基于小波方法的时变动力系统参数识别

针对离散时变动力学系统,运用Daubechies小波对其激励和系统响应信号作小波变换,将变换后的响应和激励代入微分方程,利用Daubechies小波尺度函数的正交性,将微分方程转换成简单的代数方程组,求解方程组,从而识别出时变系统的物理参数.推导了单自由度和多自由度线性时变系统的参数识别方程,介绍了小波系数的计算方法,阐述了系统时变参数的识别思路.通过对系统参数连续、周期和突变3种时变情况进行仿真研究,证明了方法的正确性和有效性.     

基于改进MCSSD的时变系统模态参数识别

对于参数时变的多自由度系统,基于多尺度线性调频原子稀疏信号分解及多项式相位信号参数估计理论,提出一种时变系统的模态参数识别方法。该方法先对多自由度时变振动系统响应信号划分二进制动态时间支撑区并形成多尺度线性调频原子库,再按时间支撑区顺序提取节点频率,最后根据单模态响应信号的包络和瞬时频率估计值识别系统的模态频率。刚度和阻尼线性变化与周期变化2种情况下的参数识别仿真算例表明,所提出的方法具有较高的识别精度和重要的工程应用前景。     

基于Hilbert变换的裂纹叶片时变物理参数识别

为了获得准确的时变物理参数以便于建立模型和故障诊断,将基于Hilbert变换的方法用于裂纹叶片的参数识别。将裂纹悬臂梁的一阶弯曲振动简化为一个具有时变刚度和阻尼的单自由度系统,并搭建实验台,用Hilbert变换分析实验测得响应信号和激励信号得到时变刚度和阻尼,实验结果验证了该方法的有效性。根据识别结果进一步对原有物理参数模型进行修正,并在一定范围内研究新模型中参数随外界条件的变化情况。数值计算结果表明,由修正后的模型得到的系统响应特性与实验观察到的现象一致。     

基于线调频小波变换的旋转机械故障诊断

小波变换在设备故障信号处理中得到广泛地应用,然而,小波变换只能消除白色噪声,对有色噪声不起作用.线调频小波变换统一了短时Fourier变换和小波变换的时频分析,是信号的时间-频率-尺度变换,能根据信号的特点自适应生成新的时频窗口.它不仅具有小波变换良好的时频局部性特点,而且它的时频窗口比小波变换的时频窗口更加灵活.本文应用线调频小波变换对旋转机械故障信号进行消噪,效果明显.     

基于小波分析的滑动轴承参数识别研究

提出一种滑动轴承油膜参数识别的最小二乘新算法,建立识别模型,采用小波分析技术获得响应的基频成分,进行试验识别,结果表明该方法能有效地抑制测量误差的影响,提高参数识别精度。     

基于二次样条小波变换的双向工频通信信号特征提取方法

本文介绍了双向工频自动通信系统的基本原理,提出了利用二次样条小波变换的奇异性检测特性实现双向工频通信信号特征提取的方法,仿真和实验结果证明该方法是有效和实用的。     

基于二维小波变换及图像模式识别的焊缝坡口识别

采用二维小波变换及二值化方法处理初始条件下管道焊缝坡口图像,获取焊缝坡口纹理信息,作为模板。 对后续坡口图像进行同样的小波变换及二值化处理,利用模式识别方法获取后续图像焊缝坡口及其中心线的基本 位置信息,研究的焊缝坡口识别算法为实现自然光下焊缝坡口实时跟踪提供了理论依据。     

基于小波变换的金属橡胶干摩擦系统阻尼识别

针对金属橡胶隔振器阻尼系数难于识别的特点,探讨了一种基于小波变换的干摩擦阻尼识别方法,针对金属橡胶隔振器在自由振动下的动态响应信号进行包络的提取,同时采用了Hilbert变换和Morlet小波变换这两种包络提取方法,并将分析结果与利用常规阻尼识别方法得出的结果进行了对比。结果表明,该方法具有足够的精度,并且易于实现。     

基于多尺度线调频基稀疏信号分解的时变系统模态参数识别

在多尺度线调频基稀疏信号分解的基础上,提出一种时变系统的模态参数识别方法。该方法先采用多尺度线调频基稀疏信号分解方法对多自由度线性时变振动系统响应信号进行分解,将其分解成多个单模态振动响应信号并得到单模态振动响应信号的瞬时频率;再根据单模态振动响应信号的包络和瞬时频率识别系统的模态频率与模态阻尼比。多自由度线性时变振动系统模态参数的识别算例表明,与经验模态分解等时频分析方法比较,该方法能有效克服系统振动响应信号分解时的模态混淆问题,识别精度高,抗噪性能好,是一种有较大工程应用前景的多自由度线性时变振动系统模态参数识别方法。     

基于价值函数的二维小波变换小波脊提取算法

条纹图存在噪声干扰时,将二维小波变换系数模的最大值作为小波脊,会产生较大误差。针对这一问题,提出了基于价值函数的二维小波变换小波脊提取算法。首先,提取二维小波变换系数模的最大值点,并将最大值90%的局部极值点提取出来,共同作为小波脊候选点;其次,在模上引入尺度因子的梯度,建立价值函数进而评估所有候选点的价值,利用对数Logistic模型进行权值调整改进,从而得到更加合理的价值估计;最后,使用动态规划思想准确找出最优的小波脊线,提取脊线处的相位即可得到包裹相位。其优势在于能准确解调信噪比较低的条纹图案,抗噪性能优于直接最大模的小波脊提取;并且只需投影一幅条纹图案即可重建物体形貌,可用于恶劣环境下的动态三维测量。计算机仿真和实验结果表明,对于含有噪声污染的条纹图,所提算法相较于最大模的小波脊提取算法,三维形貌恢复精度明显提高;而相较于全部局部极值点提取,其运算时间缩短了46.9%。同时,应用不同母小波于所提方法,仿真结果表明二维Cauchy小波具有更好的方向性和更高的精度。     

