基于曲率模态和小波变换损伤位置识别

小波变换和曲率模态相结合,对桥梁损伤定位有了更深的发展。     

基于VMD-CWT和CNN数控机床刀具健康诊断方法的研究

在数控机床切削过程中,刀具的健康状况直接影响产品的加工质量。因此,为了对刀具的健康状态作出诊断评价,本文提出了一种基于变分模态分解（VMD）和连续小波变换（CWT）特征提取与卷积神经网络（CNN）的刀具健康诊断方法。该方法首先采集不同健康状态下的刀具在切削时的振动信号,然后经VMD分解成若干IMF分量,并求解每个IMF分量的相关系数,选取相关系数较大的分量进行信号重构;其次采用连续小波变换来构造重构信号的时频图;最后将得到的时频图输入构建的CNN模型中,通过多层卷积、池化处理得到信号特征与刀具健康状态之间的准确映射,进而实现刀具的健康诊断。经实验验证表明,本文所提方法的识别准确率达到98.9%,具有良好的状态识别能力和泛化性,可为刀具健康诊断方法提供一定的理论依据。     

基于对称挠度差值影响线的装配式简支空心板桥上部结构损伤识别

根据荷载横向分布将空心板桥简化为单板,依据虚功原理推导了考虑荷载横向传递的简支梁上任意截面的挠度影响线、对称挠度差影响线及其曲率的解析表达式.由解析解可知,集中荷载位于无损区域和损伤区域时,挠度差值与荷载位置分别呈二次方和四次方关系;损伤区域和与其相对称的区域的挠度差值曲线的曲率与荷载位置呈二次方关系,其余区域的挠度差值曲线的曲率是常量,因而挠度差值曲线及其曲率曲线上存在拐点且拐点与无损区域和损伤区域的界线相对应.基于此,提出了基于挠度差影响线及其曲率的空心板局部损伤快速识别方法和应用模式.该方法仅需一辆机动车移动加载和一个挠度测点,即可对空心板的局部损伤进行识别.     

运营环境下混凝土简支梁桥裂缝的非线性损伤识别

针对混凝土简支梁桥常见的开裂病害,基于改进的Hilbert-Huang变换(HHT)提出裂缝的非线性损伤识别方法。选取曲率曲线型呼吸裂缝模型并将其融入车桥耦合共振系统,以更真实地模拟运营环境下裂缝的非线性开闭现象。引入镜像延拓法和集合经验模态分解法分别改进传统HHT算法的端点发散和模态混叠问题,提取桥梁加速度响应的能量时程曲线,将能量时程曲线尖峰出现时刻和相对幅值比分别作为损伤定位和定量的特征指标,从而建立简支梁裂缝的非线性损伤识别方法。数值算例表明,采用单一传感器便可通过文中方法识别简支梁开裂的部位和程度,为混凝土简支梁的损伤识别提供技术支撑。     

小波方法识别框架结构损伤

小波包分析损伤识别方法首先将结构响应信号分解为小波包组分,然后通过各组分小波信号的变化情况识别损伤。通过3层框架结构的数值分析,模拟结构损伤,判断损伤时刻与损伤位置。分析小波组分信号突变情况,可以识别损伤时刻、损伤位置和损伤程度。     

基于车桥耦合振动的变截面连续梁桥单损伤识别研究

考虑桥梁结构几何非线性,以常见的1/4车辆模型为例,文章建立车辆模型与连续梁桥的车桥耦合振动方程;采用Runge-Kutta法在MATLAB环境下编制公路桥梁车桥耦合振动数值模拟分析程序,对连续梁每跨跨中的位移时程动力响应进行对比分析,提出基于车桥耦合振动位移响应的公路桥梁损伤识别方法;以某变截面连续梁桥为例,进行单损伤工况的实例分析,数值分析结果表明：该文提出的损伤识别方法对单一损伤有较好的识别效果,损伤位置与测点间的距离是影响损伤识别效果的重要指标,两者距离越近,识别的效果越好;靠近支座处的损伤不易被识别,可能会出现错漏的状况。     

基于小波分析的弹性板损伤识别

以含有损伤的四边简支矩形板为研究对象,采用等效刚度代替板内损伤带的刚度,建立了含有多条损伤带的弹性板有限元模型.运用有限元法分析板的振动特性,由Lanczos法计算得到沿板边两个方向的转角模态.通过对板的转角模态进行db1连续小波变换,利用小波系数模极大值点判断板内损伤带的位置,给出了一种识别弹性板损伤的方法.通过对一含3条损伤带的四边简支矩形板进行损伤识别,验证了方法的有效性.     

