基于小波有限元的移动荷载识别

小波有限元桥梁模型以区间B样条小波尺度函数为插值函数,构造了小波有限元梁单元,并通过单元转换矩阵建立了小波空间与物理空间各参数之间的关系;代表车载的移动力则投影到小波空间,从而建立基于小波的车桥系统相互作用模型。采用动态规划技术与T ikhonov正则化方法识别移动力,避免了直接处理反问题时的两端振荡与数值计算病态解等问题。仿真算例表明,与传统有限元模型相比,在相同条件下,小波有限元模型以较少的单元,在相似的识别时间内可获得相似的移动力识别精度。     

基于小波有限元法的连续梁移动荷载识别

将待识别车载简化为移动荷载投影到小波空间;车载所作用的连续梁模型以小波尺度函数为插值函数,以小波有限元法为建模方法,并通过单元转换矩阵实现了小波空间向物理空间的变换;采用部分加速度信号作为测得动响应数据,据此积分求出速度与位移响应并用于识别移动荷载。识别方法则借助了动态规划法与正则化法,避免了时程分析中的振荡现象。仿真算例验证了小波有限元用于连续梁模型移动荷载识别的可行性,且单元数较少;识别过程中所用一阶Tikhonov正则化法具有平滑去噪能力。     

压电层合板的B样条小波有限元半解析法

利用小波有限元法的优越性可方便地求解压电材料与复合材料混合层合板的某些静力学问题。根据层合结构的特点,将区间B样条尺度函数作为插值函数离散结构的平面域,应用压电材料修正后的H-R(Hellinger-Reissner)变分原理推导了压电材料的Hamilton正则方程的区间B样条小波(BSWI)元列式。该BSWI元的主要特点之一是厚度方向是解析解形式的。针对具体问题的求解,为了保证各层之间力学量和电学量的连续性,进一步应用了状态转移矩阵技术。数值算例表明所提出的区间B样条小波单元是成功的。采用推导压电材料BSWI元的方法可建立磁电弹性材料类似的BSWI元。     

基于区间B样条小波基函数时变多变量AR模型的时变结构参数识别

本文研究的是时变动力学结构的参数识别问题。仅利用线性时变结构的多个加速度响应测量数据,本文将区间B样条小波函数作为时变基函数,构造了基于区间B样条小波基函数的时变多变量自回归模型,并推导了时变结构瞬时频率的识别方法。文中利用该法对一个三自由度线性时变结构进行了仿真研究,针对结构瞬时频率周期变化,突变和线性变化三种不同的情况分别进行了瞬时频率识别,并在加速度响应数据中加入了不同信噪比的高斯白噪声以检验识别方法的抗噪能力。最后,文中对一个具有质量时变特性的悬臂梁结构进行了实验研究,实验结果充分说明了区间B样条小波基函数时变多变量自回归模型对时变结构参数识别的可行性,有效性和良好的抗噪能力。     

薄板弯曲和振动分析的区间B样条小波有限法

基于二维张量积区间B样条小波及小波有限元理论,研究了用于薄板静动力学分析的区间B样条小波有限元法。在小波有限元用于薄板分析的列式过程中,采用区间B样条小波尺度函数对横向位移场逼近,从矩形和斜形薄板静动力学势能泛函出发,由变分原理得到小波有限元求解方程。该方法具有B样条函数数值逼近精度高和多种用于结构分析的小波基函数的特点。数值算例表明:区间B样条小波有限元法能以很少的计算自由度获得与其它方法同样的计算精度。     

在[0，1]区间的自由结点样条小波

近来不步人研究有限区间小波，但是其结点都是等距的，本文讨论有限区间散乱结点的多尺度分析及样条小波，得出这种条小波的一般构造方法，有趣的是在第j批相邻两结点间可以没有第j 1批的结点，也可以有数个散乱分布的第j 1批结点，这对信号处理是很有意义的。     

