基于小波分析的结构损伤信号奇异性检测

结构发生损伤时,其动力特性会发生突然变化,因此会产生奇异信号。Lipschitz指数是表征信号局部奇异性特征的一种度量,可以用来识别结构损伤的发生。小波变换是一种时频域分析方法,具有多分辨率分析的特点,是奇异性信号分析的合适工具。在突变时刻小波系数出现模极大值,通过小波系数模极大值求得的Lipschitz指数可以作为衡量突变程度的指标,由此可以准确识别结构发生损伤的时刻。通过对一空间结构损伤前后加速度信号的奇异性进行分析,验证本文的相关理论。     

基于神经网络的连续梁桥结构损伤识别

探讨了神经网络技术对连续桥梁的损伤位置和损伤程度识别的方法,用有限元软件ANSYS的模态分析技术对连续梁结构的损伤情况进行模拟,得到损伤标示量并将其作为神经网络训练样本,数值仿真结果表明,该方法对于实际工程结构的损伤识别具有一定的参考意义。     

基于BP神经网络的结构损伤识别分析

对损伤识别的参数选取作了分析,以一个经典的简支矩形钢梁为例,对基于BP神经网络的结构损伤识别进行了探讨,从算例结果可以看出：BP神经网络控制理论在结构损伤识别分析中应用是可行的。     

谈基于结构动力响应的结构损伤检测

结合结构当前的服役状况,分析了对结构进行损伤检测的必要性和重要性,并对基于结构动力响应的结构损伤检测方法进行了介绍,探讨了该方法的优缺点和适用范围,指出了该方法的应用前景和需进一步研究的方向。     

基于小波分析的梁损伤识别方法初探

通过对冲击荷载作用下有损伤梁的响应进行分析 ,对某一时刻梁的变形进行连续小波变换 ,从小波变换系数的极值点判断损伤的位置 ,对跨中响应的小波包分解得到各频段能量的特征向量 ,作为判断损伤程度的依据     

用小波方法识别结构损伤的介绍

建筑结构或桥梁的损伤程度常常是逐渐变严重的,寻求一种方便的无损检测方法来监测结构的损伤程度,一直是人们研究的热门课题.近年来,不少人开始尝试用小波方法来识别结构的损伤程度.用小波方法识别结构损伤的原理是什么?     

基于小波分析的结构损伤诊断

综述了目前基于小波分析、统计的小波包特征、以及基于小波包与神经网络等技术对结构进行损伤诊断的3种方法,以及各方法的优缺点及适用范围。     

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。     

基于结构挠度和小波变换的梁式结构损伤识别

基于小波函数对损伤前后的结构挠度曲线进行多层分解,提出了一种梁式结构的损伤识别方法。该方法可以通过小波变换系数的变化和分布情况来识别结构是否损伤并确定出损伤的具体位置,数值模拟悬臂梁桥的结果显示该方法对于梁式结构的单一损伤和多损伤情况具有一定的适用性。     

小波分析在结构损伤判别中的应用及试验研究

随着大型土木工程的兴建,采用先进的仪器和科学的方法来进行在线监测和诊断对结构健康状况的评估起着越来越重要的作用.但无论是基于固有频率变化,还是振型变化,以及基于柔度或刚度变化的测量方法,都存在着一个共同的局限性,就是对微小损伤和疲劳损伤的识别,由于其探测灵敏度不够,显得力不从心,因此需要寻找一种更有效的损伤检测手段.小波变换作为一种新的信号处理方法,综合了时域分析方法和频域分析方法的优点,属于多分辨率的时频分析方法,具有伸缩、平移和放大功能,可以用不同的尺度或分辨率来观察信号,实现既在时域又在频域的高分辨局部定位,对于非平稳信号的处理是非常适合和必要的,正是结构损伤检测的基本要求.给出了结构整体进行损伤判别的方法,将各层能量在各频段进行分解,通过能量变化情况给出了结构损伤程度的判定方法,并且在三层钢筋混凝土框架结构的损伤判别试验中得到应用,试验结果与理论分析吻合较好,从而证明了提出的损伤判别方法的可行性与准确性.     

基于BP网络识别框架结构损伤的研究

基于模态振型,提出一个新的参数——振型曲率比,作为BP网络的输入向量,然后用有限元分析计算结果作为网络的学习和预测样本,对不同的结构模拟损伤进行了识别,结果表明该方法简便有效,值得推广应用。     

小波尺度选择对钢结构损伤识别的影响

采用小波概率神经网络（WPNN）损伤识别方法，分析了结构损伤识别中信号的小波分解带宽范围、小波尺度步长和尺度数量对损伤识别结果的影响，研究发现，小波尺度的选择对结构的损伤识别结果有决定性的影响。     

小波分析在结构损伤检测中的应用

通过一根实测简支梁的振动信号,利用小波包分解技术进行损伤识别研究,识别得到不同频带上的能量比分布,分析了8种损伤工况下的频带上的能量比分布变化,得出了一些初步的结果。     

一种基于小波分析的事件检测算法

分析了小波基本理论，讨论了事件检测算法，建立了基于小波分析的算法，通过采用交通流仿真数据对该算法进行测试，结果显示该算法具有较好的效果。     

基于神经网络的结构损伤识别综述

简单介绍了神经网络技术及其分类方法,对使用神经网络进行斜拉桥损伤识别的基本流程进行了详细阐述,并分析了输入向量的选择优缺点,以期促进基于神经网络的结构损伤识别技术的推广应用。     

BP神经网络在桥梁结构损伤诊断中的应用

针对桥梁台后结构损伤分别进行了动力计算和静力试验,提出了采用BP神经网络进行结构损伤位置和程度的识别诊断研究,试验结果表明比较准确可信,该方法具有良好的应用前景。     

Seismic damage detection of tall airport traffic control towers using wavelet analysis

In this study, the applicability of continuous wavelet transform (CWT) and discrete wavelet transform (DWT) for seismic damage detection of tall airport traffic control (ATC) towers was investigated. Nonlinear finite element (NFE) model of Kuala Lumpur International Airport (KLIA) ATC tower with the height of 120 m was created using discrete moment-curvature hinges. Three different strong ground motions excited the tower and three different damage scenarios were then obtained. Response accelerations at four strategically selected locations were analysed by CWT and DWT to detect the damage scenarios. It was found that CWT successfully detects seismic-induced damage even when the signals are polluted by noises. On the other hand, DWT is quite sensitive to noisy signals and successful damage detection by DWT depends on noise level and sampling interval. Moreover, it was observed that DWT is more sensitive to the change in the stiffness of the tower structural elements than CWT.     

基于小波包分解的框架结构损伤识别研究

应用小波包分解技术,构造了基于综合能量曲率差的损伤识别敏感参数,并对结构的损伤定位和损伤定量进行了研究,结合一个三维框架模型进行了损伤工况的数值模拟,研究结果表明文中提出的损伤识别方法具有较好的损伤识别能力。