一种多自由度随机振动试验条件计算方法与流程

1.本发明属于振动环境试验技术领域，具体涉及一种多自由度随机振动试验条件计算方法。


背景技术：

2.多自由度随机振动环境试验旨在更逼真地模拟产品的预期使用振动环境，其试验条件一般使用加速度功率谱密度矩阵的形式规定。振动环境试验的有效性在很大程度上取决于试验条件规定的振动量级和振动持续时间。由于实验室振动环境模拟能力的限制，实验室振动环境试验难以精确地复现产品在预期使用过程中的振动响应。在动力学环境工程中，需要解决的关键问题是，试验条件既能够覆盖预期使用过程的振动响应，又不至于过于保守。过于保守的试验条件往往可能成为产品研制的严重制约，导致产品研制进度和成本的显著增加。与传统的单激振器单轴振动环境模拟相比，多自由度振动试验技术能够在多个轴向上同时对被试产品提供可控的振动能量分布，并且这一分布不依赖于被试产品的动力学特性，从而使得试验条件的制定在覆盖预期使用过程的振动响应的前提下，有可能选择相对较小的试验裕量。为了达到所期望的多自由度振动环境试验目的，相应的振动试验条件(包括产品的寿命周期最大期望振动环境及其疲劳等效持续时间)的制定过程往往比单轴振动环境试验复杂得多。
3.由于缺乏成熟的多自由度振动试验条件计算方法，目前工程上一种常用的方法为，将单自由度振动试验条件作为多自由度功率谱密度矩阵的自谱密度项，所有的互谱密度项设置为0。这种方法生成的功率谱密度矩阵用于多自由度振动试验是过于保守的，可能在试验件中产生远远超出实际使用过程的高量级振动响应，从而降低了试验模拟的真实性。工程上另一种常用的方法为，用单激振器随机振动试验条件制定中的实测数据频域包络后直线化处理的方法获得试验谱形，作为多激振器试验条件的自谱项，人为规定相干系数和相位角。但这种方法可能导致参考谱矩阵非正定，最终无法实现多轴随机振动试验。
4.现有技术中，传统多自由度试验条件计算方法中存在过于保守的问题，功率谱密度矩阵存在非正定的问题，制定出的多自由度随机振动试验条件均不能有效地对试验件的环境适应性进行考核，精细化水平不足，需要作出改进。


技术实现要素：

5.本发明提供一种多自由度随机振动试验条件计算方法，目的是解决现有技术中传统多自由度试验条件计算方法中存在的过于保守问题，以及功率谱密度矩阵非正定的问题，提升试验条件制定的精细化水平。
6.的问题。
7.本发明的目的是通过如下技术方案实现的：
8.一种多自由度随机振动试验条件计算方法，包括如下步骤：
9.s1、确定任务场景及寿命期事件；
10.将产品寿命周期所有预期的暴露环境事件均与对应的持续时间一起进行列表，构成试件的任务场景；振动环境持续时间从产品寿命期环境剖面导出；
11.s2、建立多自由度随机振动时间历程样本；
12.s3、对多自由度随机振动功率谱密度矩阵进行统计归纳，得到任务场景中所有事件的最大期望sdm；
13.s4、对所有事件的最大期望sdm进行计算，合成随机振动环境，得到最终合成sdm；
14.s5、对功率谱密度矩阵进行规格化处理；
15.s6、对试验条件计算结果进行检验，验证其能够包络实测的数据。
16.作为进一步优化，建立多自由度随机振动时间历程样本步骤按如下方法进行：
17.s2.1、详细记录外场测量传感器的位置和方向，确定频率带宽和采样频率，收集试件安装平台的全部振动实测数据；
18.s2.2、分析被测平台结构，以其几何中心或者质心位置为原点建立直角坐标系，确定各个测点的坐标(xi、yi、zi)；
19.s2.3、分析被测平台寿命期的任务场景和任务比，确定任务场景中包含的事件，将实测数据按不同事件进行样本划分；
20.s2.4、基于刚体模态假设，根据各个振动环境实测点在规定的坐标系中的位置与方向，构成测量坐标变换矩阵将每一个环境事件对应的测量数据样本变换为多自由度运动时间历程数据样本，振动环境变换方程为：
[0021][0022]amea
＝[a1a2lam]
t
，a0＝[a
x0ay0az0
α
x
αyαz]
t
(1b)
[0023]
式中，ai(i＝1,2,
…
m)为m个实测点的线振动加速度，变换矩阵的维数为m
×
6。
