  x thể hiện một biến cố M đối với mỗi số thực x, b) xác suất của biến cố X =   bằng không PX =  = 0 (1.2) Với x là số thực bất kỳ, hàm phân phối xác suất F(x) của đại lượng ngẫu nhiên X là xác suất để đại lượng ngẫu nhiên X nhận giá trị nhỏ hơn x, F(x) = P[X  x] (1.3) 7 Hàm phân phối xác suất F(x) có các tính chất sau [29,69]: 0  F  x  1 x1  x2 thì F  x1   F  x2  (1.4) F ()  lim F ( x)  0 x  F ()  lim F ( x)  1 x P[ x1  X  x2 ]  F ( x2 )  F ( x1 ) Đại lượng ngẫu nhiên được gọi là liên tục nếu hàm phân phối xác suất F(x) của nó liên tục. Đạo hàm bậc nhất của hàm phân phối xác suất gọi là hàm mật độ xác suất, ký hiệu p(x) xác định theo công thức [29,69]: P[ x  X  x   x ] p ( x )  lim  F '( x ) (1.7) còn hàm mật độ xác suất kết hợp là P[ x  X  x  x, y  Y  y  y ]  2 F ( x, y ) p( x, y )  lim  (1.8) x 0 y 0  x y xy Hai hàm này có mối quan hệ sau: x y F ( x, y)    p( x, y)dxdy (1.9)   8 và chúng có các tính chất sau: 0  F ( x, y )  1 x2  x1 , y F ( x2 , y )  F ( x1 , y ), y2  y1 , x F ( x, y2 )  F ( x, y1 ).10) Hàm mật độ xác suất của từng thành phần (đại lượng ngẫu nhiên) X và Y tương ứng được ký hiệu là p1(x) và p2(y) và thu được bằng phép tích phân:   p1 ( x)   p( x, y )dy, p2 ( y )   p( x, y )dx (1.11)   Nếu hai thành phần X và Y độc lập nhau, thì p(x,y) = p1(x)p2(y) và F(x,y) = F1(x)F2(y) (1.12) Tương tự ta có thể mở rộng các khái niệm này cho đại lượng ngẫu nhiên n chiều.2 Quá trình ngẫu nhiên Khi đại lượng ngẫu nhiên phụ thuộc thời gian ta có khái niệm về quá trình ngẫu nhiên.

Quá trình ngẫu nhiên là một hàm số mà giá trị của hàm tại mỗi giá trị cho trước của đối số (thời gian t) là một đại lượng ngẫu nhiên. Để mô tả một quá trình ngẫu nhiên ta dùng các thể hiện. Mọi thể hiện đơn lẻ x(j)(t) thuộc tổng thể này được gọi là một hàm mẫu (xem Hình 1. Các đặc trưng xác suất của quá trình ngẫu nhiên là năm hàm không ngẫu nhiên sau đây: hàm mật độ xác suất, kỳ vọng toán, phương sai, hàm tương quan, và mật độ phổ.

Các hàm mẫu theo thời gian của quá trình ngẫu nhiên Hàm mật độ xác suất Tại mỗi giá trị t=t1 cố định thì quá trình ngẫu nhiên là một đại lượng ngẫu nhiên x(t1). Ký hiệu mật độ xác suất hay phân phối xác suất bậc một là p[x(t1)] hoặc đơn giản là p(x), thì xác suất để mẫu nằm giữa a và b theo (1.13) sẽ là b  p( x)dx a (1.13) Tương tự, đối với hai giá trị t1 và t2, thì cặp giá trị x(t1) và x(t2) có thể được coi như biến ngẫu nhiên hai chiều. Nếu gọi p(x1,x2) là hàm mật độ xác suất kết hợp ta có   p ( x1 )   p ( x1 , x2 ) dx2 , p ( x2 )   p ( x1 , x2 ) dx1 (1.14)   Nhiều thông tin quan trọng của quá trình ngẫu nhiên có thể được biết thông qua các đại lượng mô men bậc 1 và bậc 2. Mô men bậc 1 hay kỳ vọng toán học của quá trình ngẫu nhiên (dừng) X(t) với hàm mật độ xác suất dừng một chiều p(x) được định nghĩa như sau [3,29,30] Mô men bậc nhất (hay Kỳ vọng toán)  mx  E[ x]   x    xp( x)dx (1.15)  Mô men bậc 2 (hay đại lượng trung bình bình phương) của quá trình ngẫu nhiên (dừng) X(t) được định nghĩa như sau [3,29,30] 10 Mô men bậc 2  E[ x 2 ]   x 2    x 2 p ( x) dx (1.16)  Mô men bậc 2 quy tâm hay còn được gọi là phương sai của quá trình ngẫu nhiên (dừng) X(t) được định nghĩa như sau [3,29,30] Mô men bậc 2 quy tâm (hay Phương sai)  D( x)    E[( x  x ) ]   ( x  x )2 p( x)dx   x2    x 2 2 x 2 (1.17)  Đại lượng  x  D( x) phản ánh mức độ phân tán của quá trình ngẫu nhiên X(t) so với giá trị trung bình của nó, gọi là độ lệch chuẩn.

Một cách tổng quát mô men bậc n của quá trình ngẫu nhiên véc tơ m chiều (dừng) X(t) với hàm mật độ xác suất dừng m chiều p(x1, x2, …. xm) được định nghĩa như sau [3,29,30]   mm mm m1 m2 E[ x x .xm )dx1dx2 .18) Hàm tự tương quan và hiệp phương sai Gọi t1 và t2 là hai giá trị của t với t2 = t1 +  và ký hiệu x1 và x2 là các tổng thể của các mẫu x(t1) và x(t2) mà chúng có mật độ xác suất bậc hai là p(x1, x2). Khi đó kỳ vọng toán của tích x1x2 sẽ là [29,69]:   R( x1 , x2 )   x1 x2     x1 x2 p( x1 , x2 )dx1dx2 (1.19)   gọi là hàm tự tương quan (hay hàm tương quan). Ta có R(x1,x2) = R(t1,) với  = t2 - t1 là độ trễ.

11 Xét hàm số bằng trung bình tích độ lệch giữa x(t) và trung bình của nó tại hai thời điểm K x (t1 , t2 )  K x1x2  K12  E[( x1   x1 )( x2   x2 )]       ( x1   x1 )( x2   x2 ) p ( x1 , x2 )dx1dx2 (1.20)     x1 x2    x1  x2  gọi là hiệp phương sai hay hàm tương quan của quá trình x(t). Khi x1 và x2 có trung bình zero thì hiệp phương sai trùng với hàm tự tương quan. Khi t1 = t2 thì hiệp phương sai trùng với phương sai và hàm tự tương quan trùng với trung bình bình phương. Khi hai đại lượng ngẫu nhiên x1 và x2 độc lập nhau: p(x1,x2) =p1(x1)p2(x2) ta có Kx1x2   x1x2    x1  x2    x1  x2    x1  x2   0 (1.21) Khi đó hai đại lượng ngẫu nhiên x1 và x2 không tương quan.

Như vậy, mô men tương quan (hiệp phương sai) đặc trưng cho mối liên hệ giữa hai đại lượng ngẫu nhiên hay giữa các giá trị x1 và x2 của một quá trình ngẫu nhiên tại hai thời điểm khác nhau.