基于小波分析和支持向量机的结构损伤识别

提出了基于小波分析和支持向量机的结构损伤识别两步法.首先利用小波变换分析信号的奇异性来判别损伤发生的时刻;然后提取损伤信号的小波包分量能量,利用支持向量机算法建立SVM模型估计结构的损伤位置.网架结构的数值算例结果表明该方法可以有效地识别结构损伤.     

Hilbert-Huang变换在结构损伤识别中的应用

为了识别出结构损伤情况,对结构加速度响应信号进行经验模态分解(EMD),得到各阶固有模态函数(IMF),利用第一阶IMF便可以识别出结构损伤发生的时刻及位置。然后利用对各阶IMF进行希尔伯特变换(HT)得到的瞬时频率和Hilbert谱来识别出结构损伤的程度。最后通过对一三层剪切型框架结构的实例分析,证明了该方法的有效性。     

斜拉桥斜索损伤分析中的小波变换研究

根据斜拉桥斜索在振动时受损部位的振动信号的奇异性,利用小波奇异性检测理论分析斜拉桥斜索受损时的振动信号,判断结构损伤情况.并通过几个具体的工程实例分析,说明了小波应用于斜索动力测试方面的优势.     

桥梁结构检测中小波分析的应用研究

小波理论是近年来迅速发展起来的新兴学科,已成为众多领域的研究热点。选用恰当的小波基函数,通过小波分析对信号进行分解和重构消除噪声,并识别在检测含噪信号中有用信号的发展趋势。桥梁结构在振动时受损部位的振动信号的奇异性,利用小波奇异性检测理论分析桥梁结构在受损时的振动信号,判断结构损伤情况。     

利用VMD的双标度分形维数特征提取方法

为从机械振动信号中提取出有效特征进行故障诊断,提出一种利用变分模态分解(VMD)求取振动信号双标度分形维数的特征提取方法.变分模态分解通过迭代求解变分模型的方式将多分量的振动信号分解为若干个不同时间尺度的本征模态函数分量(IMF).在多维测度空间,某一时间段内多变量时间序列所占据的空间可以用多维超体体积进行度量.由于VMD得到的IMF本质上为多变量的时间序列,因此,利用IMF定义和计算多维超体体积,得到振动信号的时间尺度和多维超体体积的双对数曲线.根据分形理论和双对数曲线的突变点,对双对数曲线进行分段最小二乘线性拟合,定义并提取了振动信号的双标度分形维数特征.仿真结果表明,利用VMD方法估计分形维数的平均相对误差为4.71%,提高了分形维数估计的精确度.实测行星齿轮箱振动信号对比实验结果表明,利用VMD双标度分形维数特征能够更好地表征机械振动信号的分形特征,行星齿轮箱故障诊断准确率达到了100%.     

一种基于样条插值的经验模态分解改进算法

经验模态分解过程中经常由于信号采样率不足而产生伪固有模式函数(IMF),希尔伯特变换中也常出现无物理意义的负瞬时频率,就这两个问题进行研究后认为,HHT谱中产生负频率的主要原因是由于经验模态分解结果中的伪IMF所造成的,而伪IMF产生的原因主要是信号采样率不足引起的,并提出以HHT谱是否稳定来判断IMF的真伪。还针对信号采样率不足这一问题,提出了一种应用三次平滑样条拟合插值来加密信号采样点,进行信号重构的方法,算例表明:该重构方法可以有效消除分解过程中由于信号采样率不足而引起的包络线失真,从而可有效消除分解结果中的伪固有模式函数和HHT谱中的负频率。     

钢筋混凝土构件损伤状态的声发射识别

为实现钢筋混凝土构件的损伤识别,利用声发射技术对钢筋混凝土梁进行了损伤监测研究。采用Hilbert-Huang变换对声发射信号进行了分析,利用经验模态分解(EMD)将信号分解为固有模态函数(IMF),得到Hilbert谱,反映信号时频特性。从IMF中提取声发射特征参数,即固有模态函数最大瞬时幅值和特征瞬时频率。通过参数与波形的混合分析,确定钢筋混凝土构件的损伤状态,获得结构加固修复和失效破坏的两个安全预警信号,为声发射技术应用于钢筋混凝土结构健康监测提供理论基础。     

小波变换在水下目标回波奇异性检测中的应用

研究了信号的奇异性检测问题.给出小波变换和信号奇异性的关系及小波基的选取方法,实现小波分析对信号各类奇异间断点的有效检测,最后进行实例分析,分析结果表明此理论与方法适用于对边缘信号与突变信号的处理和提取.     