基于小波的B样条曲线局部光顺算法

针对传统的小波光顺方法只能进行整体光顺,而不能进行局部光顺的问题,根据小波的时频局部特性,提出了一种基于小波的B样条曲线局部光顺算法。该方法在“滤波”时,只去除原曲线中对“坏点”有影响的高频成分,而不修改那些对关键特征点有影响的小波系数,使得光顺后的曲线,不仅具有较好的光顺性,而且整体形状变化较小。同时讨论了“坏点”的选取、误差的控制、边界约束的处理等相关问题。     

基于B样条函数的模糊神经网络

通过研究Ｂ样条函数在模糊系统和神经网络系统中的应用，探讨了通过Ｂ样条函数，结合模糊系统和神经网络的各自特点，构造模糊神经网络的方法，并提出了具体的网络模型以及相应的学习方法。     

在有限区间带边界条件的小波插值与分解

小波是近年国际研究的热点，被认为是在工具及方法上取得重大突破的分析学中一个完美的结晶，在众多领域中有广泛的用途。最初小波是在无穷区间中研究的，实际问题往往出现在有限区间，有时还带边界条件，用原来方法小波分解并不理想，ｆ０（ｔ）≠ｆ－１（ｔ）＋ｇ－１（ｔ），ｆ－１（ｔ）与ｇ－１（ｔ）又不正交，∫ａ＾ｂｆ－１（ｔ）ｇ－１（ｔ）ｄｔ≠０。重建时出现失真。本文试图解决这个问题，联系到Ｂ样条与小波的关系，比     

B样条曲线的小波光顺法

本文研究了B样条曲线的小波光顺法。首先介绍了利用准均匀B样条曲线逼近具有任意节点矢量的B样条曲线的方法，从而将任意B样条曲线转化为多分辨率表示，进而提出了基于小波的曲线光顺误差控制算法。小波光顺法在光顺曲线的同时具有减少控制顶点的作用，兼具简单性和通用性的优点。     

由车激响应识别桥梁损伤的灵敏度方法

提出了由过桥汽车激励所产生的动力响应识别桥梁损伤的灵敏度方法。将桥梁等效为等长的欧拉梁单元,汽车等效为两自由度五参数模型,用桥梁损伤因子定义单元抗弯刚度的减小(即损伤的程度)。由损伤因子零向量的假设开始,桥梁损伤可以根据最小二乘法和正则化方法用测试得到的桥梁动力响应识别得到,在数值模拟中考虑了测试误差和路面不平顺的影响。算例表明,提出的识别方法理论正确,识别得到的结果可信,可以有效地、方便地识别桥梁的损伤。     

一种基于变尺度积分滑动平均的载荷识别方法

首先,基于积分滑动平均思想构造了变尺度加权积分函数,提出了最小二乘意义下加权积分滑动平均最佳近似响应函数模型。其次,利用形函数方法构造最佳近似载荷模型,组合近似载荷及响应得到实际情况下的Duhamel积分方程,对Duhamel积分离散化得到用于载荷识别的离散线性系统方程。再次,使用正则化方法进行载荷识别。利用正则化方法中最小二乘解构造以正则化参数为自变量的函数,提出了一种选取最优正则化参数的新方法。最后,数值仿真及试验验证将该文提出方法与传统方法进行了比较,结果说明新方法能够得到精度较好的近似稳定解,并且具有较好的抗噪性。     

基于Morlet小波变换的模态参数识别研究

从卷积和Parseval定理的角度推导了小波变换系数的实用算法。以系统的自由响应数据为识别对象,给出了频率、阻尼比的参数识别方法,并重点给出了基于最小二乘法的振型识别技术。提出了基于改进Morlet小波的模态参数识别方法,对识别密集模态具有良好的效果。三自由度仿真算例表明,基于Morlet小波变换的模态参数识别技术能够以较高的精度识别出系统的频率、阻尼比和振型等模态参数。     

