结构物理参数识别的多尺度参数卡尔曼滤波方法

经过正交小波变换后,低尺度上测量信号的信噪比提高。应用小波变换将结构的激励信号和响应信号分解到不同尺度上,得到不同尺度上结构的状态方程和测量方程,结合动力学系统辨识的参数卡尔曼滤波方法,提出了结构物理参数的多尺度参数卡尔曼滤波辨识方法。理论分析和数值算例表明:在多尺度上对结构参数进行辨识比在单一尺度上辨识能获得更高的精度。     

基于小波形函数的动态荷载识别方法

基于形函数和时域反卷积法的动态荷载识别方法能有效减少待求量数目和提高识别效率;为实现识别精度与效率之间的平衡,提出了一种基于多尺度小波形函数和时域反卷积的动态荷载识别方法。在时域内动态荷载进行离散化处理,并以小波尺度函数在时域单元内近似地逼近动态荷载,进一步组集所有时域单元小波形函数的动力响应,建立基于小波形函数的荷载-响应矩阵,识别结构动态荷载。通过提升小波尺度来提升荷载-响应矩阵尺度,提高动态荷载识别精度。采用悬臂梁和单层框架的数值算例验证了该方法的可行性。     

基于多分辨率分析的结构物理参数识别贝叶斯估计方法:方法推导与验证

在观测噪声和模型误差等不确定性因素的影响下,结构物理参数识别问题是一个不确定性问题.针对此问题,该文从结构运动微分方程出发,利用小波多分辨率分析原理,建立结构多尺度动力方程,由该方程以结构激励和响应信息在多尺度上的细节信号和最大尺度上的概貌信号为观测量推得物理参数线性回归模型,对该模型应用贝叶斯估计理论得到物理参数后验...     

结构物理参数时域识别的子结构方法研究

研究了输入、输出信息皆不完备情况下的结构参数识别以及荷载反演问题。阐述了一种通用的子结构动力方程及其参数识别方程建立的基本原理和方法,并针对实际工程检测中子结构参数识别方程的输入特性,分别采用一种与之相适应的分解反演算法或统计平均算法。子结构技术与分解算法或统计平均算法的有效结合,为有限测点条件下的结构参数识别及荷载反演问题提供了一个较好的解决方案。大量的数值计算结果表明,本文提出的方法具有很好的参数识别精度及荷载反演效果。     

基于区间B样条小波有限元的移动荷载识别

小波有限元以区间B样条小波尺度函数为插值函数构造小波有限元单元,并通过单元转换矩阵建立小波空间与物理空间各参数之间的关系.采用动态规划法与Tikhonov正则化法识别移动荷载,避免了直接处理反问题时的振荡与数值计算病态解等问题.算例采用所测得的部分离散点的动态响应数据为已知信息,验证了小波有限元的优越性及小波的多尺度特...     

利用加速度响应连续小波变换的时变系统物理参数识别

基于小波理论,推导了函数积分运算的连续小波变换计算方法,应用此方法仅用线性时变结构的振动加速度响应信号,就可计算出速度和位移响应信号的连续小波变换值,并将振动微分方程组转换成用小波表示的线性方程组,求解不同时刻的线性代数方程组识别出时变结构的物理参数(质量、刚度和阻尼)。以5自由度时变结构为仿真算例,利用添加噪声的采集信号,识别了突变、线性变化和周期变化3种不同类型的时变物理参数,算例验证了识别方法的正确性、有效性和抗噪声能力。最后还研究了多尺度分析对参数识别的影响,给出了尺度参数区间选取和离散的依据。     

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。     

基于小波包能量谱的结构损伤预警方法研究

基于小波包分析推导了结构动力系统在不同分析尺度上的状态方程和观测方程,在此基础上研究了结构动力响应在不同分析尺度上的时-频特性以及系统矩阵和测量噪声在各个分析尺度上的递推性。理论分析证明,采用结构动力响应的小波包能量谱进行结构损伤预警具有较好的损伤敏感性和噪声鲁棒性。根据瞬态激励的特性提出对激励和响应的时域互相关序列进行小波包分解得到小波包能量谱,并在此基础上计算结构损伤预警指标。通过一钢筋混凝土板静力承载力的振动试验分析,对板不同受力阶段的损伤状态进行了判别,并与实际损伤程度进行了比较。     

