基于曲率模态和EEMD的结构损伤识别方法

简要介绍了EEMD和Hilbert-Huang变换的基本原理和方法,利用EEMD的多尺度分解对信号进行局部放大的优点,在结构曲率模态的基础上,提出了一种基于EEMD的结构损伤识别方法。该方法在曲率模态的基础上进行EEMD分解,利用瞬时幅值的定义提出曲率模态空间瞬时幅值奇异性评价指标作为损伤指标,该指标可以判定损伤的存在,确定损伤的位置和估计损伤的程度,通过一简支梁的数值模拟对该方法的有效性进行了验证。     

EMD和小波变换在结构模态参数辨识中的应用

针对希尔伯特-黄变换方法在振动信号处理中不能有效地进行模态解耦的缺点,提出一种将经验模式分解和小波变换相结合的结构模态参数辨识方法．首先利用经验模式分解方法对结构响应信号进行分解,获得多个本征模函数以完成结构模态的筛选过程,并根据模态筛选得到的本征模函数进行信号重构;然后对重构信号进行Morlet小波变换和模态解耦,获得信号小波变换系数的瞬时幅值和瞬时相位拟合曲线,并在此基础上计算出结构的各阶模态频率、阻尼和振型．结果表明,利用小波变换对本征模函数的叠加信号进行参数辨识代替对单个本征模函数进行希尔伯特变换,更能有效地进行模态解耦,从而获得更为准确的结构模态参数信息．     

基于Coiflet连续小波的简支梁结构模态参数识别

应变模态对结构局部特征变化比较敏感,以此为响应信号采用Coiflet连续小波变换进行简支梁结构裂缝损伤定位及损伤程度标定.通过小波变换的模极大值确定损伤位置,建立单处、多处损伤时小波变换的李氏指数与损伤程度之间关系;同时研究了多处裂缝损伤对李氏指数的影响.数值模拟表明,连续小波分析的损伤识别方法不仅能精确定位损伤,还可以标定损伤程度,无论单处多处损伤李氏指数均随着损伤程度增大而减小.     

一种基于小波的结构损伤识别方法研究

各类复杂结构在其服役期内,由于受到设计荷载以及各种其它突发因素的作用,使结构发生损伤,从而威胁整个结构的安全。为了保证结构的安全和减少结构的维护成本,采取有效方法对现役的工程结构进行损伤识别工作就显得尤为必要和迫切。本文通过小波变换方法提取模拟响应信号的模态频率,以达到对结构进行损伤识别的目的。模拟结果显示,基于小波变换的结构损伤识别方法将信号变换到时间—频率空间域上,较以往仅在时间或频率域识别方法更能准确地识别结构的模态频率。     

基于响应能量和连续小波变换的复合材料结构损伤检测

提出了一种基于响应能量和连续小波变换联合检测损伤的方法.首先测试随机激励下完好结构以及损伤结构各个节点的响应信号能量并分别组成能量向量,然后选取正交小波函数,分别对损伤前后的能量向量进行连续小波变换,根据损伤前后小波系数的变化来检测结构的损伤,并以小波系数二次差分的极大值作为损伤指标来进行损伤定位.该方法仅仅利用结构在随机激励下的时域响应信号,并不需要进行结构建模.通过对带有不同位置分层损伤的复合材料层合梁和层合板的损伤检测,验证了该方法的可行性和有效性.     

基于有限元与小波变换的弹性地基梁损伤识别方法研究

采用转角模态的小波分析方法研究了带刚度下降损伤段的弹性地基梁损伤识别问题.利用有限元分析求解带刚度下降段的模态参数,建立了基于转角模态小波变换识别弹性地基梁损伤的方法.以两端简支弹性地基梁为例,分别给出了地基梁无损伤、梁单独损伤、梁和弹簧同时损伤且损伤位置不同的有限元模型,计算得到了结构的转角模态,并通过转角模态小波分析来识别弹性地基梁内刚度下降段的位置.从识别结果发现,存在随机噪声的情况下,运用了转角模态小波变换方法,仍能识别出地基梁的刚度变化截面.数值算例证实了该方法的有效性和稳健性,研究结果对实际工程中的结构损伤诊断提供参考.     

系统模态参数辨识的小波变换方法

文中分析了在众多小波基函数中Morlet小波更适合对动态结构系统进行模态分析的原因,结合Morlet小波的性质和结构系统对脉冲响应信号的特性,构造了一小波族,实现了利用Morlet小波变换对多自由度系统进行模态解耦和对时变系统进行模态参数辨识的方法．算例的数值仿真结果表明文中方法的正确性和有效性．     

基于小波变换的结构损伤诊断研究

以对结构局部特征变化比较敏感的应变模态为基础，采用小波变换理论进行结构损伤定位及损伤程度的定量研究，通过小波变换的模极大值确定损伤位置，根据李氏指数表征奇异性大小的特性建立了与损伤程度之间关系。数值模拟表明，小波变换的损伤识别方法不需要损伤前结构的信息，通过模极大值及李氏指数进行损伤定位及定量识别结果精确可靠，为工程实践提供理论基础。     

桥梁健康监测中损伤特征提取的小波包方法

针对桥梁健康监测中结构损伤识别的特点,从模式识别的角度提出和分析了损伤特征提取问题.阐述了基于小波包分析的两种节点能量特征提取的方法.为了研究小波包系数节点能量和小波包信号成分节点能量对损伤信息进行特征提取的差异,通过对随机荷载激励下的连续梁进行数值模拟,得到了结构未损和损伤状态下的加速度时程信号.应用小波包变换,对不同结构状态下的加速度信号分别提取了两种小波包节点能量特征,并对它们作为结构损伤特征指标的敏感性进行了比较.认为两种特征指标的敏感性相差很小,而小波包系数节点能量特征指标的计算效率更高,更适合桥梁健康监测中损伤特征提取的要求.     

