共查询到17条相似文献,搜索用时 156 毫秒
1.
为了研究小波变换对密集工作模态参数识别效果,构建一个含有密频成分的三自由度系统,应用窄带白噪声模拟环境激励,采用改进的Morlet小波作为连续小波变换的基函数。研究发现,降低小波函数带宽可以提高频率分辨率,解耦密集模态,但同时也加剧边缘效应问题,影响参数识别精度。为此,文章采用支持向量机(SVM)小样本预测技术对信号进行延拓,先增加信号的可用长度,变换之后再截取有用部分,使得边缘效应问题得到抑制。仿真结果表明,此方法可以得到较高的识别精度。最后,通过对磨机前两阶宻频模态进行识别,验证该方法的可行性与有效性。 相似文献
2.
电力变压器绕组的模态参数与绕组结构振动特性、动力特性优化设计及振动故障诊断密切相关,考虑到传统的模态识别方法在获取变压器绕组这类非线性系统参数时的局限性,在对某10 kV实体变压器绕组进行轴向激振实验的基础上,引入复小波变换法对测试得到的振动信号进行分析,同时使用Crazy Climber算法提取小波脊线,得到变压器绕组的前三阶固有频率及其对应的阻尼比。计算结果与目前通用的频域识别方法Poly Max法识别结果的良好吻合说明计算结果的正确性。此外,计算结果表明基于小波变换的模态参数识别方法具有较强的抗干扰性能力,适合于分析变压器绕组这类复杂结果的模态参数。 相似文献
3.
基于希尔伯特变换结构模态参数识别 总被引:1,自引:0,他引:1
应用HHT方法对GARTEUR飞机模型模态参数进行识别,通过采用多通带滤波器对信号进行滤波,较好的解决模态混叠问题,采用NExT法对信号预处理,由EMD分解获得较准确的各阶固有模态函数分量(IMF),在EMD分解中使用镜像延拓方法对极值点进行处理来抑制端点效应,然后将分解得到的IMF分量进行希尔伯特变换并结合ITD法识别出各阶固有频率和阻尼比。最后对悬臂梁进行数值仿真模拟,并将模态参数识别结果和理论值进行对比,并运用此方法进一步识别GARTEUR飞机模型固有模态参数。 相似文献
4.
5.
为在大噪声环境下准确辨识飞机颤振模态参数,提出了一种适用于扫频激励的颤振模态参数小波辨识方法.该方法首先采用分数阶傅里叶变换对试飞数据时频滤波,随后由频响函数获得脉冲响应,并运用小波变换从脉冲响应中提取模态参数.该方法即利用了扫频信号在分数阶傅里叶域内的聚焦特性,又借助了Morlet小波的窄带滤波特性,显著降低了辨识过程中噪声的不利影响.讨论了算法性能,给出了适用范围,并采用仿真算例和实测试飞数据予以验证,结果表明该方法在大噪声环境下表现了较高的辨识精度. 相似文献
6.
7.
8.
基于小波变换的结构模态参数识别 总被引:6,自引:0,他引:6
及时、准确地识别出结构的模态参数是结构健康监测与损伤识别的重要前提。小波分析是众多识别方法中较优越的一种,因其在时一频两域都具有表征信号局部特征的能力,近年来这一方法在线性及非线性系统的参数识别中开始应用。探讨了基于小波脊(Ridge)与小波骨架(Skeleton)的模态参数识别方法,针对小波变换中遇到的边端效应问题,提出了基于自回归滑动平均模型(ARMA)的“预测延拓”方法,并以美国土木工程师学会(ASCE)提供的Benchmark模型为例进行了数值模拟。结果表明,本文提出的方法可以有效地抑制小波边端效应,通过小渡变换可以准确地识别出结构的模态参数。 相似文献
9.
基于Morlet小波变换的模态参数识别研究 总被引:6,自引:2,他引:6
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。 相似文献
10.
提出一种基于小波包变换(wavelet packets transform, WPT)与核主成分分析(kernel principal component analysis,KPCA)的颤振识别方法。铣削颤振会抑制或增强某些频段内的信号,利用四层小波包分解与重构,得到16个频段内的重构信号,获得各重构信号的面积,并进行归一化处理,完成铣削颤振特征向量的选择。继而通过对比基于主成分分析(principal component analysis,PCA)与核主成分分析的特征提取方法的特征提取效果,选取KPCA对特征向量进行降维处理,最后以降维后的数据作为最小二乘支持向量机分类器的输入对铣削状态进行识别。结果表明,在小样本的情况下仍能有效、准确地对铣削状态进行分类,分类准确率达95.0 %。 相似文献
11.
小波变换在密集模态结构参数识别中的应用 总被引:2,自引:0,他引:2
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。 相似文献
12.
13.
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。 相似文献
14.
15.
16.
17.
叶片裂纹和断裂是风机中普遍存在的一种严重安全隐患,尽早检测出裂纹对于风机安全运行具有重要意义。对采集的无裂纹和具有不同长度裂纹叶片的气动信号分别进行小波分解,并对分解系数进行重构,获取各频带归一化能量作为特征向量进行分析。结果证明:随着叶片裂纹的扩展,气动信号频率向低频和高频拓展。这为叶片裂纹故障的识别提供依据。 相似文献