首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 65 毫秒
1.
二进小波变换在复合材料损伤检测中的应用   总被引:1,自引:1,他引:1  
二进小波变换在复合材料损伤检测中的应用吴耀军陶宝祺史习智(上海交通大学振动冲击噪声国家重点实验室上海200030)(南京航空航天大学智能材料和结构研究所南京210016)0引言近几年来迅速发展起来的小波分析是进行信号处理的有力工具,局部化和...  相似文献   

2.
基于传统信号处理对非平衡信号的局限,分析了子波变换下奇异信号和白噪声在多尺度空间中模极大值传播特性,对复合材料所冲击信号进行处理,提出一种对相似信号进行归类的方法,该方法能实时有效从冲击信号中提取冲击的大小及位置信息,并对复合材料冲击损伤准确定位。  相似文献   

3.
滚动轴承损伤检测的小波分析法   总被引:3,自引:0,他引:3  
梅宏斌 《轴承》1995,(7):10-13
  相似文献   

4.
介绍了复合材料在制造和使用过程中产生的缺陷和损伤的形式,讨论和分析了复合材料检测中各种无损检测技术的特点及适用范围,并对其优、缺点进行了比较和评价。  相似文献   

5.
小波分析在天然气传输系统压缩机故障检测中的应用   总被引:1,自引:0,他引:1  
介绍了小波变换的原理及在天然气传输系统故障检测中的应用,利用小波包分析了其主要设备压缩机的故障。结果显示,同傅里叶变换和短时傅里叶变换(STFT)相比,小波变换及小波包变换是更有效的压缩机故障检测方法。  相似文献   

6.
提出一种随机激励下的结构损伤检测方法。首先选取双正交小波函数对结构在随机激励下的时域响应进行一维离散小波变换(discrete wavelet transform,DWT),然后利用重构的包含最低频率信息的近似信号计算互相关函数幅值向量(cross correlation function amplitude vector,CorV)。利用结构损伤前后CorV差的二次差分作为损伤检测的指标。与直接利用振动响应原始信号计算CorV来检测损伤的方法相比,该方法能更准确地进行复合材料层合结构分层损伤定位。通过对带有不同位置分层损伤的复合材料层合板损伤检测的数值仿真,验证用文中方法检测复合材料层合结构分层损伤的有效性。  相似文献   

7.
改进的HHT在复合材料盒段损伤检测中的应用   总被引:2,自引:0,他引:2  
提出一种基于结构振动和改进希尔波特黄变换的结构损伤检测方法,利用改进的希尔波特黄变换技术,研究悬臂机翼盒段结构的损伤检测问题。改进的希尔波特黄变换由三部分组成,小波分析、希尔波特黄变换及一种简单但有效的经验模式函数选择方法。用改进的希尔波特黄变换处理完好盒段结构与损伤盒段结构在方波信号激励下的动力响应信号,从中提取出结构损伤信息指标——瞬时能量变化量作为损伤特征参数。结果表明,所构造的结构损伤特征量对表征复杂结构小损伤具有较好的灵敏度。  相似文献   

8.
小波分析在虚拟检测系统中的应用研究   总被引:3,自引:0,他引:3  
针对研究的机电设备状态虚拟检测系统的特点,分析了小波分析在虚拟检测系统中的应用及实现方法,研究其在信号处理过程中的动态性,使小波分析能适应不同特点的机电设备及测试信号的处理要求;提出了基于小波能量的状态检测方法,该检测方法在设备故障检测中得到很好的应用。  相似文献   

9.
一种时频数据处理方法被应用于复合材料损伤检测。根据小波变换的框架重构理论和小波变换时频相空间理论,提取了信号的时频域特征,通过比较原信号的时频空间和小波变换相空间的相同部分,得到了能反映原信号同样时频特征的小波级数展开项和,应用Gram-dschmidt正交化方法,按照一定准则,对所得到的小波级数展开项的线性组合进行正交处理,用代数数值方法,从已知采样数据分布集合得到了对应于曲线本身时频特征,经过  相似文献   

10.
由于原有检查方法的位置划分不明确,对故障点信息数据采集过程中存在噪点,导致故障点检测结果发生偏移,而滚动轴承是机械运转中常用的零件,在矿山的复杂环境中极容易发生故障,小波技术能够通过光线融合重组图像数据,设计小波分析技术的矿山机械轴承故障检测中方法。提取矿山机械轴承运转数据,基于小波分析计算转动阈值,能量谱分解信号噪点定位故障点信息,完成故障检测方法设计。实验结果:以两组常态运转的矿山机械轴承为测试对象,分别对其发生故障状态下的转速进行检测,本文方法能够在临界点前完成控制,及时关闭发生故障的轴承设备,保证矿山的正常开采,具有实际应用效果。  相似文献   

11.
基于小波包变换的梁体损伤识别   总被引:2,自引:2,他引:2  
由于小波包变换在分析非平稳信号方面较傅立叶变换更为有效,提出了基于小波包变换的能量变化率指标进行损伤识别的方法。首先,将得到的结构响应信号进行小波包分解,然后通过小波包能量变化率指标来进行损伤定位。通过3种不同损伤工况的梁体室内试验证明.损伤指标可以准确地识别损伤位置。  相似文献   

