利用小波去噪方法处理建筑物变形监测数据

本文基于小波分析理论 ,利用小波去噪技术 ,对一组建筑物变形监测数据进行了去噪处理。实际计算结果表明 ,小波去噪合理有效 ,能够敏感识别观测噪声和有用信息 ,不需要待处理数据的先验知识 ,特别适合于建筑物变形监测的数据处理。     

Mallat小波分解在空气污染指数分析中的应用

小波分析法是一种窗口面积固定但形状、时间窗和频率窗都可以改变的时频域局域化方法,具有对信号的自适应能力。本文以可吸入颗粒物污染指数为例,利用Mallat分解在不同时频域的多分辩分析能力将其分解到不同的频域中进行分析,通过实际应用证明其效果良好。然后将Mallat小波分解方法应用于上海市城区全年可吸入颗粒物、SO2、NO2等污染物分析研究当中,结果表明秋冬两季煤、油等燃料的不完全燃烧对颗粒物浓度增加影响最大,而汽车尾气对后两者浓度的增加影响较大。     

基于小波分解的高边坡变形预报

指出小波多分辨分析具有较强的时频分析特性，对含有趋势性、周期性和随机性的非线性变形时间序列进行分解，用不同的模型对各分解项进行预测后叠加，比单纯用某一种模型对变形的预测，精度有较大的提高，对各分解项用时间序列分析模型预测周期性，用多项武拟合趋势性，结果显示，预测效果较好。     

经验模式分解与小波分解在变形分析应用中的对比分析

经验模式分解和小波分解是当前有效处理非平稳信号的两种时频分析方法,它们各具有其优缺点,适用于不同的应用。信号突变性检测、趋势检测和频率检测的对比实验表明,在突变检测方面小波分解优于经验模式分解;但经验模式分解在低频信号检测及趋势检测方面优于小波分解,从对实际GPS动态位移监测分析的结果可以看出,经验模式分解更有利于缓慢变形趋势的提取和无噪声干扰下的低频变形信号检测。     

基于小波变换的建筑物沉降变形分析

对一烟囱的变形观测数据进行了分析,通过对监测数据的小波消噪,识别出观测噪声的有用信息,并对有用信息进行分析的基础上,对变形体变形作出合理的几何分析和物理解释。     

小波神经网络在大坝变形监测中的应用

本文就小波神经网络的模型建立的方法进行了介绍,通过编制MATLAB小波神经网络程序,用一组变形监测实数据对变形结果进行了仿真试验,仿真的结果精度很高,能够用于变形分析预报.     

土木工程变形监测能源研究分析

变形监测是工程施工、安全运行的保证, 通过监测进行设计验证, 可以达到优化设计的效果, 同时也为工程变形预测预报提供依据.根据我国目前已有监测方法, 分析了桥梁、大坝、高层建筑物、地下建筑物、滑坡体等变形监测的研究现状, 并对今后有待于进一步开展的工作做了展望.     

钢结构建筑物变形监测方案设计

介绍了变形监测对物体的安全维护与运作的重要作用,阐述了目的、意义及基础理论等,重点对钢结构建筑物变形监测方案设计思路、数据处理、观测周期的确定方法及变形监测网点的布设等进行论述。     

基于GPS技术的建筑物变形监测应用研究

GPS技术在建筑物变形监测方面具有全自动化、实时监测的优点,本文介绍了GPS在建筑物变形监测中的应用,分析了GPS用于变形监测的模式、方法和GPS测量的误差来源。最后指出了GPS技术在实时变形监测方面的应用前景。     

岩石高边坡安全监测数据的小波变换去噪处理

 把小波变换模极大值去噪法和小波变换阀值去噪法应用于noissin模拟噪声信号和某水电站岩石高边坡安全监测资料,根据信号和噪声在小波变换各尺度上的不同传播特性,剔除由噪声产生的模极大值点,保留信号所对应的模极大值点,利用剩余模极大值点重构小波系数,恢复原有监测信号。并通过信噪比、去噪信号能量比、去噪信号与原信号标准差三个性能指标,比较二者的去噪性能。实例应用表明,小波变换模极大值去噪法能够更有效地去除噪音突变信号,保留原始有用信号的突变点,重构信号能够更光滑地重现原始信号,比小波变换阀值去噪法性能更佳,具有更好的实际应用价值。     

基于小波变换的时域反射法对岩土体变形监测信号的多尺度分析

为更加充分、准确、高效地利用TDR法岩土体变形监测过程中实时得到的同轴电缆反射信号,提出以Haar小波变换对该信号进行多尺度分析,利用大尺度下细节信号特征识别后期岩土体变形失稳发生区域,并将其应用于两个工程实例中。结果表明:运用小波变换分析电缆反射信号不仅能从岩土体变形初期TDR测试仪接收信号中较为准确地突显后期导致岩土体失稳的剪切变形区域或位置,而且可以通过多个不同时点原始信号小波分析结果的对比,直观地获知岩土体内部相应时段内发生运动变形的区域。因此,运用该方法可充分挖掘同轴电缆反射信号中内含的岩土体变形信息,对有效实现岩土体早期变形失稳预警具有积极的意义。     