旋转机械振动信号的固有模式函数降噪方法

针对旋转机械非平稳振动信号中局部低能量噪声的消除问题,提出一种基于固有模式函数(IMF)的振动信号降噪方法.该方法在信号经验模式分解(EMD)的基础上,通过对一阶IMF进行L次随机排序操作,构造观测信号的L个样本序列.根据白噪声各阶IMF的能量密度,计算L个样本序列各自分解所得IMF的阈值.通过样本幅值与阈值的比较,将IMF中过零点区间内极值小于阈值的所有样本点去除,并利用这些阈值去噪后的IMF重构信号.仿真和实验结果表明,本方法对各阶IMF中局部低能量噪声的消除是有效的,且降噪后信号的时频特征显著.     

基于小波变换的桩基缺陷识别方法

在反射波法的桩基信号检测中主要归纳为检测幅值突变,当反射信号较弱时,用一般的时域分析法或频域分析法,就无法检测桩身质量问题.用小波分析就可以解决这一问题,小波分析具有时频局部化特点.从理论上说,桩基信号混有反映桩基缺陷的脉冲信号,通过对称小波变换后,在一定的尺度范围内其极值点对应原信号的突变位置或时刻.工程中信号分析如用连续小波变换产生的数据量多,且计算量大,分析复杂.而用离散小波变换可以有效地减少数据量,并能识别工程信号的奇异性(缺陷).论文通过一个在确定位置有微弱幅值变化,进行小波变换后(其中小波为二次B样条小波),可以清楚地识别幅值发生突变的时刻.同时也对工程实际中的一具体桩基用低应变动态检测的数据进行了分析,根据桩的破坏特征及离散小波变换后计算桩身发生缺陷的位置,可以确定本例中的桩有4处发生了离析.并且可以有效地对桩基缺陷进行识别.     

一种基于经验模分解的结构微小损伤检测方法

提出了一种检测结构微小损伤的时域方法。首先采用经验模分解技术分解结构发生微小损伤前后在相同激励下的时域响应信号，得到响应信号的各阶固有模式函数，然后用波形指数来对结构响应信号的各阶固有模式函数进行量化。根据结构损伤前后时域响应固有模式函数的波形指数对比，就可容易地对结构发生的微小损伤进行判断。通过仿真算例发现，结构原始响应信号经过经验模分解后得到的固有模式函数对微小损伤敏感度较好，这种对微损伤的敏感特性可采用各阶固有模式函数的波形指数进行量化。因此该方法是一种时域内检测结构微小损伤的有效方法。     

低信噪比神经元锋电位检测的新方法

细胞外神经元锋电位记录中经常包含许多小幅值信号,为了正确检测这些小幅值低信噪比的锋电位,增加单次实验的神经元检出数量,设计一种针对四极电极阵列记录信号的锋电位检测算法.提取4通道信号主成分分析的第一分量,计算该分量的非线性能量算子,从而减小噪声并增强锋电位.检测阈值的设定采用一种两步法,用于减小锋电位发放密度变化以及大幅值锋电位对于阈值的影响.仿真数据和实验记录数据的验证结果表明,这种主成分与非线性能量算子相结合的阈值检测法适用于四极电极等测量点高密度分布的微电极阵列记录信号,能够显著提高小幅值低信噪比锋电位信号的正确检出率,特别是能够有效地检出重叠锋电位,为后续的神经信息解码和神经网络分析提供更充分的数据.     