[0024]
作为进一步优化，对多自由度随机振动功率谱密度矩阵进行统计归纳，得到任务场景中所有事件的最大期望sdm步骤按如下方法进行：
[0025]
s3.1、计算每个数据样本的sdm；
[0026]
s3.2、计算任务场景中某一事件所有测量样本的sdm，将事件的sdm按照逻辑结构组织起来；将互谱密度项正则化，即变换为相干谱和相位谱的形式；
[0027]
s3.3、对步骤s3.2得到的某一事件对应的sdm样本，按照参数归纳方法进行统计归纳，得到该事件的最大期望sdm。
[0028]
作为进一步优化，对多自由度随机振动功率谱密度矩阵进行统计归纳步骤中，sdm的计算方法如下：
[0029]
s3.1.1、多自由度振动加速度响应信号数据样本为{y{t}}，对该组实测数据进行傅立叶分析，得到多自由度傅立叶谱向量{y(ω)}；
[0030]
s3.1.2、计算其瞬时功率谱密度矩阵：
[0031][0032]
s3.1.3、经k次平均后得到累积功率谱密度矩阵如下：
[0033]
[0034]
s3.1.4、对功率谱密度矩阵进行正定性检查与修正；
[0035]
使用矩阵的cholesky分解法检查谱密度矩阵的正定性；如果该矩阵在某些频率上不满足正定性要求，对sdm进行修改，强制将sdm变换为正定矩阵。
[0036]
作为进一步优化，对多自由度随机振动功率谱密度矩阵进行统计归纳步骤中，统计归纳的方法如下：
[0037]
s3.3.1假定平台上同一测量点在不同使用过程中随机振动响应的加速度自谱密度服从对数正态分布；
[0038]
s3.3.2当样本数量ni≥6时，对各个实测sdm的自谱密度项分别按照单边正态容差上限进行统计包络，采用95/50极限定义最大期望随机振动环境，得到各自的最大期望自谱密度，并且作为该事件最大期望sdm的自谱密度项；对各个实测sdm的互谱密度项进行统计平均，并且作为该事件最大期望sdm的互谱密度项；
[0039]
s3.3.3当样本数量ni＜6时，对各个实测sdm进行统计平均，得到均值谱密度矩阵；然后，在保持均值谱密度矩阵的互谱密度项不变的条件下，将自谱密度项幅值增加3db，导出最大期望sdm；
[0040]
s.3.3.4当只有一个样本时，认为其代表了随机振动环境的均值谱密度矩阵。
[0041]
作为进一步优化，对所有事件的最大期望sdm进行计算，合成随机振动环境，得到最终合成sdm步骤按如下方法进行：
[0042]
s4.1、对步骤s3得到的所有事件各自的最大期望sdm进行加权平均，得到所有事件的合成sdm；
[0043]
s4.2、将合成sdm的自功率谱项进行放大，使每个自由度的均方根值等于步骤s3.1得到的所有实测sdm对应自由度的最大均方根值；
[0044]
s4.3、使用疲劳等效加速关系进行时间缩放，计算得到等效试验时间；
[0045]
s4.4、试验时间选定后，对每一自由度再次使用疲劳等效关系，重新计算合成后sdm的自功率谱量值；对sdm的正定性进行检查并修正；
[0046]
s4.5、将步骤s4.4得到的sdm对角线元素乘以分散系数，用于说明不可控因素，同时保持相干和相位不变，得到最终合成sdm。
[0047]
作为进一步优化，对所有事件的最大期望sdm进行计算，合成随机振动环境步骤中，用于说明不可控因素时，sdm对角线元素乘以的分散系数为增加3db。
[0048]
作为进一步优化，使用疲劳等效加速关系进行时间缩放，计算得到等效试验时间的方法包括如下步骤：
[0049]
s4.3.1、多自由度随机振动环境规范的疲劳等效持续时间估计基于miner累积损伤模型：
[0050][0051]
或
[0052][0053]
式中，g1(f)、σ1和t1分别为振动环境规范的自谱密度、均方根加速度和疲劳等效持
续时间；
[0054]
g2(f)、σ2和t2分别为实际振动环境的自谱密度、均方根加速度和振动持续时间；
[0055]
m为产品的疲劳特性指数；
[0056]
s4.3.2、根据合成后的sdm，对于每个运动自由度，利用式(4)或(5)分别计算每个事件相应自由度对应的疲劳等效时间；然后，将所有事件相应自由度的疲劳等效时间相加，得到合成后的sdm对应的疲劳等效时间；
