基于同步挤压小波变换的结构瞬时频率识别

对结构响应信号采用连续可逆的时频变换工具—同步挤压小波变换,能提高时频曲线频率精度,有效地识别出结构的瞬时频率。用Duffing弱非线性系统及两层剪切型建筑模型验证该方法的正确性。设计时变拉索试验,分别对索施加线性与正弦变化拉力,测出结构的加速度响应,用同步挤压复Morlet小波变换算法进行索的瞬时频率识别。数值模拟及试验表明, 同步挤压小波变换能有效识别时变结构及非线性结构的瞬时频率,该方法具有较好的稳定性。     

高阶多重同步挤压变换识别时变结构瞬时频率

针对多重同步挤压变换及其改进算法存在估算瞬时频率精度不高的问题,提出新的高阶多重同步挤压变换算法并应用于时变结构的瞬时频率识别。该方法首先通过引入高阶瞬时振幅与相位得到精度更高地估算1阶瞬时频率,然后采用递推法得到估算的高阶瞬时频率。其次,对高阶瞬时频率进行多次迭代并对迭代后的瞬时频率进行重排,从而得到高阶多重同步挤压变换后的瞬时频带。再次,运用时频系数模局部极大值法在限定的频带范围内提取瞬时频率曲线。通过两组数值算例和一个质量突变的悬臂梁试验验证所提新方法的有效性,研究结果表明：相比现有的多重同步挤压变换改进算法,高阶多重同步挤压变换不仅具有较好的精度,而且可以减少未重排点。     

基于小波包变换和时变频率的结构地震损伤评估

基于频率变化的结构地震损伤评估方法具有机理明确和精度较高等特点,但传统信号分析方法在时频分辨率上不能同时满足精度要求,导致时变频率不能直接从响应信号中精确获取,影响频率法损伤评估的应用。依据时频边缘条件提出时频谱分析精度评价标准,通过对比不同的信号分析方法,确认具有特定基函数的小波包变换是获取精确时变功率谱的有效工具。提出基于小波包脊的时变频率提取方法,在此基础上依据结构频率的变化可计算结构时变损伤指标,并最终实现结构多维地震损伤评估。算例表明基于小波包变换和时变频率的结构地震损伤评估方法可以较准确地反映结构的整体损伤演变过程和最终损伤程度。应用该方法时仅需要结构的位移时程,在结构动力分析、抗震验算以及实际结构的震害评估中均具有良好的适用性。     

结构损伤识别的小波包分析试验研究

在结构服役期内，由于局部损伤的累积发展将导致结构刚度等特性的降低，可能导致灾难性的事故。传统的基于模态参数的损伤识别方法有时效果并不理想。提出基于小波包变换的能量变化率指标，并用其进行损伤识别的方法。首先将所得的结构响应信号进行小波包分解，然后通过小波包能量变化率指标进行损伤定他。通过三种不同损伤工况的梁体室内试验，证明所提出的损伤指标可以准确地识别损伤位置。     

基于小波总能量相对变化的结构损伤识别EI北大核心CSCD

桥梁结构损伤伴随着服役期的增加而逐渐加深,寻找合适的损伤识别方法则是桥梁工作者必须面对的问题。通过对测点处动态响应信号进行离散小波变换,并计算各测点处的小波总能量,以结构未损伤状态为基准,提出了一种基于小波总能量相对变化的损伤识别方法,并以一两端固支梁为例,进行了损伤识别应用及有限元模型验证,结果表明,提出的损伤识别指标能够准确判断损伤的存在和定位损伤,且对损伤程度具有敏感性,对噪音污染、小波种类和分解尺度数有鲁棒性,并能够根据加速度、速度和位移信号的分析处理进行损伤判定,可用于桥梁结构的损伤识别。     

基于加速度响应连续小波变换的线性时变结构瞬时频率识别

推导了函数积分运算的连续小波变换计算方法。借助此法,假设线性时变结构的质量系数为时不变常数,或者其随时间变化的规律已被经验掌握,仅利用线性时变结构自由振动的加速度响应信号,就可以计算出速度响应和位移响应信号的连续小波变换值。将一小段时刻点的线性代数方程组构造成最小二乘问题,求解最小二乘解识别出结构的时变阻尼和时变刚度,从而确定时变结构的瞬时频率。通过对5层剪切梁楼房模型和3自由度密集模态时变结构瞬时频率的识别,验证了识别方法的正确性、有效性和抗噪声能力.     