基于数据缩减的分频段小波模态参数快速识别

针对利用小波进行模态参数识别效率较低的问题,提出了一种基于数据缩减的分频段小波模态参数快速识别算法。利用奇异值分解对协方差信号在保留数据信息量的情况下进行缩减以减少参与计算的数据量,对正功率谱密度矩阵的奇异值分解确定识别系统的模态阶数及相应的频率范围,利用小波变换对缩减后的数据进行各阶模态逐频段识别。相比原始算法,文中方法减少了小波分析的数据量并避免了一些无用频带的小波分解从而减少计算量。通过对一个3阶线性时不变系统以及一个大桥模型的参数识别验证了文中方法在保持识别精度的情况下大幅度地提升了计算效率。     

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。     

基于广义Morse小波和EWT的移动荷载下结构时变频率识别

提出了基于广义Morse小波和经验小波变换的移动荷载作用下结构时变频率识别方法。首先介绍了经验小波变换技术和广义Morse小波特性,采用经验小波变换对结构响应信号进行分解,对分解得到的不同经验模式成分采用广义Morse小波分析,提取信号小波脊线识别结构瞬时频率。用一个数值算例验证了方法的有效性和精度。随后设计了一个移动小车通过钢板梁的模型试验,采用该方法识别其时变频率并与有限元计算结果进行对比分析,进一步验证方法的效果。     

基于最优复Morlet小波的结构密集模态参数识别

针对结构密集模态参数识别精度不高的问题,提出了一种小波Shannon熵与最小标准差相结合来优化复Morlet小波参数的方法。首先理论推导了中心频率与带宽参数的取值范围,其次采用两个最小原则对中心频率与带宽参数同时进行优化,通过仿真算例和模型实验的参数识别,验证了参数优化后的Morlet小波可准确地识别结构的密集模态参数,并且具有一定的抗噪性能。     

基于小波分析的结构损伤检测

损伤结构的动力特性具有局部时变的特征，小波变换在时域和频域都具有表征信号局部特征的能力，小波包分析利用可以伸缩和平移的可变视窗能够聚焦到信号的任意细节，因此可以对损伤结构的非线性动力特性能进行有效的分析。提出运用小波分析提取结构损伤特征向量的方法和基本原理，并进一步用神经网络进行损伤位置和程度的检测。文章通过一个两层框架的模型对小波神经网络和传统的BP网络的损伤识别精度作了对比。研究表明，小波神经网络的抗噪声能力较强，损伤识别的效果更好，运用小波神经网络进行结构损伤识别精度要优于传统的BP网络。     

基于最大坡度法提取非平稳信号小波脊线和瞬时频率

提出一种基于最大坡度法的非平稳信号小波脊线提取和瞬时频率识别新方法。该方法首先对非平稳响应信号进行连续复Morlet小波变换,其时间轴、小波尺度轴及小波系数模值构成一个三维坐标系（x, y, z）;其次从预先设定的小波脊线初始点出发,在一定范围内进行搜索,并分别计算其在时间-尺度平面（x-y）的距离、z方向的距离及小波脊线的坡度值。最后,求解位于最大坡度方向上的各空间点并将其连接成线即为所求的小波脊线。采用三个非平稳信号数值算例和一个拉力时变的拉索试验验证了最大坡度法的有效性,并与基于小波系数模局部极大值的脊线提取方法、动态规划法及瞬时频率理论值进行比较。数值模拟和试验结果表明,该方法能够有效提取非平稳响应信号的瞬时频率,且识别精度优于基于小波系数模局部极大值和基于动态规划的小波脊线提取方法。     