[0057]
s4.3.3、按照均方根加速度值的平方对各个自由度所计算的疲劳等效持续时间进行加权平均，导出等效谱密度矩阵所对应的疲劳等效持续时间。
[0058]
作为进一步优化，对功率谱密度矩阵进行规格化处理步骤按如下方法进行：
[0059]
s5.1、用一组直线段对双对数坐标系中的自谱密度曲线进行平滑处理，得到用折线方式表示的平滑自谱密度；
[0060]
s5.2、用一组直线段对线性坐标系中的相干函数曲线进行平滑处理，得到用折线方式表示的平滑相干函数；
[0061]
s5.3、对规格化处理后的功率谱密度矩阵的正定性进行检查并修正。
[0062]
作为进一步优化，对试验条件计算结果进行检验，验证其能够包络实测的数据步骤按如下方法进行：
[0063]
s6.1、使用步骤s5中导出的规格化后的功率谱密度矩阵估计用于统计分析的所有测点的加速度自谱密度
[0064][0065]
式中，为m
×
n维坐标变换矩阵的第i行、第k列元素；
[0066]
为的第k行、第l列元素；
[0067]
n为多自由度随机振动环境规范的运动自由度数量；
[0068]
m为用于统计分析的测点数量；
[0069]
s6.2、根据加速度自谱密度通过频域积分得到相应的均方根加速度值
[0070]
s6.3、在所关心的频率范围内，将和与相应点上实测的振动加速度数据的最大谱和最大均方根加速度值进行比较，验证其能够包络实测的数据。
[0071]
本发明所取得的有益技术效果是：
[0072]
基于随机振动环境的外场实测数据，利用数据统计分析以及包络方法制定导出多自由度随机振动试验条件。试验条件制定过程考虑了振动环境数据中固有的随机性、易变性以及测试误差等不确定性，同时考虑了数据样本数量对振动环境散布特性的反映情况。能够制定出更加真实、有效的多自由度随机振动试验条件，提升了试验条件制定的精细化水平，从而更加有效地对试验件的环境适应性进行考核。
[0073]
与传统多自由度试验条件计算方法相比，避免了过于保守的问题；与功率谱密度矩阵相比，解决了非正定的问题；本发明所述技术方案提升了试验条件制定的精细化水平，
解决了现有技术存在的问题，具有突出的实质性特点和显著的进步。
附图说明
[0074]
图1是本发明其中一种具体实施例的流程框图；
[0075]
图2是本发明其中一种具体实施例的测点布置示意图；
[0076]
图3是本发明其中一种具体实施例的典型数据样本变换结果；
[0077]
图4是本发明其中一种具体实施例的平坦路面的最大期望sdm；
[0078]
图5是本发明其中一种具体实施例的合成后的sdm；
[0079]
图6是本发明其中一种具体实施例的规格化的sdm；
[0080]
图7是本发明其中一种具体实施例的试验条件计算结果的检验。
具体实施方式
[0081]
下面结合附图和具体实施方式对本发明的技术方案做进一步详细说明。显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明要求保护的范围。
[0082]
如图1所示，一种多自由度随机振动试验条件计算方法具体实施例，包括如下步骤：
[0083]
s1、确定任务场景及寿命期事件。
[0084]
将产品寿命周期所有预期的暴露环境事件均与对应的持续时间一起进行列表，构成试件的任务场景。振动环境持续时间可以从产品寿命期环境剖面导出。
[0085]
s2、建立多自由度随机振动时间历程样本。
[0086]
s2.1、详细记录外场测量传感器的位置和方向，确定频率带宽和采样频率，收集试件安装平台的全部振动实测数据；
[0087]
s2.2、分析被测平台结构，以其几何中心或者质心位置为原点建立直角坐标系，确定各个测点的坐标(xi、yi、zi)；
[0088]
s2.3、分析被测平台寿命期的任务场景和任务比，确定任务场景中包含的事件，将实测数据按不同事件进行样本划分；
[0089]
s2.4、基于刚体模态假设，根据各个振动环境实测点在规定的坐标系中的位置与方向，构成测量坐标变换矩阵将每一个环境事件对应的测量数据样本变换为多自由度运动时间历程数据样本，振动环境变换方程为：