基于小波分析的TDR信号滤波与去噪

为去除TDR法岩土体变形监测信号中因多种原因而产生的噪声,同时最大限度地保留岩土体因变形而导致的微弱反射信号,提出结合小波函数和TDR监测信号特点的滤波与去噪方法。其工程应用表明:该方法在分析TDR监测信号时,能通过对信号的高通滤波和无用噪声的消除,在重新构造的新信号中较准确凸现隐含于原始输出信号内部的异常信号。相对于单纯用小波变换信号后某一尺度细节信号来分析岩土体变形局部特征的方法而言,该方法含义更为明确,且能更好地突出岩土体变形失稳位置(或失稳区域)。     

基于小波变换的爆破振动时频特征分析

应用小波变换方法对短时非平稳爆破振动过程提出了时频特征分析。根据离散小波变换的分层分解展开关系，将爆破振动时间历史信号用分层重构信号进行扫描。应用这些信号可以给出不同频率带上爆破振动的相对能量分布和振动强度的时间变化规律。一个爆破振动实测结果的分析表明，与建立在传统Fourier变换基础上的频谱分析方法相比，基于小波变换的爆破振动时频特征分析可以给出更为准确的细节信息。文中的研究结果为爆破振动结构安全性分析提供了新的途径。     

基于测斜仪监测成果的蠕滑体变形机制分析

 向家坝水电工程马延坡变形体是沿特定滑面产生整体蠕滑变形的典型工程实例。基于勘探成果,布置测斜仪对变形体的内部变形进行监测,获得了良好的监测成果。在此基础上,对测斜仪变形曲线的突变进行深入分析,提出变形曲线与蠕滑变形体形态的对应关系,揭示滑动带的位置及厚度,阐明蠕滑变形机制,为工程处理措施的制定和实施提供了可靠依据。进而通过对位错–时间曲线的分析,对加固措施的作用进行说明,且对蠕滑变形体在治理后的稳定性进行评价。研究结果表明,马延坡蠕滑变形体主要受JC①夹层控制,为典型顺层滑动变形模式。在实施减载、支档和排水等综合治理措施后,滑动带位错速率减缓,边坡趋于稳定。研究工作扩展了监测成果的应用范围,对今后类似边坡的勘探、监测和资料分析具有参考意义。     

基于小波变换的地震地面运动仿真研究

运用小波变换估计的实际地震波时变谱和三角级数法进行非平稳的地震动仿真研究 ,与基于多重过滤和短时傅氏变换的仿真结果比较 ,表明小波变换估计的时变谱更真实、准确地反映了地震动的非平稳性质 ,生成的人造波与实际地震波在时频特性上更为接近     

基于小波变换的结构损伤识别与试验分析

钢筋混凝土结构在中等以上地震作用下将产生损伤,结构动力特性随之变化。通过对结构微幅振动信号的Fourier分析,可以判断结构是否产生损伤,但是不能确定损伤位置。本文将结构振动信号置于不同频段进行时-频分析,利用小波变换的多分辨率特点对结构损伤进行在线检测,确定损伤位置。通过钢筋混凝土框架的振动台试验,将模型地震反应信号按不同频段分解,提取各频段的损伤信号特征。对于试件模型而言,如果某处出现开裂,即产生损伤,表现在响应信号上为一瞬态分量,通过信号小波变换的尺度函数可以判断结构某层是否损伤。该方法克服了Fourier变换不能反映结构振动信号局部特性的缺点,试验表明本文所采用的方法是可行的。     

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。     

小波变换在结构损伤检测中的应用

小波变换具有良好的时频局部化性质,特别适合于分析和处理突变信号。在获得结构的动力学响应的基础上,应用小波变换对结构响应信号进行小波分解。根据各种响应信号对损伤的灵敏度,选择损伤特征,通过捕捉结构出现损伤的时刻,实现对结构时间监控。     

基于激光点云直接比较算法的边坡变形监测技术研究

 利用三维地面激光扫描技术进行边坡变形监测亟需解决多期激光点云数据的比较问题。通过对Hausdorff距离算法的改进,提出基于八叉树结构的点云与点云的精细直接比较算法,实现变形区域多个点云数据的自动比较,减少人工干预,大大提高变形区域激光点云处理效率。基于上述理论和八叉树结构的点云分块管理和存储方法,开发三维可视化激光点云数据处理分析软件LPCP。将该软件应用于阎家沟滑坡的变形监测分析中,经过与固定点监测数据、DEM分析成果和典型断面的激光点云数据的对比验证分析,发现采用点云精细比较算法计算得到的变形区域和位移量准确,计算效率较高。该方法可以推广应用于各种变形的精细比较分析,大大拓宽了激光扫描技术在高精度变形监测中的应用范围。