机器人关节面时变物理参数在线识别的谐波传播法

机器人在运动状态下关节面处的物理参数不断变化,导致机器人整体结构的动态特性也不断发生变化.为了研究机器人在运动状态下的动态特性以达到对机器人振动进行实时控制的目的,必须对机器人关节处的物理参数进行在线跟踪辨识.基于此,在现代谐波识别技术的基础上提出时变系统谐波频率与振型的在线识别算法,并利用波传播方法计算出3自由度机器人关节处的力与位移矢量,再由机器人关节面位移连续与力平衡条件求得机器人关节处的动刚度,进而求得机器人关节面处的刚度与阻尼.识别方法可以简化测试节点,可以节省测试成本.试验表明此方法具有良好的跟踪能力与较高的计算精度.     

基于连续小波变换的三自由度链模型模态参数辨识

采用连续小波变换的方法,在大型结构模态参数辨识方面提出了系统化的辨识流程,并对相近的频率所造成的辨识难点提出了解决的办法。通过三自由度模型模态参数的辨识,表明连续小波变换对于大型结构的模态参数辨识准确度高,具有现实意义。     

利用小波去噪和HHT的模态参数识别

提出了基于小波去噪和HHT的模态参数识别方法,以改善模态参数识别的精度.该方法先利用小波进行信号去噪,克服噪声对EMD分解的影响,以减少EMD分解过程的计算量和分解层数,对去噪后的信号进行EMD分解提取单模态的自由响应,然后利用自由响应的Hilberr变换识别模态固有频率和阻尼比.利用该方法对某振动台简支梁系统进行了模态参数识别,结果表明在噪声干扰下,该方法识别模态参数的精度较高,特别是阻尼比识别精度高.     

基于遗传算法的时变时滞参数辨识

针对时滞系统的时变时滞提出一种新的在线辨识方法.该方法基于采样到的输入输出数据,采用遗传算法对时变时滞进行跟踪,它可在比较大的参数空间内迅速寻优,尽可能获得全局最优解.即它能更准确地辨识出时滞参数,以便于预估补偿,从而减少时滞引起的影响.仿真结果表明该辨识方法的精度是比较高的.     

基于相关函数和小波分析的运行模态参数识别方法

为解决传统的基于脉冲响应的模态参数识别问题,根据响应信号间的相关函数与脉冲响应函数具有相似的数学表达式,以Morlet小波作为基函数,对响应信号的互相关函数进行连续小波变换,由小波系数与模态参数的关系识别出结构的模态参数.用GARTEUR飞机模型数值仿真和3层框架结构进行实验,结果证明了该方法的有效性.     

基于Hilbert变换的时变转动惯量测量研究

针对时变转动惯量测量的问题,建立基于扭摆法的时变转动惯量测量模型,提出基于Hilbert变换的时变转动惯量计算方法。根据分析动力学的原理,利用第二类拉格朗日方程建立基于时变转动惯量的单自由度扭摆运动方程。对物体的角位移信号进行Hilbert变换并构造解析信号。利用角位移信号的瞬时角频率和包络信号计算扭摆运动的瞬时无阻尼固有频率。根据瞬时无阻尼固有频率求出物体的转动惯量。利用基于气浮转台的扭摆系统,对转动惯量线性变化的试验样件进行转动惯量测量。由于测量系统采用气浮转台,因此,消除机械摩擦力对转动惯量测量的影响。试验结果表明,试验样件的转动惯量测量值的相对误差小于0.5%,从而验证基于Hilbert变换的时变转动惯量测量方法的有效性。     

基于HHT方法的时变多自由度系统的损伤识别

将HHT(Hilbert-Huang Transformation,简称HHT)方法用于时变多自由度系统的损伤识别.首先对加速度响应信号进行HHT运算,得到各阶模态频率变化时程;对瞬时频率变化时程进行分析,如果频率在某时刻发生突变且随后降低,则认为该时刻系统有损伤发生;反之,则认为系统无损伤发生.数值仿真结果表明,HHT法能较好地区分时变多自由度系统的响应变化是由外激励变化引起还是由系统损伤引起,从而能根据系统响应时程信号较好地识别损伤是否发生以及发生的时刻.     

移动最小二乘法的时变结构模态参数辨识

研究时变结构模态参数辨识,基于泛函矢量时变自回归模型(Functional series vector time-dependent AR model,FS-VTAR)提出一种改进的移动最小二乘法的时变结构模态参数辨识方法。该方法源于无网格法中构造形函数进行局部近似的思想,引入带权正交基函数对移动最小二乘(Moving least square,MLS)的基函数进行改进,使得在辨识时间域内构造形函数矩阵过程中不再出现数值条件问题,从而提高了计算精度。把时变系数在形函数上线性展开,利用最小二乘法得到形函数的系数,从而得到时变系数。把时变模型特征方程转换为广义特征值问题提取出模态参数。利用时变刚度系统非平稳振动信号验证该方法,结果表明:改进的移动最小二乘法相比于传统的FS-VTAR模型能有效地避免基函数形式的选择和很高的基函数阶数且更加高效,相比于移动最小二乘法能有效地避免辨识过程中的数值问题,具有更高的模态参数辨识精度。     

基于小波包分解的时变谐波分析

针对时变谐波的分析,提出了一种基于小波包分解的时-频分析的新方法,该方法利用共轭正交滤波器组所具有的功率互补性,对信号进行小波包变换频域等间隔分解,再将各子带输出交错组合,使得所测各次谐波均落入各自相应的频带内,从而达到对各次时变谐波测量与时频分析的目的。