[0090][0091]amea
＝[a1a2lam]
t
，a0＝[a
x0ay0az0
α
x
αyαz]
t
(1b)
[0092]
式中，a
mea
为m个实测点的线振动加速度，变换矩阵的维数为m
×
6。
[0093]
s3、对多自由度随机振动功率谱密度矩阵进行统计归纳，得到任务场景中所有事件的最大期望sdm。
[0094]
s3.1、计算每个数据样本的功率谱密度矩阵(sdm)，该矩阵的维数为n
×n×
m，其中n为自由度数，m为谱线数。sdm的计算方法如下：
[0095]
s3.1.1、假定多自由度振动加速度响应信号数据样本为{y{t}}，对该组实测数据进行傅立叶分析，得到多自由度傅立叶谱向量{y(ω)}；
[0096]
s3.1.2、计算其瞬时功率谱密度矩阵：
[0097][0098]
s3.1.3、经k次平均后得到累积功率谱密度矩阵如下：
[0099][0100]
s3.1.4、对功率谱密度矩阵进行正定性检查与修正。
[0101]
使用矩阵的cholesky分解法检查谱密度矩阵的正定性。如果该矩阵在某些频率上不满足正定性要求，需要对sdm进行轻微修改，强制将sdm变换为正定矩阵。这个过程可以通过保持自功率谱不变，互功率谱项统一乘以0.98，然后反复进行检查，直到矩阵满足正定性为止来实现。
[0102]
s3.2、计算任务场景中某一事件所有测量样本的sdm，将某一事件的sdm按照某种逻辑结构组织起来，例如[sdm_i_1,sdm_i_2,....,sdm_i_ni]，式中i为事件序号，ni为第i个样本。将互谱密度项正则化，即变换为相干谱和相位谱的形式。
[0103]
s3.3、对步骤s3.2得到的某一事件对应的ni个sdm样本，按照参数归纳方法进行统计归纳，得到该事件的最大期望sdm，具体步骤包括：
[0104]
s3.3.1、假定平台上同一测量点在不同使用过程中随机振动响应的加速度自谱密度服从对数正态分布。
[0105]
s3.3.2、当样本数量ni≥6时，对各个实测sdm的自谱密度项分别按照单边正态容差上限进行统计包络，采用95/50极限定义最大期望随机振动环境，得到各自的最大期望自谱密度，并且作为该事件最大期望sdm的自谱密度项；对各个实测sdm的互谱密度项进行统计平均，并且作为该事件最大期望sdm的互谱密度项。
[0106]
s3.3.3、当样本数量1＜ni＜6时，对各个实测sdm进行统计平均，得到均值谱密度矩阵。然后，在保持均值谱密度矩阵的互谱密度项不变的条件下，将自谱密度项幅值增加3db，导出最大期望sdm。
[0107]
s3.3.4、当ni＝1，即只有一个样本时，认为其代表了随机振动环境的均值谱密度矩阵。
[0108]
按步骤s3.1.4的方法对得到的最大期望sdm进行正定性检查及修正。
[0109]
重复步骤s3.2～s3.3，得到任务场景中所有事件的最大期望sdm。
[0110]
s4、对所有事件的最大期望sdm进行计算，合成随机振动环境，得到最终合成sdm。
[0111]
s4.1、对步骤s3得到的所有事件各自的最大期望sdm进行加权平均，得到所有事件的合成sdm。加权平均系数根据任务时间占比确定。
[0112]
s4.2、将合成sdm的自功率谱项进行放大，使每个自由度的均方根值等于步骤s3.1得到的所有实测sdm对应自由度的最大均方根值。
[0113]
s4.3、使用疲劳等效加速关系进行时间缩放，计算得到等效试验时间。具体步骤包括：
[0114]
s4.3.1、多自由度随机振动环境规范的疲劳等效持续时间估计基于miner累积损
伤模型：
[0115][0116]
或
[0117][0118]
式中，g1(f)、σ1和t1分别为振动环境规范的自谱密度、均方根加速度和疲劳等效持续时间；
[0119]
g2(f)、σ2和t2分别为实际振动环境的自谱密度、均方根加速度和振动持续时间；
[0120]
m为产品的疲劳特性指数，本具体实施例中选择m＝7。
[0121]
