车辆在道路行驶时产生的振动往往呈现出随机性和非平稳特性,遭遇较差路况或极端天气时,更会呈现出显著的非高斯特性。与平稳随机振动信号相比,非平稳随机振动信号的特征参数具有时变性,它激发的动力学响应通常也具有时变性甚至夹杂非线性。然而传统的理论方法不能准确描述和分析具有非平稳性甚至夹杂非线性的随机振动结构响应,也很难精确地进行车辆系统的动力学优化设计和疲劳分析等高阶应用。鉴于车辆非平稳随机振动广泛存在于自然环境中,并且采用传统的理论方法对其研究存在局限,当前工程中进行车辆系统的动力学分析时,主要采用Monte Carlo数值模拟手段或开展实际的振动试验。然而,非平稳随机振动并不像平稳随机振动有一套成熟的数据处理、数据归纳、数据标准化的规范,当前非平稳随机信号的模拟方法并不能仿真出车辆振动信号本质的随机性、非平稳、高斯/非高斯特性。同时,目前实验室随机振动控制系统大多只能提供平稳的随机振动环境,而使用平稳随机振动近似非平稳随机振动容易造成欠试验或者过试验,不能满足环境适应性和可靠性试验真实模拟的要求。因此,开展非平稳随机振动信号的数值模拟方法的研究工作势在必行。本文在综合分析国内外非平稳随机振动信号数值模拟方法、车辆振动试验相关技术研究现状的基础上,针对车辆系统的Monto Carlo动力学仿真和实验室内场随机振动试验的工程需求,引出“车辆非平稳随机振动信号的数值模拟方法研究”这一主题,并紧紧围绕该主题开展了如下研究工作:(1)建立了表征车辆非平稳随机振动信号的数学模型在希尔伯特-黄变换的基础上,提出两个假设并且建立了表征车辆非平稳随机振动信号的数学模型。通过分析此数学模型在时域和频域的特性,不但得到了此模型准确描述车辆非平稳随机振动信号的随机性、非平稳、高斯/非高斯特性的理论依据,而且揭示了信号希尔伯特谱与时变幅值的显性关系,同时还提出了调整信号前四阶统计矩函数取值的方法。(2)提出了车辆非平稳随机振动信号的重建方法在车辆非平稳随机振动信号数学模型的基础上,提出了一种不同于传统思路的车辆非平稳随机振动信号的重建方法。仿真实例证明使用此方法重建得到的数值模拟信号不仅具有与采样信号相同的波形、幅值概率密度和统计矩函数等时域特性,还能够保留采样信号的幅值-频率-时间分布、边缘希尔伯特谱和希尔伯特谱的非平稳度等频域特性。此信号重建方法准确度高,可操作性好,适合于重建车辆非平稳高斯和非平稳非高斯随机振动信号。(3)提出了车辆非平稳随机振动信号的繁衍方法在车辆非平稳随机振动信号重建方法的基础上,提出了一种全新的车辆非平稳随机振动信号繁衍方法。仿真实例证明此方法能够繁衍得到与采样信号具有类似时间和频率特性的车辆非平稳高斯或非平稳非高斯随机振动信号。此外,在信号发生器中应用此信号繁衍方法并使用振动试验平台在实验室条件下成功模拟出非平稳随机振动环境,试验结果进一步验证了本文提出的信号繁衍方法既能够模拟出比当前常用的振动环境模拟方法更接近真实物理情形的非平稳高斯和非平稳非高斯随机振动环境,又具有较好的可行性。综上所述,本论文在国家自然科学基金的资助下,按照“理论分析、技术实现、试验验证”的研究思路,重点回答了当前“车辆非平稳随机振动信号的数值模拟方法研究”中关注的三个问题:(1)如何建立可以准确描述车辆非平稳随机振动信号的数学模型?(2)如何建立可以准确重建车辆非平稳随机振动信号的数值模拟方法?(3)如何建立可以准确繁衍车辆非平稳随机振动信号的数值模拟方法?这些问题的回答对车辆系统的Monto Carlo数值仿真和实验室内场振动试验技术的发展具有重要的理论指导意义和广泛的工程应用前景。