小波变换时频敏感特性的试验研究

利用小波变换的时频敏感特性，通过试验提出了结构在自由及受迫振动过程中的健康监测及损伤检测方法.在悬臂板与弹簧组成的系统的自由及随机振动过程中，通过烧断连接弹簧与悬臂板的细绳来对系统造成破坏，其中离散小波变换用于识别结构损伤造成的信号奇异性，而连续小波变换则用于排除外界脉冲噪声的影响及确定结构刚度损失的大小.试验结果表明，该方法能有效地监测结构振动过程中的损伤，以及检测结构刚度损失的大小.在结构随机振动试验中，连续小波变换施加在由随机减量法获得的自由衰减信号上，获得了更好的检测效果.所提出的离散小波变换与连续小波变换联合使用的结构健康监测及损伤检测方法可用于结构的在线监测，且无结构建模误差的影响     

复合材料层合梁结构在线损伤检测

复合材料层结构在服役过程中关键部位的裂纹或分层损伤累积发展到一定程度，常出现损伤突变现象，导致结构局部刚度突发性降低和结构性能下降，通过粘贴或埋入复合材料结构中的小型电片构成结构动态响应的激励和检测系统、以小波分析技术从应信号中识别结构损伤信息，可主动在线检测服役中的复合材料结构力学性能的突变，准确捕获结构突发损伤的时刻，这项研究将为许多在役中人们无法直接观察或量测的复合材料结构的在线健康监控提供新的技术支持。     

基于应变模态变化率的弯曲薄板结构损伤研究

以应变模态变化率作为识别参数,以弯曲薄板为研究对象,采用改变单元厚度的方法模拟结构损伤,应用有限元对结构进行模态分析和瞬态分析.模态分析获取板结构应变模态,以对称位置应变模态变化率的改变确定损伤,以改变值的差值大小判断损伤程度;瞬态分析以单元处应变模态变化率突变值,作为损伤定位和损伤程度判断.结果表明:应变模态改变率对于结构的损伤的敏感性强,易于定位.在此基础上给出了通过模态变化率直方图进行损伤识别定位的新方法,与应变模态的损伤识别方法比较表明验证该方法是有效的.     

基于模态频率和神经网络的结构损伤检测

把结构损伤识别问题分为损伤辨识、损伤定位、损伤程度标定三个子模块，对每个子模块用模态参数构造对损伤敏感的标识量，并作为特征参数输入到神经网络中实现损伤识别。将优化的BP网络和频率相结合成功地实现了矩形梁的损伤检测，为结构健康监测研究提出一条新的技术途径。     

基于神经网络和相似搜索技术的电力价格钉预测方法

电力市场中普遍存在“价格钉”,其特殊性给电价预测带来困难。通过对其特征和影响因素的分析,提出了一种基于神经网络和相似搜索技术的价格钉预测方法。首先,采用BP神经网络建立价格钉识别模型,对未来某一交易时段市场清算电价可能出现的区间进行预测,并提供相应的置信度;其次,对判别为价格钉的时段采用相似搜索技术进行二次预测。采用澳大利亚昆士兰州电力市场2004年至2005年全年的电价数据进行训练和预测分析,结果验证了该方法的有效性。     

关于降低房地产价格的思考

通过对构成房地产成本诸因素分析,提出减免不合理税费及收费,将税费和收费中的一些项目该合并的合并,该降低的降低,该取消的取消;降低土地出让费并改变收取方式,实行“房地分价”,变一次性收取土地费为分年度收取,变只向开发商收取土地费为向开发商和购房者共同收取;控制房地产价格,限定房地产利润并制止暴利行为。进而达到房价回落、群众满意的目的。     

基于一阶振型的海洋平台二阶段损伤定位方法

海洋平台等大型复杂结构其高阶模态难以激起和测试,甚至只能识别出一阶模态振型和前几个低阶模态频率,因此,利用少量低价模态进行损伤诊断显得尤为重要。本文提出了仅利用一阶模态振型对海洋平台进行损伤位置诊断的二阶段法：先利用模态曲率变化率确定损伤的大体位置,再利用一阶模态应变能分别确定主导管和撑杆是否损伤及其位置。最后通过一个三腿导管架海洋平台有限元数值模型验证了该方法的可行性和有效性。研究发现,本文提出的方法具有较好的识别精度,具有一定的适用性。