动态定量称量包装系统滤波算法

目的为了提高动态定量称量包装精度,提升数据采集和信号测量的准确性。方法分析定量称量系统的组成以及工作原理,并针对系统中存在的噪声,提出一种基于小波包滤波的称量包装滤波算法。通过塔式分解方法实现快速离散小波包变换,由离散卷积方程得到小波包分解系数,进而完成滤波算法的重组。结果通过仿真和实验结果可知,小波包滤波方法能够很好地滤除动态称量信号中的噪声,提升了有用信号的品质。结论该滤波算法提升了动态定量称量系统的稳定性,提高了称量包装精度。     

基于小波包变换和时变频率的结构地震损伤评估

基于频率变化的结构地震损伤评估方法具有机理明确和精度较高等特点,但传统信号分析方法在时频分辨率上不能同时满足精度要求,导致时变频率不能直接从响应信号中精确获取,影响频率法损伤评估的应用。依据时频边缘条件提出时频谱分析精度评价标准,通过对比不同的信号分析方法,确认具有特定基函数的小波包变换是获取精确时变功率谱的有效工具。提出基于小波包脊的时变频率提取方法,在此基础上依据结构频率的变化可计算结构时变损伤指标,并最终实现结构多维地震损伤评估。算例表明基于小波包变换和时变频率的结构地震损伤评估方法可以较准确地反映结构的整体损伤演变过程和最终损伤程度。应用该方法时仅需要结构的位移时程,在结构动力分析、抗震验算以及实际结构的震害评估中均具有良好的适用性。     

考虑质量变化的空间拱结构小损伤识别方法研究

该研究针对空间拱结构损伤识别精度问题,提出了一种空间拱结构小损伤的动态识别方法。该方法在识别过程中考虑损伤区的质量变化的因素来提高了结构损伤识别的精度。在建立的空间拱结构损伤模型中,应用频率和振型的质量因子变化来表示损伤区质量的变化。应用Wittrick-Williams算法对损伤参数进行计算,根据计算结果来判定结构的损伤位置和程度。为了实现应用最少的测量模态和结构振动特性数据对结构损伤精确识别,建立了一个应用遗传算法的优化计算程序对损伤参数优化计算。在该优化程序中,应用初始的随机染色体群代表沿空间拱不同的损伤分布状况。通过对单一损伤、多个损伤区域和不同边界条件下空间拱进行损伤识别案例对所述方法进行验证,并分析解决了对称结构损伤定位唯一性的问题。结果表明,所提出的识别方法对空间拱结构的损伤具有较好的识别效果,所建立的损伤识别程序具有较高的识别精度。     

基于模态应变能和小波变换的结构损伤识别研究

针对单一方法对结构同时发生多处不同程度损伤识别的不敏感性缺陷,本文结合小波变换在时域、频域内表征信号局部特性且能够聚焦到信号或函数的任意细节进行处理的能力,提出了一种基于单元模态应变能和小波变换的结构损伤识别方法。在单元模态应变能基础上,利用小波变换系数的变化和分布情况构建单元模态应变能小波变换结构损伤指标,通过对简支梁的数值模拟和斜拉桥模型试验研究的结果与单元模态应变能平均变化率作为损伤识别指标的计算结果进行对比,结果表明该方法能有效确定结构同时发生多处不同程度损伤的位置和估计损伤程度,为实际工程应用奠定了基础。     

Research on ultrafine particle size measurement using small amounts of data

The paper puts forward a new method of ultrafine particle size measurement using small amounts of data of a dynamic light-scattering signal, and establishes an arithmetic model of the measurement by wavelet package transform. First, through the wavelet package transform, the ultrafine particle dynamic light-scattering signals were decomposed into multifrequency bands. Then, the noise of signals of different frequency bands were removed and the power spectrum of the wavelet packet coefficients of each frequency band was calculated. Finally, the ultrafine particle size distribution information could be deduced from inversing the power spectrum. The standard polystyrene particles of 100, 300, and 400 nm were measured using this method, and the inversion results indicated that this method can effectively remove noise and improve the accuracy of particle size measurement using small amounts of data.