基于小波变换的钢筋混凝土结构损伤识别

钢筋混凝土结构在其服役期内,由于受到荷载、地震以及其他因素的作用,会发生损伤,从而威胁整个结构的安全。为了保证结构的安全,需要尽早发现结构的损伤,并且采取防范和修复措施。基于小波变换的多分辨率的特点,提出一种分层小波搜索的方法对结构损伤进行在线检测,确定损伤位置和损伤发生的时刻。通过对某一框架进行数值模拟试验验证可行的基础上,将此法应用于地震作用下钢筋混凝土框架的损伤识别,并与结构模型的模拟地震振动试验观测结果相对比,表明分析结果与试验观测较好吻合。     

基础隔震结构在地震作用下动力响应小波分析

在多自由度基础隔震动力学响应计算模型的基础上 ,采用小波变换将地震输入能量在各个频段进行分解 ,对隔震系统在各个频段的地震作用下的动力反应进行了动力学分析。并采用文中的方法对一实际工程进行了分析 ,结果表明 :基础隔震体系可以有效地降低上部结构的地震反应 ;低频分量的地震作用对结构的作用较大 ,而高频分量的作用衰减较快 ,可以不予考虑。     

次同步振荡的频率切片小波变换检测方法

针对现有的电力系统次同步振荡的检测方法存在对噪声敏感、振荡的特征和变化趋势难以获得的局限性,提出将频率切片小波变换(FSWT)方法应用于次同步振荡的分析和参数辨识。FSWT方法自由切割时频面,实现信号频率区间的灵活分割,可以实现对次同步振荡信号的总体和细化分析。首先,采用FSWT方法对含噪的次同步振荡信号进行总体时频分析,得到其时频能量分布。根据时频能量分布,可以预判是否发生次同步振荡、确定模态分量的数量及其频率分布区间。然后,合理选择频率切片区间,进行细化特征分析,通过对信号特征频率切片区间信号的重构,实现了次同步振荡的模态分量的分离及提取。最后,结合Hilbert变换获得高准确度的次同步振荡模态参数。     

同步挤压小波变换在电力系统低频振荡模态参数提取中的应用

针对电力系统低频振荡的非平稳、非线性特性,将一种新的时频分析方法——同步挤压小波变换(SWT),应用于低频振荡分析。该方法克服了大多数分析方法抗噪性差的缺点,结合了经验模态分解(EMD)和小波的优点,具有EMD的自适应性,同时提高了抗模态混叠能力。利用该算法可实现具有多分量的低频振荡模式分离,得到其瞬时幅值和频率,并计算阻尼比。仿真和实测信号的计算结果证明了SWT的有效性,优于传统的HHT方法。     

投切电抗器/电容器用断路器剩余电寿命预警系统

量化剩余电寿命是断路器寿命评价的关键。在研究断路器开断过程和电弧能量累积加权法的基础上,研究断路器剩余电寿命预警系统拓扑结构,深入讨论了采集单元的硬件原理和工作逻辑、合并单元通信方式、上位机软件功能和系统运行流程。研发了投切电抗器/电容器用断路器剩余电寿命预警系统,并部署在某110 k V变电站,不仅能记录断路器开断电流的波形,还能根据剩余电寿命阈值发出告警提示,预测剩余电寿命发展趋势,为断路器管理维护提供辅助决策。     

一种基于ADV212图像压缩的方法

高效的硬件图像压缩系统可以有效的减少图像数据的冗余度,在分析专用编解码芯片ADV212的基础上,设计了一种现场可编程门阵列(FPGA)组合ADV212的图像压缩系统,实现对720×288的静态图像进行JPEG2000压缩.FPGA用来实现时序控制和数据转换,ADV212则进行图像的压缩.本次实验主要是改变图像压缩倍数及小波变换级数,并采用峰值信噪比(peak signal to noise ratio,PSNR)和均方误差(mean squared error,MSE)两个参数来衡量压缩图像的质量.实验结果表明,该系统可实现图像的有效压缩,并且压缩倍数越大图像失真越严重,小波变换级数在3级以上时图像质量较好.     

复小波域影致留形及金属铣削表面质量评估

针对机械加工产品质量原位评估问题,提出一种数字图像为媒介的在线检测方法。通过数码相机对加工表面进行近场拍摄成像,获得影像在16位灰度空间上的映射。引入加工表面连续性约束构造辐照方程的正则化问题并求解,从灰度信息中恢复加工表面的三维模型。采用双数复小波变换对三维重构模型进行后处理降噪,计算加工表面的粗糙度评价指标。通过航空铝合金端面铣实验并应用提出方法进行分析,与离线接触式测量的结果进行对比,验证了该方法具有高精度重构效果,可有效的应用于在线金属铣削过程状态监测与加工质量评估。     

一种电能质量多扰动分类中特征组合优化方法

针对电能质量扰动分类中冗余特征量造成分类器训练困难、分类准确率下降的问题,提出一种基于改进遗传算法的特征组合优化方法。该方法对信号进行小波变换,提取各层的改进小波能量熵作为原始特征,并构造一种基于欧氏距离的适应度函数,采用改进的自适应遗传算法对原始特征进行筛选和优化组合,形成用于电能质量扰动分类的最优特征组合。分别采用二分类-支持向量机法(Binary-SVM)、多标签径向基神经网络(ML-RBF)和多标签K近邻法(ML-KNN)对不同噪声情况下的电能质量单一扰动和混合扰动进行分类,仿真结果验证了所提特征组合优化方法能有效提高分类器的训练速度和分类准确率。     

电化学噪声数据处理方法概述

综述了常见的电化学噪声数据处理方法,介绍了直流趋势剔除、统计分析、快速傅立叶变换(FFT)法计算功率谱密度(PSD)以及小波变换处理电化学噪声信号的基本过程,并阐释了各种数学处理及所得参数的物理意义。     

金刚石圆锯片干切素混凝土切削动态特征的多尺度分析

为分析金刚石圆锯片干切混凝土的切削动态特征,以自行设计的锯片进行切削实验并记录其动态测试信号。用合适的小波基函数及分解尺度对采集到的信号进行分析测试。研究发现:小波多尺度分析方法能有效地滤除信号中的低频噪声;不同锯切工艺参数下切削力与声发射信号具有较好的同步对应性,而振动信号和噪声电压信号跟锯切力具有实时延时对应性,通过研究各动态特征信号之间的关系可实现加工过程的可控性。