基于复Morlet小波变换的大跨空间结构模态参数识别研究

摘 要 探讨了基于复Morlet小波变换的结构频率及阻尼比的识别方法,推导了基于小波变换系数的振型识别原理。为提高识别密集模态的精度,提出了基于最小标准差的小波中心频率及带宽的自适应选择方法。针对大跨空间结构具有低频密集模态以及难以实现用力锤或激振器来激励等特点,提出了自然激励法与小波变换相结合的模态参数识别方法。数值仿真及奥运场馆国家游泳中心现场实测数据分析表明,基于复Morlet小波变换的方法能有效识别低频密集模态参数。     

小波变换在密集模态结构参数识别中的应用

系统研究了小波变换在具有低频密集模态的土木工程结构参数识别中的应用。采用Morlet小波，首先阐述了该方法识别模态频率和模态阻尼比的基本原理；分析了其时间和频率分辨率，针对土木工程结构中低频模态密集的情况，提出了选择小波参数的具体方法。通过三自由度结构的数值分析验证了该方法的正确性和优越性。     

基于Morlet小波变换的模态参数识别研究

从卷积和Parseval定理的角度推导了小波变换系数的实用算法。以系统的自由响应数据为识别对象,给出了频率、阻尼比的参数识别方法,并重点给出了基于最小二乘法的振型识别技术。提出了基于改进Morlet小波的模态参数识别方法,对识别密集模态具有良好的效果。三自由度仿真算例表明,基于Morlet小波变换的模态参数识别技术能够以较高的精度识别出系统的频率、阻尼比和振型等模态参数。     

基于结构强震记录的结构时变模态参数识别

为研究结构在地震过程中动力特性变化和损伤过程,为结构地震损伤评估提供可靠依据,采用递归式在线系统辨识算法RARX模型,利用结构强震记录识别了结构时变模态参数。以一座6层钢筋混凝土框架结构为例,识别了其时变自振频率、阻尼比和等效刚度。结果发现：在小地震动作用下,结构自振频率随时间几乎不发生改变;在大地震动作用的整个时间过程中,结构自振频率随时间逐渐降低,降低到一定程度到达最低点后,频率开始回升,直至地震结束,但最后不能回升到初始值,说明经历大震发生损伤的结构在震后性能会有所恢复;结构等效刚度变化趋势和自振频率相同,但在大震中下降比频率下降大的多;结构阻尼比在经历大震发生损伤后增大。结果可供结构地震损伤预测及结构震后安全鉴定参考。     

基于R-TPBSS的结构模态参数识别方法

提出了一种基于R-TPBSS算法的结构模态参数识别方法。该方法通过对响应信号进行稳健性白化处理,提高了算法的抗噪性。该方法将模态坐标和模态振型分别视为独立源信号和混合矩阵,以模态坐标的时间预测性大于响应信号的时间预测性为前提构造目标函数,通过优化目标函数,直接从结构自由响应中分离出各个模态,配合单点模态参数识别方法,提取出结构的模态参数。仿真结果表明,此方法具有很高的识别精度,对噪声很好的鲁棒性,密集模态下,同样能够准确的识别出结构的模态参数。     

基于最优Morlet小波和隐马尔可夫模型的轴承故障诊断

摘要：提出一种从信号时频域提取故障特征的新方法,先将振动信号作Morlet小波变换,再将小波系数顺序划分成多个子列,各子列协方差矩阵的特征值为所需的特征参数。为了更有效地提取信号的振动特性及周期性成分,使用了最小香农熵准则和奇异值分解技术选择Morlet小波参数,并用比较实验证明了参数优化的有效性。状态辨识使用了连续型隐马尔可夫模型,在三种故障程度下分别实现了轴承正常状态,滚动体故障,内圈和外圈故障的正确辨识,平均精度都大于93%。     

应用改进复Morlet小波识别电力变压器绕组模态参数

为准确识别电力变压器绕组模态参数,据某10 kV实体变压器绕组轴向激振实验结果,采用复Morlet小波对自由振动信号进行时频变换;使用改进的Crazy Climber算法提取时频图中小波脊线,获得变压器绕组前四阶固有频率及阻尼比,并将计算结果与PolyMax频域识别方法结果对比验证。结果表明,该方法能准确识别出变压器绕组前四阶固有频率,能更清晰显示信号能量随时间频率分布。基于复Morlet小波变换的模态参数识别方法抗干扰性能力较强,适合识别变压器绕组类复杂结构模态参数。     

GARTEUR飞机模型模态参数识别

对GARTEUR飞机模型进行模拟环境激励下的模态实验,同步采集多通道时域响应数据,基于MATLAB软件平台,采用小波变换的方法对响应数据进行处理和分析;在密集模态分离和小波脊线提取方面,提出了能量阈值法和局部能量极大值法相结合的新方法,最终利用线性拟合及最小二乘法求解飞机模型的模态参数,并与使用其他方法识别的模态参数结果进行比较,验证其可行性．     

基于RDT和WT方法识别超高层建筑的模态参数

摘要：超高层建筑风致振动相关的动态参数尤其是阻尼比数据资料的缺乏会增加设计阶段动态参数准确选取的难度。因而,现役超高层建筑动态响应的实测与参数识别对这些动态数据资料的补充和设计准确性的校验是十分必要的。本文将基于强风作用下超高层建筑—上海金茂大厦动态响应的现场实测,使用Morlet小波变换并且结合随机减量技术(RDT)识别上海金茂大厦的固有频率和阻尼比。数值结果表明,上海金茂大厦固有频率的识别非常精确,但发现阻尼比的识别随着阶数的升高其标准差有增大的趋势。     