结构损伤识别的改进曲率模态方法

结构损伤识别是结构健康监测和结构状态评估的主要前提之一。尽早了解结构的损伤状况和损伤位置有助于提高结构的预期可靠性和安全性,同时降低了结构的维修费用。论文主要研究了如何采用改进的曲率模态方法识别结构的损伤以提高识别精度。基于曲率模态对结构局部损伤比较敏感和频率指标测试简单方便、精度高的特点,论文提出了一种以结构的曲率模态为基础,综合考虑频率变化的改进曲率模态识别结构损伤位置的方法。最后用一数值模拟的简支混凝土梁对该方法与曲率模态方法进行了对比验证。结果表明,改进的曲率模态方法能够更精确地识别出结构的损伤位置。     

基于EMD和小波变换的结构风振高阶参振模态识别

为了确定结构随机理论求解中的高阶参振模态数目,采用经验模式分解(EMD)与小波变换相结合的方法分析结构气弹模型自激响应数据信号的时-频-谱联合特性,从原始信号中分解出固有模态函数(IMF),再对各个IMF进行小波变换提取信号特征参数,从而识别出结构风振随机计算所需的高阶参振模态截止频率,并将识别结果与直接采用随机理论对...     

多尺度结构动力方程及其在损伤识别中的应用

以一个三层框架结构为研究对象，分析了结构发生损伤时其动力参数的变化特征.应用小波变换，推导了多尺度结构动力方程来分析结构动力系统中的损伤识别.面向结构损伤识别，描述了多尺度动力方程能获得更丰富的结构参数变化信息.根据时变动力系统的结构损伤识别数值计算的特点，应用状态空间法来对结构损伤动力过程进行数值模拟.通过不同激励荷载下的损伤数值模拟和损伤时域识别，研究了多尺度损伤识别的两个关键性问题：不同位置的传感器对损伤预警的敏感性；系统输入荷载频率成分对损伤信息分布的影响.所进行的研究对于在基于小波分析的结构健康监测中合理选择传感器位置、采样频率及确定信号分解的尺度数具有理论指导意义.     

一种两阶段结构损伤识别方法研究

采用曲率模态结合模态应变能对结构的损伤位置和损伤程度进行了识别研究。首先采用改进的曲率模态识别出结构损伤的大体位置,然后采用模态应变能方法对损伤位置的单元进行损伤程度识别。在损伤程度识别时考虑了功能强大的BP神经网络方法。最后,为了验证该方法的有效性,采用了一数值模拟案例进行分析。数值模拟结果表明:曲率模态能够有效地识别出结构的损伤位置,模态应变能能够有效地识别出单元的损伤程度。     

小波变换时频敏感特性的试验研究

利用小波变换的时频敏感特性，通过试验提出了结构在自由及受迫振动过程中的健康监测及损伤检测方法.在悬臂板与弹簧组成的系统的自由及随机振动过程中，通过烧断连接弹簧与悬臂板的细绳来对系统造成破坏，其中离散小波变换用于识别结构损伤造成的信号奇异性，而连续小波变换则用于排除外界脉冲噪声的影响及确定结构刚度损失的大小.试验结果表明，该方法能有效地监测结构振动过程中的损伤，以及检测结构刚度损失的大小.在结构随机振动试验中，连续小波变换施加在由随机减量法获得的自由衰减信号上，获得了更好的检测效果.所提出的离散小波变换与连续小波变换联合使用的结构健康监测及损伤检测方法可用于结构的在线监测，且无结构建模误差的影响     

小波分析在桥梁结构损伤检测中的应用

大型土木建筑结构在长期使用过程中会因各种因素而产生损伤和结构强度退化,如果没有及时发现和采取必要的措施,将可能发生严重的事故,造成生命和财产的巨大损失。利用结构的振动特性的变化评估其健康状况,是当前研究的热点问题。本文基于结构振动测试和小波变换技术,确定结构可能发生的整体性能退化或局部损伤的大小和位置,以便应用于大型结构尤其是桥梁结构的在线损伤检测中。首先通过数值模拟分析得到结构的振动响应信号,再经过小波分析得到各阶子信号,进而获得各阶子信号的能量谱及损伤前后能量谱的变化。通过观察各阶子信号的差异和能量谱的变化评价结构的损伤状态。     

采用经验小波变换的风力发电机振动信号消噪

针对风力发电机振动信号非线性特征及恶劣监测环境,分析经验小波变换理论（EWT）及自适应分解特性,提出基于经验小波变换的振动信号消噪方法.采用带噪声leleccum和轴承故障仿真信号对该方法进行消噪效果检验;在同信号源下,与基于db1强制消噪方法、db1软阈值消噪方法和sym5消噪方法分析比较消除噪声效果.针对真实的风力发电机振动信号,验证了基于经验小波变换方法的消噪效果,对同样信号采用其他3种方法进行消噪分析和比较.仿真和实验分析结果表明,基于EWT小波消噪方法,与基于db1强制消噪方法、db1软阈值消噪方法和sym5消噪方法能够达到同样的消噪效果和目的,甚至更优;不损耗原振动信号能量,在自适应模态分解层数方面甚至优于经验模态分解,并且具有较强的鲁棒性.