运用分量信号小波能量法识别时变结构损伤

在采用解析模态分解定理提取分量信号的基础上,对一阶分量信号进行复Morlet小波变换,并定义损伤前后一阶小波能量比值指标来识别时变结构的损伤位置,然后从损伤位置处的响应信号出发,引入滑动时间窗思想,提出归一化一阶小波能量变化指标,来预测结构损伤的演化过程。采用一个刚度突变和线性变化的三层剪切型建筑结构数值算例对提出的损伤指标进行验证,结果表明:该指标能够有效识别结构的损伤位置和时变损伤。     

基于改进多重同步挤压广义S变换的结构瞬时频率识别研究

为改进结构瞬时频率的识别效果,提出一种新形式的改进广义S变换(improved generalized S-transform, IGST),并通过能量集中度(concentration measure, CM)推导了IGST窗函数的参数选择方法,最后结合同步挤压算法提出了改进多重同步挤压广义S变换(improved multi-synchrosqueezing generalized S-transform, IMSSGST);该算法的核心思想是将IGST的时频分布按一定的范围向时频脊线处进行多次同步挤压变换。数值模拟方面,采用两层剪切框架时变结构验证了该方法的准确性;试验方面,对七层钢筋混凝土(reinforced concrete, RC)剪力墙结构进行了瞬时频率识别,验证了该方法在实际工程中的实用性。数值模拟和试验结果表明该方法能有效改善时频分析的能量聚集性,提高瞬时频率的识别精度。     

基于变分模态分解和同步提取变换识别时变结构瞬时频率EI北大核心CSCD

针对同步提取变换(SET)不能分离频率成分间隔相近的多分量信号的问题,提出了一种结合变分模态分解(VMD)和同步提取变换识别时变结构瞬时频率的方法。首先,通过傅里叶变换确定预设模态数量,利用VMD对多分量信号进行分解得到多个模态分量;然后,采用SET对每个模态分量进行时频分析获取瞬时频率;最后,将各模态分量的时频谱图叠加得到完整的多分量信号时频谱图。针对多分量时变信号和两自由度时变结构自由振动响应信号的瞬时频率识别结果,验证了基于VMD和SET结合方法识别时变结构瞬时频率的有效性和正确性。结果表明,该方法具有较好的噪声鲁棒性和能量聚集性,克服了SET处理频率成分间隔相近的多分量信号的不足,能有效识别具有近距离频率成分的时变结构瞬时频率。索力线性和正弦变化时拉索瞬时频率识别的试验验证了该方法的适用性。     

状态空间下基于小波变换的时变系统参数识别

基于状态空间和小波理论提出了时变系统的参数识别方法。该方法将线性时变系统的二阶振动微分方程转化为状态空间里的一阶微分方程组,再对系统的自由响应数据进行小波变换,利用小波尺度函数的正交性,又将一阶微分方程组的求解转化为线性代数方程组的求解问题。识别出等效的系统转移矩阵,再利用特征值分解,可以得到系统的模态参数,然后将等效的系统转移矩阵与实际物理模型中的质量、刚度和阻尼矩阵对照,识别出系统的刚度和阻尼矩阵。以4层楼房剪切模型为例,对突变、线性变化和周期变化3种情形下的时变参数进行了识别,仿真算例验证了该方法的正确性和有效性。     

基于小波分析的结构损伤检测

损伤结构的动力特性具有局部时变的特征，小波变换在时域和频域都具有表征信号局部特征的能力，小波包分析利用可以伸缩和平移的可变视窗能够聚焦到信号的任意细节，因此可以对损伤结构的非线性动力特性能进行有效的分析。提出运用小波分析提取结构损伤特征向量的方法和基本原理，并进一步用神经网络进行损伤位置和程度的检测。文章通过一个两层框架的模型对小波神经网络和传统的BP网络的损伤识别精度作了对比。研究表明，小波神经网络的抗噪声能力较强，损伤识别的效果更好，运用小波神经网络进行结构损伤识别精度要优于传统的BP网络。     