s4.3.2、根据合成后的sdm，对于每个运动自由度，利用式(4)或(5)分别计算每个事件相应自由度对应的疲劳等效时间。然后，将所有事件相应自由度的疲劳等效时间相加，得到合成后的sdm对应的疲劳等效时间。
[0122]
s4.3.3、一般情况，每个运动自由度所得到的疲劳等效持续时间是不同的，需要选择统一的疲劳等效持续时间。本具体实施例中按照均方根加速度值的平方对各个自由度所计算的疲劳等效持续时间进行加权平均，导出等效谱密度矩阵所对应的疲劳等效持续时间。
[0123]
s4.4、当试验时间选定后，对每一自由度再次使用疲劳等效关系，重新计算合成后sdm的自功率谱量值。对sdm的正定性进行检查并修正。
[0124]
s4.5、将步骤s4.4得到的sdm对角线元素乘以一定的分散系数，本具体实施例中增加3db，用于说明不可控因素，同时保持相干和相位不变，得到最终合成sdm。步骤s4.3得到的时间为试验时间。
[0125]
s5、对功率谱密度矩阵进行规格化处理。
[0126]
s5.1、用一组直线段对双对数坐标系中的自谱密度曲线进行平滑处理，得到用折线方式表示的平滑自谱密度。
[0127]
s5.2、用一组直线段对线性坐标系中的相干函数曲线进行平滑处理，得到用折线方式表示的平滑相干函数。
[0128]
s5.3、对规格化处理后的功率谱密度矩阵的正定性进行检查并修正。
[0129]
s6、对试验条件计算结果进行检验，验证其能够包络实测的数据。
[0130]
s6.1、使用步骤s5中导出的规格化后的功率谱密度矩阵来估计用于统计分析的所有测点的加速度自谱密度
[0131][0132]
式中，为m
×
n维坐标变换矩阵的第i行、第k列元素；
[0133]
为的第k行、第l列元素；
[0134]
n为多自由度随机振动环境规范的运动自由度数量；
[0135]
m为用于统计分析的测点数量。
[0136]
s6.2、根据加速度自谱密度通过频域积分得到相应的均方根加速度值
[0137]
s6.3、在所关心的频率范围内，将和与相应点上实测的振动加速度数据的最大谱和最大均方根加速度值进行比较，验证其能够包络实测的数据。
[0138]
下面以一组试验数据为例对本具体实施例中的方案进行进一步的说明，采用运输试验的方式进行数据采集，说明多自由度随机振动功率谱密度矩阵试验条件确定方法。需要说明的是，该示例中的数据仅为更好地说明和理解技术方案，不应对本发明所要保护的权利范围构成限定。
[0139]
本示例中的研究对象为一辆轮式车，车上安装有设备存放架，测量该位置的六自由度振动环境。设备存放架的底部与车底盘连接面的四角各布置了1个三向加速度传感器，用12个测量通道来计算六自由度振动环境。传感器的位置及坐标系定义如图2所示。
[0140]
st1、确定任务场景及寿命期事件
[0141]
分析被测平台的任务场景与任务比，确定与任务场景相对应的事件和测量时间，并对实测数据按不同事件进行样本划分。本示例中运输振动任务场景包含5个路况事件，假定运输总路程为6000公里。
[0142]
表1任务场景事件表
[0143]
路况类型速度(km/h)时间(h)距离(km)平坦路6576.95000碎石路3028.7860鹅卵石路302.780鱼鳞坑路104.040搓板路66.740
[0144]
st2、建立多自由度随机振动时间历程样本
[0145]
按照刚体坐标变换方法来计算矩阵
[0146][0147]
使用刚体坐标变换方程(1)，将每一个路况事件对应的测量数据样本变换为六自由度运动时间历程数据样本，典型数据样本变换结果见图3所示。图3中从上到下依次为x、y、z、θ
x
、θy、θz共6个自由度的加速度时域波形，线加速度的单位为g，角加速度的单位为rad/s2。
[0148]
st3、对多自由度随机振动功率谱密度矩阵进行统计归纳，得到该路况事件的最大期望sdm
[0149]
按照上述具体实施例中步骤s3的方法，将每个时间历程样本变换为频域的功率谱密度矩阵，每个sdm均需使用cholesky分解特性进行检验，确保均为正定的。同时，将互谱项变换为相干谱和相位谱的形式。
[0150]
