基于概率成像方法的装配式剪力墙地震作用下损伤演化分析

为了有效监控地震作用下装配式剪力墙裂缝损伤发展过程,提出了基于压电导波的改进概率成像分析方法。通过布设阵列传感器将待检测区域划分为多个子区域,根据发射与接收信号的相干函数提取有效信号;以该有效信号为输入信号,分别计算各子区域中基于信号能量特征差异系数的损伤指标,并利用概率统计方法对该损伤指标进行筛分,排除环境因素的影响;由损伤概率成像算法对检测区域内产生的所有裂缝位置进行叠加成像并提取图像阈值,从而实现装配式剪力墙在地震过程中裂缝损伤发生的判断、定位及演化分析。通过装配式框架-剪力墙结构的振动台试验验证了所提方法及裂缝损伤演化分析的有效性。所提出的改进损伤概率成像分析方法可直观有效地检测装配式剪力墙在地震作用下裂缝损伤的发生、位置及演化过程,可用于装配式结构的损伤监测。     

基于波束成型的Lamb波无基线损伤识别技术研究

本文提出了一种基于波束成型的Lamb波无基线损伤识别方法,该方法利用激励-回波模式的分布式传感网络与时间窗函数进行损伤信号的提取,然后利用波束成型算法对结构进行损伤定位与成像。分别采用数值模拟和实验对该方法进行验证,结果证明所提出的方法能够有效地识别损伤     

基于磁共振指纹成像技术的脑部成像

为了解决传统磁共振成像技术一次扫描只能得到一种加权像,且成像时间过长,扫描过程产生噪声等问题,提出了"磁共振指纹"成像方法。人脑有多种组织组成,每种组织的磁共振扫描都有自己不同特征信号该信号被称为"指纹"。"磁共振指纹"成像方法一次扫描不仅可同时得到T1图, T2图及质子密度图像;而且大大缩短了扫描时间。该新技术在成像算法上也与传统磁共振算法完全不同。基于字典的匹配方法,首先建立指纹"字典";之后将每个体素的检测信号与"字典"中的所有信号进行逐条匹配;然后确定是该信号的参数组合;最终得到多种参数的参数图像。本实验采用大脑数据进行模拟采集和匹配过程。结果表明,该方法可以得到各种组织参数图像,且确实会大大降低磁共振扫描所需的时间。     

f-k域内混凝土结构损伤的时间逆转成像算法研究

将频率波数(f-k)域的快速逆时损伤成像方法应用于混凝土结构损伤检测中。在f-k域内,基于纵波波动方程与格林函数获取了入射波场与逆转散射波场的解析表达式,利用有限元法模拟含损伤的混凝土结构中的超声波场,并得到散射回波,进而采用互相关成像条件评价混凝土结构损伤。该法成像速度比时域内已有时间逆转法提升约2个数量级。将时间逆转互相关成像结果与多重信号分类(MUSIC)法成像结果进行比较。结果表明,相比于多重信号分类法,时间逆转互相关成像法能提供更多损伤的几何信息。     

基于概率模型理论的混凝土结构损伤识别研究

以压电陶瓷(PZT)作为传感器进行混凝土结构损伤研究,提出一种基于概率统计理论的混凝土结构损伤预警算法。探讨了不同的监测信号参数变化对混凝土结构损伤的敏感性,确定了损伤临界值方法。通过对在地震作用下的两层智能钢筋混凝土框架结构的试验研究,验证了提出的损伤识别算法的有效性。结果表明:提出的算法能有效地对混凝土结构进行损伤预警及损伤程度识别,在实际的工程结构中有着很好的应用性。     

桁架结构损伤识别的数据融合方法研究

以数据融合技术进行桁架结构的单损伤和多损伤识别。通过研究基于频率的结构损伤理论,分析归一化的频率和损伤位置的关系;利用小波概率神经网络的算法对决策融合进行修正,建立基于小波概率神经网络的数据融合结构损伤识别模型。运用结构计算软件计算了一典型桁架结构的频率,并融合为小波概率神经网络算法的输入特征向量,并对桁架算例模型结构进行损伤识别。通过桁架不同位置的损伤情况,验证该方法的有效性,并提出工程应用中应注意的问题。研究结果表明,基于小波概率神经网络算法的数据融合技术是一种比较可靠的损伤识别方法,具有良好的工程应用前景。     

特征空间最小方差波束形成与相关系数特征值加权相融合的超声成像算法

为了进一步提高超声成像的质量,提出一种信号特征空间的最小方差波束形成与相关系数特征值加权相融合的超声成像算法。利用超声回波信号具有一定的相关性,而相关系数空间最大特征值可以反映回波信号相关性较强的性质,将该特征值作为自适应加权系数对信号特征空间最小方差波束形成(EIBMV)的结果进行加权成像,得到高质量的成像结果。通过对散射点目标和斑目标的Field II仿真,结果表明该算法相对于EIBMV算法,亮斑对比度提高了4.22 dB,暗斑对比度提高了1.88 dB,并且进一步提高了横向分辨率。     

框架结构损伤识别的改进非线性直接解析法

考虑到直接解析法求解速度快和非线性直接解析法求解精度高的特点,提出一种用于结构损伤识别的混合迭代算法,该算法用二阶非线性的解析解作为算法的第一次迭代值,用一阶灵敏度方程的求解值对该算法的第一次迭代值进行关于泰勒级数截尾误差的修正。通过对一个空间框架结构进行数值模拟分析验证了该方法的可行性。结果表明,提出的混合迭代算法由于采用了精确度较高的二阶非线性解析解作为迭代修正的初值,因此,迭代修正精度更高,收敛性更好,而且大幅地减少了运算时间,尤其对于多损伤或者大损伤,本算法优势更加明显。     

利用先验估计自适应加窗的准静态超声弹性成像位移估计算法

准静态弹性成像技术是基于组织压缩前和压缩后超声回波射频信号进行组织运动重构的弹性成像技术。提出了一种基于先验估计的自适应窗函数算法,在位移估计过程中,使用已估计的临近窗的时延值作为先验信息,自动调整截取压缩后射频信号段的截取窗函数,提高了互相关运算所需的压缩前和压缩后信号段之间的相关性。仿真实验结果表明,该算法不仅大大提高了成像速度,而且提高了信噪比较低时的成像质量,同时该算法具有更宽的应变通带。     

改进的最小方差算法在超声成像中的应用

为了提高最小方差超声成像算法的分辨率、对比度以及对噪声的鲁棒性,提出一种改进的最小方差成像算法。该方法首先基于回波信号中期望信号与噪声信号的可分离性将信号划分为期望信号和噪声信号,然后根据最小方差原理,求出加权向量使期望信号功率最小,同时,为了增加算法对噪声的鲁棒性,对信号方向向量增加一对约束条件,进一步提高图像质量。在全发全收和合成孔径模式下对点目标和吸声斑进行仿真,结果表明所提算法在全发全收模式下,-6 dB处分辨率在最小方差基础上提高了1倍左右,在合成孔径模式下,对比度在特征空间最小方差算法基础上提高了8 dB,且远优于传统延时叠加算法。最后通过实验进一步表明改进的最小方差算法图像在分辨率、对比度及对噪声的鲁棒性等方面表现更优,可以有效的改善超声图像的质量。