基于环境激励的大跨度斜拉桥模态参数和索力识别

摘要：模态参数和索力是评估斜拉桥健康状态的关键参数。建立了崖门大桥的有限元模型并对其进行了基于环境激励的模态测试和拉索振动测试;提出了基于ERA的多参考点稳定图算法,设置不同的参考点,利用自然激励技术结合特征系统实现算法(NExT-ERA)识别模态参数,通过阻尼比、基于输出矩阵的一致模态指标(CMI_O)和模态置信度(MAC)作为判别标准,识别出崖门大桥的竖向和横向模态参数,通过和增强频域分解法(EFDD)识别结果的比较,可知该算法具有良好的识别效果;分析了斜拉索与主梁的共振频率范围,通过二次拟合识别较长拉索的低阶频率,根据两种不同方法的索力识别结果可知,该桥的索力分布比较均匀对称。     

基于小波变换和反向传播网络的模态参数辨识

为了减小连续小波变换带来的边界效应对模态参数识别的影响,提出利用人工神经网络对自由衰减响应信号进行双向延拓。设计了多输入单输出的反向传播网络,网络根据当前有限多个离散采样点数据预测下一时刻信号的幅值,训练网络的样本来自于对原始信号的简单分组。使用数值仿真和实验检验了提出方法的实用性。实验装置是用于微创外科手术机器人的力传感器。结果表明提出的方法能够准确地从短信号中辨识出阻尼比和无阻尼自振频率。     

分布式TMD对双密频结构的减振研究

针对密集频率结构的减振问题,以典型的2自由度对称结构为例,研究基于H2性能的梯度优化法对密集模态振动减振的分布式TMD(tuned mass dampers)的参数优化和减振效果。建立适合闭环静力反馈控制的组合系统模型,将基于H2性能的梯度优化法扩展至分布式TMD的参数优化;定义针对密集模态振动的控制输出和无量纲评价指标,分析了控制输出的模态控制权重对优化参数和评价指标的影响,指出能使评价指标峰值相等的模态控制最优权重,进一步给出优化参数和评价指标随模态密集度的变化规律;与经典方法对TMD的设计相对比,分析和验证了基于H2性能优化的分布式TMD的良好减振效果,并确认在TMD个数增多时基于H2性能的梯度优化法将具有更佳的优化效果。     

Improving closely spaced dim object detection through multiframe blind deconvolution of near stellar neighbourhoods

A new iterative algorithm is proposed to improve the detection of dim stellar objects that are in the neighbourhood of a bright object, using short-exposure images. This method separates data functions into the primary bright object function, the neighbourhood system function, and the background function. This approach uses the principles of the Expectation-Maximization algorithm with the Gerchberg-Saxton phase retrieval algorithm to overcome the image degradation caused by the photon counting noise from the charge-coupled devices and the turbulent atmospheric conditions. The performance of this new neighbourhood system algorithm is compared with that of the multiframe blind deconvolution algorithm, using laboratory data and computer-simulated data. This paper provides an improved technique to image closely spaced dim objects.     

引入支持向量机的小波分数间隔盲均衡算法

针对正交小波变换分数间隔盲均衡算法(FSE-WT-CMA)收敛速度慢且存在局部收敛问题,提出了一种引入支持向量机的正交小波分数间隔盲均衡算法(SVM-FSE-WT-CMA).该算法通过对分数间隔盲均衡器的输入信号进行正交小波变换,以降低信号的自相关性,并且利用支持向量机将盲均衡问题转化为全局最优的支持向量回归问题,采用...     

基于数据缩减的分频段小波模态参数快速识别

针对利用小波进行模态参数识别效率较低的问题,提出了一种基于数据缩减的分频段小波模态参数快速识别算法。利用奇异值分解对协方差信号在保留数据信息量的情况下进行缩减以减少参与计算的数据量,对正功率谱密度矩阵的奇异值分解确定识别系统的模态阶数及相应的频率范围,利用小波变换对缩减后的数据进行各阶模态逐频段识别。相比原始算法,文中方法减少了小波分析的数据量并避免了一些无用频带的小波分解从而减少计算量。通过对一个3阶线性时不变系统以及一个大桥模型的参数识别验证了文中方法在保持识别精度的情况下大幅度地提升了计算效率。     

基于复Morlet小波的相位分析

针对基于结构照明的三维面形测量中的位相展开问题,提出了基于复Morlet小波分析的直接从条纹中提取自然相位的算法,并对其进行了理论分析、计算机模拟和实验,研究证明了可行性.该方法从一幅条纹图像中不需要进行相位展开就能够得到准确的相位分布方法,并且避免了传统相位方法所必须的复杂相位展开过程.当待测物体变化率比较大的时候,用传统傅里叶方法恢复得到的误差是-3～3 rad,而采用本文方法得到的误差是-2.5～0.5 rad,且对于顶部平坦部分基本没什么误差.对比分析表明,本文方法的精度要高于传统傅里叶方法.     

基于变分模态分解的模态参数识别研究

基于变分模态分解(VMD),提出一种新的结构模态参数识别方法:①通过自由振动试验或通过随机减量法从结构随机振动响应中获取结构自由衰减振动响应(FDR),并采用VMD方法从FDR中分解出结构模态响应;②通过经验包络法(EE)计算模态响应瞬时频率,并通过一种该研究新提出的方法计算模态响应瞬时阻尼比;③结构的模态振型向量可通过处理所有可用传感器得到的模态响应得到。瞬时模态频率和模态阻尼比可以捕获模态参数的任何瞬态变化。通过一系列数值和试验算例验证了该方法的有效性,突出了该方法的优势,并对该方法抗噪声性能进行了研究。研究表明,该方法适用于线性和非线性系统,且可用于识别具有密集模态和瞬态特性的系统。