12.
连续小波变换在梁结构损伤诊断中的应用研究   总被引:6,自引:3,他引:6  
为了检测出梁中的裂缝或因刚度降低引起的损伤,对有损伤简支梁的振型曲线进行连续小波变换.从小波系数出现模极大值有效地识别损伤的存在以及裂缝位置和刚度下降段的位置。基本振型是用小波变换识别裂缝的最佳振型.用损伤位置处振幅较大的振型曲线来识别最清楚,对有噪声影响的振型曲线同样可以用本文方法进行识别。通过分析和计算获得满意结果.在梁结构损伤诊断中具有较高的应用价值。  相似文献   

13.
《机械科学与技术》2016,(5):657-661
小波包分析采用时域和频域结合的方法对振动信号进行分析,在时频两域都具有表征信号局部特征的能力。大量研究成果表明小波包能量和模态柔度都对局部损伤变化非常敏感,通过离散小波包分解对冲击荷载作用下结构振动响应加速度信号进行各频带的分解与重构,在模态柔度曲率差思想的基础上,定义相对小波能量柔度曲率差损伤指标,对损伤进行定位。通过连续梁的数值模拟及连续梁的试验验证,并与仅基于相对小波包能量曲率差的方法进行比较,进一步说明该方法的可行性。  相似文献   

14.
小波支持向量机在结构损伤识别中的应用研究   总被引:1,自引:1,他引:1  
基于小波框架理论和支持向量核函数的条件,引入非线性小波基函数构造支持向量机(SVM)的核函数.得到一种具有较强泛化能力的紧致型小波支持向量机。对结构在环境脉动下的反应信号进行小波包分解,利用“能量一损伤状态”的特征提取方法得到特征向量,并作为紧致型小波支持向量机的输人进行训练和分类检验,提出了一种基于完全小波支持向量机的结构损伤识别方法。以一空间单层网壳结构为检测和诊断对象,用该方法对结构的损伤位置和程度进行识另口和分类具有较高的精度,同时该方法具有面向工程实际应用、成本低和分析简便等特点。  相似文献   

15.
为达到桥梁结构损伤识别的目的,基于小波包分析方法提出了小波包能量变化率平方和(the sum square of wavelet packet energy change rate,简称WPERSS)损伤指标。分别将健康与损伤结构的加速度响应信号进行小波包分解得到小波包能量,通过计算小波包能量变化率平方和损伤指标进行损伤识别。对简支梁模型进行数值模拟,分析单一损伤与两处损伤时不同损伤程度的损伤识别情况,分析不同噪声水平对识别效果的影响。结果表明,该指标可有效识别损伤位置且对噪声具有鲁棒性。对装配式双塔斜拉桥模型进行试验,联合多个测点响应的损伤指标可以判别结构的不同损伤状态,验证了小波包能量变化率平方和指标的有效性。  相似文献   

16.
在线小波变换技术在气体传感器漂移故障检测中的应用   总被引:4,自引:0,他引:4  
气体传感器的最大缺陷之一就是存在特性漂移,这会给气体的测量和识别带来误差.但由于传感器的漂移量一般比较小,且常常被噪声所覆盖,因此难于及时、有效地检测出来.对此,采用一种基于多分辨分析理论的在线小波分解算法有效分离出传感器输出信号中的漂移特征,从而为传感器输出漂移补偿奠定了基础.文章对该算法进行了详细的介绍,并给出了仿真计算结果说明该方法的有效性.  相似文献   

17.
小波分析是一种时变信号时-频两维分析方法,本文应用了小波多分辨分析的方法,较好地处理了机械设备故障冲击信号富含的高频和故障信号出现的频率的低频的关系,使得机械故障的诊断结果更加准确,在实际应用中取得了良好效果和较大的经济效益。  相似文献   

18.
声—超声技术在碳—碳复合材料薄板损伤检测中的应用   总被引:4,自引:2,他引:4  
根据声-超声基本原理,以普通压电陶瓷传感器替代商用声发射超声换能器,采用传感器对称布置方式,对具有预冲击脱层损伤的碳-碳复合材料薄板做了声-超声测试,在对所得试验信号进行小波滤波后,应用了能量积分方法量化应力波因子,据此值可以区分材料有无损伤,并可定性地评员伤程度。  相似文献   

19.
基于小波熵指标的结构损伤检测   总被引:1,自引:1,他引:1  
对小波熵在土木工程结构损伤检测中的适用性进行分析,利用小波变换时一频局部化性能,将小波分析和信息熵结合起来,建立小波能谱熵、小波时间熵和相对小波熵等结构损伤指标.通过数值模拟和工字梁的试验数据对各指标和损伤识别方法进行了分析检验,识别出模拟梁和试验梁的损伤位置.识别结果表明,基于小波熵的指标是一个对结构局部损伤敏感的、比较好的损伤指标.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号