将每个路况事件对应的样本进行统计归纳。对于同一个路况试件，自谱密度基于同一自由度上振动环境实测数据的自谱密度集合的统计包络导出，互谱密度基于不同自由度振动环境实测数据的互谱密度集合的统计平均导出，得到该路况事件的最大期望sdm。
[0151]
图4为平坦路面处理得到的最大期望sdm。利用sdm的hermitian特征进行布局，其下三角部分代表了各个自由度之间相位，上三角部分代表了常相干的平方根，对角项为六自由度的自谱密度。
[0152]
st4、对所有事件的最大期望sdm进行计算，合成随机振动环境，得到最终合成sdm
[0153]
所有事件各自的最大期望sdm进行加权平均，得到所有事件的加权平均sdm。加权平均系数根据任务时间占比确定。在每一条谱线处对得出的加权平均sdm进行检验，确认其是否满足正定标准。随后，将加权平均asd的对角项进行放大，使各个自由度的自谱均方根值等于所有事件实测数据的最大均方根值，如表2所示。
[0154]
表2加权平均sdm对应的均方根值及所有路况事件实测数据中最大均方根值
[0155][0156]
使用疲劳等效时间计算的米勒定律对每个路况事件对应的时间进行缩放和求和，得到各个自由度对应最大量值下的试验时间，如表3所示。
[0157]
表3各个自由度换算为最大均方根后得到的等效时间
[0158]
自由度xyzθ
x
θyθz等效时间(h)9.511.44.213.738.229.3
[0159]
每个自由度的等效试验时间不相同，因此需要选择一个统一的试验时间，所有asd需要按照该时间再次进行缩放。本具体实施例中选择3h的试验时间，按该试验时间缩放后的均方根值如表4所示。
[0160]
表4试验时间为3h时各自由度等效均方根值
[0161]
自由度x(g)y(g)z(g)θ
x
(rad/s2)θy(rad/s2)θz(rad/s2)等效均方根值0.0720.1210.1401.8321.2620.836
[0162]
最后，通过对各个自由度的自谱密度项增加+3db，来处理不可控因素。最终得到的合成sdm如图5所示。
[0163]
st5、对功率谱密度矩阵进行规格化处理
[0164]
按照上述具体实施例中步骤s5的方法对功率谱密度矩阵进行规格化。一般情况下，直线段总数不超过7，直线段的斜率一般选取为0 db/oct、
±
3 db/oct或
±
6 db/oct。对规格化之后的功率谱密度矩阵进行正定性检查。规格化的sdm如图6所示。
[0165]
st6、对试验条件计算结果进行检验，验证其能够包络实测的数据
[0166]
对步骤st5中导出的规格化后的sdm进行检验。按照公式(6)估计用于统计分析的测量点的加速度自谱密度。以图2中1号测点的x向响应为例，估计的概率密度曲线和实测的功率谱密度曲线如图7所示，估计的曲线能够包络实测的数据，同时又没有过分保守。
[0167]
本发明所取得的有益技术效果是：
[0168]
提出了一种多自由度随机振动试验条件计算方法，给出了制定流程。在确定试验条件时将测量数据处理成功率谱密度矩阵形式，自谱密度基于同一自由度上振动环境实测数据的自谱密度集合的统计包络导出，互谱密度基于不同自由度振动环境实测数据的互谱密度集合的统计平均导出。按照疲劳损伤等效原则确定各个自由度的试验时间，进而推导出统一的试验持续时间。
[0169]
采用本发明能够计算出准确的功率谱密度矩阵，避免了传统试验条件计算方法中的过于保守问题，提高了试验条件制定的精细化水平。通过矩阵的正定性检查，保证了功率谱密度矩阵的可实现性。本发明所述的技术方案可用于航天、航空、船舶等各个领域的多自由度随机振动试验条件制定中，能够有效提高多自由度随机振动试验模拟的真实度，具有重要的工程应用意义。
[0170]
本发明所述多自由度随机振动试验条件计算方法，基于随机振动环境的外场实测数据，利用数据统计分析以及包络方法制定导出多自由度随机振动试验条件。试验条件制定过程考虑了振动环境数据中固有的随机性、易变性以及测试误差等不确定性，同时考虑了数据样本数量对振动环境散布特性的反映情况。能够制定出更加真实、有效的多自由度随机振动试验条件，提升了试验条件制定的精细化水平，从而更加有效地对试验件的环境适应性进行考核。