基于小波分析的结构损伤检测发展现状与展望

基于小波分析的结构损伤检测技术，以其良好的应用前景，已成为目前学术界、工程界研究的热点。在回顾和总结了小波分析理论及其在结构损伤检测中研究现状的基础上，对今后的发展进行了讨论和展望。     

基于边缘检测的邻域加窗图像去噪算法

针对目前图像去噪算法中,消除噪声的同时又破坏边缘细节信息的问题,本文提出了结合边缘检测及邻域加窗的新算法.该算法采取平稳小波基以保持相位不变性,对低频和高频子带进行边缘检测,并将检测后的边缘信息选择后融合,即可得到原图像近似的边缘信息.依据小波方向性特点和层内相关性原理,对不同的子带在非边缘信息处采用不同的模板进行加窗处理.实验结果表明,该方法在降低了图像噪声的同时又尽可能地保留了图像的细节,较好地复原了图像.     

小波基特征提取的复合材料损伤检测

借助小波函数良好的时频带通性，利用Ｂ样条小波级数展开提取信号特征，并使之输入到自适应Ｂ样条小波神经网络进行学习和识别。最后从损伤检测领域中特征信号模式识别的应用角度，给出了利用上述理论进行复合材料无损检测的实例     

结构损伤的遗传神经网络检测方法

将遗传算法与神经网络相结合,用遗传算法完成神经网络的学习过程,建立了结构损伤的遗传神经网络检测方法,并对遗传算法进行了改进.研究结果表明,用改进的遗传算法进化神经网络可以有效地避免BP算法有可能陷入局部极小的缺点,而且运算速度大大加快,精度提高.     

基于分形的结构损伤检测方法

将分形维数用于结构损伤检测。研究结果表明,结构不同状态下的振动信号的分形维数有明显的不同,可以将分形维数作为结构损伤检测的特征量,为结构的损伤检测技术提供了一个新的分析方法。     

基于模态应变能耗散率理论的结构损伤识别方法

本提出了基于模态应变能耗散率理论的一种新的结构损伤识别方法。表示结构损伤的损伤变量的概念来自于材料领域，并推广到了构件和结构；在此基础上，结构单元的损伤变量是通过建立模态应变能耗散率和相应的结构损伤前后的应变能变化的关系而获得。该方法所要求的结构损伤前后的振型模态可以是不完备的。对测量噪声的影响具有较强的鲁棒性。最后，通过数值算例的分析结果说明，该方法简便、有效，可定位结构的损伤和识别损伤的程度。     

Noncontact Damage Detection of a Rotating Shaft Using the Magnetostrictive Effect

The objective of this investigation is to develop a cost-effective noncontact diagnostic method for rotating shafts in operation. Unlike most existing diagnostic methods developed for rotating shafts, longitudinal stress waves are used and processed for damage assessment. For the non-contact measurement of stress waves in rotating shafts, we propose to use magnetostrictive effect. Shaft rotations inevitably accompany lateral vibrations; thus the effects of the vibrations on the measurement accuracy of the sensor are studied to verify the validity of the magnetostrictive effect application to rotating shafts. For damage location estimation, we use the continuous wavelet transform of the measured wave signals. In particular, we propose to adopt the real-valued Gaussian wavelets as the mother wavelet in order to pinpoint accurately the arrival time of the reflected wave from a crack. Several case studies are considered to show the effectiveness of the present diagnostic method.     

基于BP神经网络与柔度变化的结构破损诊断

提出了一种基于BP神经网络的结构破损诊断方法,该方法以结构破损前后柔度的变化作为破损诊断的网络输入,为了解由于系统响应样本数据空间分布不均匀对网络收敛速度及网络诊断的影响问题,对网络训练样本采用广义空间格点进行了变换,模拟算例及应用实例均表明,本文方法能准确诊断结构破损位置与严重程度,是一种有效的结构破损诊断方法。