基于小波多分辨率分析的时变结构参数识别研究

提出一种小波多分辨率分析的最优尺度选择方法,并将其应用于结构时变物理参数的识别。首先,从函数空间剖分的角度引入WMRA对时变参数进行多分辨率近似展开,将振动微分方程转化成多元线性回归方程,根据时变参数的频率范围及采样频率、线性方程组的个数等确定分解层数取值范围;其次,利用赤池信息准则（AIC）寻求最优分解尺度,为增强数据的稳定性,采用正交最小二乘算法（OLS）代替传统最小二乘算法（LS）对模型中小波系数进行估计并重构时变参数;最后,分别以突变和连续变化的两种时变参数的5层剪切框架模型进行数值模拟。分析结果表明：在预先确立的分解尺度范围内,采用无噪声干扰的响应信号进行识别时,识别精度随着分解尺度的增加而增加;采用噪声干扰的测量信号进行识别时,识别精度与分解尺度的增加无必然联系;通过选择适当的分解尺度,能够准确识别时变参数、提高方法的计算效率并保证很好的抗噪性能。     

基于渐近小波分析的随机激励下结构系统识别研究

提出了基于相关函数预估计和渐近小波分析的结构系统识别方法,此方法可以从结构随机环境振动响应中识别出结构的模态参数和物理参数。证明了在广谱白噪声环境激励下,结构随机振动相关响应的Morlet小波系数图的脊线值包含了解耦的结构模态信息,可用于结构的模态参数识别。如果知道随机激励的功率谱强度,还可以识别结构的质量、刚度和阻尼矩阵等物理参数。三层框架结构数值算例的结果表明上述方法可以准确地从结构随机振动响应信号中识别出结构参数。苏通大桥北索塔环境振动测试试验研究的结果表明此方法对于工程结构环境激振下的结构模态识别具有很好的效果。     

基于多分支BP神经网络的结构系统辨识

结构动力学系统是一个多输入多输出系统,建立能精确体现结构动力特性的辨识模型是实现结构高品质振动控制和关系到控制是否有效的关键。提出一种多分支BP神经网络辨识模型,将影响结构动力反应的结构状态变量和地震动输入分别作为模型的分支输入来进行辨识,提高学习效率及预测精度,并利用训练好的模型预测结构在不同地震波输入下的动力反应,验证模型的泛化能力。数值分析结果表明,用所提出的多分支BP网络模型对结构动力学系统进行动力特性辨识时能达到较高的精度,而且预测精度也很高。     

窄锥结构的最不利动冰力

破坏模式效应是锥体结构动冰力的主导的综合效应。过渡型弯曲破坏峰值冰力最大,周期性最强,对冰速敏感,是最不利破坏模式,可产生最不利动冰力。通过1个案例、4个分析模型和1个数值模型论证了这一破坏模式效应假设。据此提出了一个窄锥动冰力函数,给出了3个参数的表达式。算例结果显示,在过渡破坏条件下预测的动冰力接近实测值。     

基于扩展卡尔曼滤波的结构参数和荷载识别研究

经典的扩展卡尔曼滤波（Extend Kalman Filter,EKF）方法可有效识别结构参数,但却需要已知外部激励,然而,在工程实际中,有些外激励往往难以实时获取。为此,该文提出了一种基于EKF的未知激励下的结构参数和荷载识别方法。通过在观测方程中引入投影矩阵,实现了结构参数的识别,同时,利用最小二乘估计实时识别了未知的外激励。为了验证该方法的有效性和鲁棒性,文中采用了三个数值算例：四层的Benchmark模型、分段线性系统和非线性Duffing系统。数值分析的结果表明,该方法不仅能够准确识别线性和非线性结构的参数,还能有效识别作用于这些结构的外激励。     

基于敏感性分析的协方差随机子空间方法参数优化

在工作模态分析中,结构模态的准确识别在包括结构健康监测在内的许多应用中至关重要.该文基于敏感性分析,研究了模型系统阶数N和Toeplitz矩阵行块数i在协方差驱动随机子空间法(covariance-driven stochastic subspace identification,SSI-Cov)中对模态识别结果的影响...