基于连续小波空间变换的工程结构损伤识别

利用连续小波空间变换技术,对工程结构损伤信号进行分析,从而识别结构的损伤位置。对不同的边界条件(如简支梁和固端梁)下不同的损伤形式(如竖直裂缝和斜裂缝)引起结构损伤的情况进行试验。结果表明,用连续小波空间变换分析识别结构损伤的结果受一定边界条件的影响,而裂缝的形式对识别效果几乎没有产生影响。但总的来说,小波空间变换都能够方便简捷、准确可靠地识别出结构的损伤位置。     

基于小波变换的结构损伤识别与试验分析

钢筋混凝土结构在中等以上地震作用下将产生损伤,结构动力特性随之变化。通过对结构微幅振动信号的Fourier分析,可以判断结构是否产生损伤,但是不能确定损伤位置。本文将结构振动信号置于不同频段进行时-频分析,利用小波变换的多分辨率特点对结构损伤进行在线检测,确定损伤位置。通过钢筋混凝土框架的振动台试验,将模型地震反应信号按不同频段分解,提取各频段的损伤信号特征。对于试件模型而言,如果某处出现开裂,即产生损伤,表现在响应信号上为一瞬态分量,通过信号小波变换的尺度函数可以判断结构某层是否损伤。该方法克服了Fourier变换不能反映结构振动信号局部特性的缺点,试验表明本文所采用的方法是可行的。     

基于模态应变能和小波分析方法的网壳结构损伤识别研究

工程结构损伤的识别与定位研究以往主要针对梁、框架等结构形式.损伤表现为信号局部特征的改变,而小波分析在时域和频域上都具有表征信号局部特征的能力.为提高结构损伤识别方法的准确性和适用性,将小波分析引入到网壳结构损伤识别中.根据小波奇异性检测理论,提出将模态应变能和小波变换相结合的方法对网壳结构进行定位,即以结构损伤前后单元模态应变能差作为结构损伤指标,对其分别进行bior6.8连续和离散小波变换,利用小波系数极大值点判断网壳结构有无损伤和损伤位置.以跨度40m的Kiewitt网壳结构为例进行数值模拟,结果表明:基于模态应变能和小波变换相结合的方法,在测得一阶模态下,不但对单一损伤而且对多损伤均能有效地识别出结构的损伤位置,证明该方法对此类结构损伤定位具有有效性和实用性.     

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。     

基于小波变换的桥梁损伤识别研究

小波变换可以很好地对结构的损伤进行精确定位和相对损伤程度的识别.本文以简支桥梁为模型进行了数值模拟,从损伤定位、相对损伤程度识别等方面,验证了该方法的有效性和可靠性.     

基于振动信号小波变换的结构损伤识别试验研究

离散小波变换和多尺度分析对基于在线结构健康监测环境下的损伤识别有着显著的效果。以简支钢梁为模型进行了动力试验,对加速度、速度和位移信号进行离散小波变换的多尺度分析,细节系数模极大值出现的位置与结构损伤时刻相符,验证了该方法可以有效地对结构发生损伤的具体时刻进行识别。     

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。     

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?     

基于模态曲率与小波变换的网壳结构损伤识别研究

结合模态曲率与小波变换的方法对网壳结构的损伤识别进行研究。以一网壳结构的缩尺模型为例进行数值分析,假设结构35号杆件的截面出现刚度折减的轻微损伤,以模型损伤前后的模态曲率作为损伤指标进行连续小波变换,从而判断结构的损伤位置。数值分析的结果表明,利用模态曲率的小波变换系数差可以粗略定位损伤,而利用曲率模态差值的小波变换系数可以较为准确地定位损伤,且分析及数据处理过程更为简便可靠,可见基于模态曲率与小波变换的损伤识别方法对于网壳结构的损伤定位是非常有效的。     

基于小波包能量法的梁结构损伤识别研究

运用小波包能量法对完好的和具有损伤的简支梁进行数值模拟,施加相同的激励,测得结构的响应信号,对信号进行小波包分解,求得各个频段的能量,通过各频段能量的变化进行损伤位置的识别,指出这种方法可以对实际梁结构进行有效的损伤诊断。     

基于小波分析的结构损伤检测

介绍了结构损伤的定义及发展,对损伤识别工作要解决的问题和常用的结构损伤诊断方法进行了分析,阐述了将小波分析与人工神经网络结合起来进行结构损伤检测的方法,并通过算例与传统BP神经网络作比较,以推广其应用。     

基于小波包能量的桥梁结构损伤识别应用研究

在基于小波包节点能量相对变化量的基础上,采用节点能量平方比αij（n）作为损伤定位依据,对结构损伤进行无模型定位,并通过数值算例验证了该方法的损伤适用性和损伤敏感性。     

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。     

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。     

基于小波分析法的GPS周跳探测

在GPS测量中,如何对载波相位观测值中的周跳进行探测和修复,是精密定位数据处理中的一个十分重要的问题,概述了周跳的产生、定义及其来源,介绍了不同周跳检测量的构成,重点讨论了周跳检测的小波分析方法.     

小波滤波在小故障检测中的应用

为了提高小故障检测能力,对基于主成分分析的方法进行了改进,用小波滤波法对数据进行过滤。实验表明,小波滤波法能提高小故障的检测能力,而且与指数权重滑动平均滤波法相比更具有故障检测的及时性。     

曲率模态法用于网壳结构损伤定位的有效性分析

曲率模态法是针对梁式结构提出的一种损伤识别方法,其用于网壳结构损伤定位的有效性需要进行研究和证实。以一个单层球面网壳为例,对曲率模态法用于该结构的损伤定位进行数值模拟,分析网壳结构模态局部化对损伤定位效果的影响。损伤定位的判断标准为绝对曲率差最大值所对应的节点为损伤位置,指示该节点上的杆件发生了损伤。数值分析的结果表明,对于单杆件损伤,使用损伤前后密集模态的绝对曲率差进行损伤定位,效果很差,而使用损伤前后稀疏模态的绝对曲率差进行损伤定位,效果很好。可见,模态局部化对曲率模态法应用于网壳结构损伤定位的影响很大,因此,只有选择稀疏模态才能较好地避开模态局部化现象,在一定程度上保证曲率模态法用于网壳结构损伤定位的有效性。     

基于动力特性与小波变换的简支梁损伤识别

基于Bernoulli-Euler梁振动理论,以等效扭转弹簧模拟裂纹引起的局部软化效应,利用经典动力学推导了含单边边缘裂纹简支梁振动频率的特征方程,直接利用该特征方程在获得前三阶频率后画出对应于各阶频率的弹簧等效刚度和裂纹位置关系的曲线,求其交点识别裂纹参数,并结合小波分析方法解决了识别结果的唯一性问题,验证了该方法的有效性。     

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.