采用解析模态分解和小波变换的损伤识别方法

针对希尔伯特-黄变换(HHT)在信号处理中存在的模态混叠现象,引入解析模态分解定理(AMD)提取时变结构响应的一阶本征函数,并构建一阶本征函数能量比指标识别结构的损伤位置.从损伤位置处的响应信号出发,引入连续小波变换和时间窗思想,提出一阶本征函数小波能量变化率指标来预测结构的损伤演化过程.通过一个刚度突变和线性变化的三层剪切型结构数值算例,对一阶本征函数能量比和一阶本征函数小波能量变化率指标进行验证.结果表明:所提出的指标能够有效识别结构的损伤位置和损伤时间.     

基于残余力向量的结构损伤识别两步法

提出了一种基于残余力向量进行结构损伤识别的两步法.通过计算各单元体的损伤定位标准(DLAC)值来判定可能出现损伤的单元;采用刚度联系向量来代表单元体,使计算DLAC值简单,且计算量小.利用最佳逼近向量法来精确定位并计算损伤程度.为使该方法更具实用价值,将最佳逼近向量法从单个损伤推广至多个损伤的情况.算例表明,此方法仅需一阶模态参数便可有效进行损伤识别,因而合理可靠、精度高.     

基于改进HHT方法的密集模态结构参数识别

针对Hilbert-Huang变换(HHT)方法在识别结构模态参数中存在的经验模式分解(EMD)模态分解能力不足以及固有模式函数(IMF)分量之间不正交这2个问题,分别提出采用波组信号前处理和正交化经验模式分解的方法予以改进,并将此方法称为改进的Hilbert-Huang变换方法.在介绍正交化经验模式分解方法和波组信号前处理基本原理的基础上,给出基于此改进Hilbert-Huang变换方法识别结构模态参数的基本步骤,并通过一个具有密集模态的三自由度结构在脉冲荷载激励下的模态参数识别算例予以验证.研究结果表明:该方法可有效识别密集模态结构的模态参数,且识别效果优于基于HHT的模态参数识别方法的效果.     

一种环境激励下斜拉桥模型损伤识别方法

虚拟脉冲响应函数可表征环境激励下结构系统固有的动力特性,但桥梁试验模型空间变异的模糊性和测量过程中环境激励的随机性,使得虚拟脉冲响应函数同时具有随机不确定性和模糊不确定性,适用于随机-模糊统计原理处理.而Hilbert-Huang变换(HHT)是一种新的适用于非线性、非平稳信号且具有自适应性的数据处理方法.提出了基于HHT与虚拟脉冲响应函数随机模糊均值的结构损伤识别方法,并将4个Hilbert边际谱能量指标应用到室内斜拉桥模型的损伤识别中.结果表明:主梁损伤前后4种能量指标都发生了变化,且体现出相似的规律性,准确指示了较大程度损伤的损伤位置和程度,为大型桥梁结构在线监测提供了一种方法.     

HHT在提取Lamb波特征参数中的应用

超声Lamb波被广泛用于薄板状结构的损伤检测,其频散特性为损伤信号特征参数的提取增加了难度,因此提出HHT方法对时域的Lamb波进行频域转换,以提取信号的能量和时间特征。首先,介绍了Lamb信号的特性及生成方式;其次,详细说明希尔伯特-黄变换(HHT)的实现方法及步骤,用Matlab进行了算法实现,获得Lamb波信号的Hilbert谱、瞬时能量密度谱和边际谱;最后,通过复合材料结构的损伤实验,分别对损伤前后的结构检测信号进行HHT变换,提取信号的能量参数和时间参数,对比分析证明HHT能有效提取损伤前后信号的能量衰减和时间延迟信息,为下一步进行损伤程度和位置的识别提供了数据依据。     

基于支持向量机的钢框架结构损伤定位试验研究

钢框架截面损伤会引起结构的模态频率发生变化。这里以钢框架模型的试验模态频率作为支持向量机的训练和测试样本的输入,由支持向量机输出判断结构损伤位置。研究表明,将支持向量机识别技术与常规的结构模态频率分析相结合,能够有效地识别钢框架结构损伤位置。该算法对损伤位置敏感,且识别精度较高。     

HHT在齿轮故障诊断问题中的应用

齿轮作为一种重要的机械传动设备,对其进行故障诊断具有重要意义。传统的齿轮故障诊断大都采用FFT或者小波分析方法,对处理具有非平稳性的齿轮故障信号效果不太明显。HHT由经验模态分解方法(EMD)和Hilbert变换两步组成。经验模态分解方法(EMD)把时间序列信号分解成不同特征时间尺度的固有模态函数(IMF),适合处理非线性和非平稳过程。Hilbert变换对具有调制现象的信号的分析有很大优势。介绍了该方法的基本原理,并将HHT应用于齿轮断齿故障诊断,齿轮故障实验信号的研究结果表明:基于HHT的分析方法,能有效地诊断齿轮的故障。     

基于Hilbert-Huang变换的室内地磁信号处理分析

提出一种利用Hilbert-Huang变换(HHT)处理分析室内地磁信号的方法。介绍HHT原理与方法,设计出一种室内地磁信号采集平台,对实际测量的室内地磁信号进行经验模态分解(EMD),并对分解后的固有模态函数(IMF)进行频谱和时频剖析,最后将经过HHT处理的原始信号进行重组。结果表明,HHT能用于描述复杂的室内地磁信号的非线性时变特征,为室内地磁信号的处理分析提供一种可行的方法。     

基于EMD和多重分形谱参数的耐火材料损伤模式识别

考虑到耐火材料损伤声发射信号模式识别困难,提出一种结合经验模态分解(EMD)、多重分形谱参数和支持向量机的耐火材料损伤形式分类方法。首先对耐火材料损伤声发射信号进行EDM分解得到若干本征模态函数(IMF)分量,并取前4个分量作为研究对象,然后将整个信号的多重分形谱宽及各IMF分量的多重分形谱宽组成的特征向量输入支持向量机进行学习训练,最后实现耐火材料损伤模式识别。研究结果表明,采用由原信号及各IMF分量的多重分形谱宽值组成的特征向量能够有效进行损伤信号的特征提取。该方法对耐火材料界面相损伤的分类准确率为99%,对其基质相损伤的分类准确率为89%。     

梁及桥梁应变模态与损伤测量的新方法

由于梁式结构的应变状况与其刚度有直接关系,因此对应变模态的测量可望用于桥梁损伤识别.梁的曲率模态和应变模态是直接关联的.通过对实桥标准简支梁损伤的数值仿真,揭示了曲率模态对桥梁损伤的敏感性.为便于检测损伤,还提出了一个新的损伤识别指标-应力变化陡峭度D, 并推荐一种具有高灵敏度和高一致性的DP型低频振动传感器作为实桥应变模态测量的信号检测设备.