基于转角模态小波变换的连续梁损伤识别研究

针对采用基本振型进行小波变换识别连续梁支座附近损伤的困难,提出了运用转角模态小波变换识别损伤的方法.该方法在对连续梁转角模态进行有限元分析的基础上,用墨西哥帽小波做连续小波变换,并由多尺度小波分析确定损伤位置,由低尺度上的小波系数模极大值识别相对损伤程度,由小波系数线特征确.定损伤类型.通过对一具有离散裂缝、裂缝群和局部刚度下降三类损伤的连续梁做数值计算分析,验证了方法的有效性.该方法对连续梁损伤识别的工程应用具有参考价值.     

结构损伤识别的周期小波方法

通过对结构损伤前后模态特征的变化进行分析,利用损伤结构的位移振型函数构造出曲率振型函数γi(x),然后再在曲率振型函数的基础上提出一个用于探测和评定损伤程度的新指标———损伤因子r(x)=∑i∈Idγi2(x);基于小波分析的方法,对损伤因子进行周期小波变换,通过小波系数的取值范围提出了一种结构损伤定位和损伤程度的评估方法.数值仿真表明,这是一种行之有效的损伤识别方法.     

移动载荷作用下起重机主梁损伤识别

作为桥式起重机上关键部件,主梁的安全性受到极大关注.以桥式起重机主梁为研究对象,对移动载荷作用下主梁裂纹损伤进行识别研究.首先建立主梁有限元模型,通过生死单元法杀死损伤单元模拟裂纹损伤,利用ANSYS瞬态动力分析法实现移动载荷加载,并将获得的主梁位移信号与解析解进行对比;然后对位移信号差分获取加速度信号,应用小波变换对主梁1/4、1/2、3/4位置的加速度信号进行分解,分析后选择包含损伤信息的高频部分小波系数构建损伤定位系数来实现损伤定位;最后利用损伤定位系数能量的对数构建损伤程度系数,结合模型匹配法,利用三次样条拟合建立损伤程度方程,识别损伤程度.该研究为起重机主梁移动载荷下的损伤识别提供重要理论参考.     

曲率模态理论在桥梁损伤诊断中的应用研究

在曲率模态理论基础上,建立一连续桥梁有限元模型,通过计算研究了桥梁损伤的结构动态响应特点,验证了曲率模态对桥梁结构整体损伤、局部损伤都有较好的敏感性,其结论可为实际公路桥梁损伤诊断提供参考。     

小波分析技术在数据预处理中的应用

在工程实际中,从被测对象上检测到的信号,往往混有不同程度的噪声。利用小波分析可以过滤掉弱信号或无用信号,得到用户真正需要的信息。介绍了小波变换、小波包分解,以及运用小波包分解进行数据预处理的方法,并最终选择应用小波包分解进行消噪和小波多尺度分解,完成数据预处理,提取了故障特征。     

基于小波分析和EMD的手写阿拉伯数字字符特征表示

经验模态分解(EMD)能有效地对信号结构做出精确的分辨, 利用这一特点本文提出了一种基于小波变换和EMD的票据手写体数字特征抽取方法。 通过对原始数字字符进行G小波变换极大模预处理,得到能反应字符特征信息的光滑轮廓, 进而对规范轮廓曲率序列作EMD分解,以获取浓缩曲率特征的主要信息,最后对此曲率特征数据进行聚类分析。 实验表明,与经典的字符特征提取算法相比,本文方法具有更好的聚类效果,提高了分类器的分类设计能力。     

基于计算机视觉的结构多测点位移与振动特性非接触测量方法

位移是衡量结构舒适性与安全性的一个关键参数,但传统接触式方法测量效率低、成本高且难以精确测量稠密测点位移。为解决以上问题,本文提出了基于计算机视觉与自适应变分模态分解的结构多测点位移和振动特性非接触测量方法。该方法利用高速摄像机获取冲击力锤作用下悬臂梁振动图像,通过有标靶和无标靶特征检测算法,获取结构在冲击载荷下的动态位移曲线,进一步提出了基于变分模态分解和希尔伯特变换的结构振动频率、阻尼比高精度识别方法。所提出方法利用悬臂梁非接触振动测量试验进行了验证,结果表明：通过圆心检测算法和图像特征检测算法提取位移的最大测量误差分别为0.093 mm 和0.046 mm,证明了图像特征检测算法的位移提取精度更高;同时,利用变分模态分解方法对测量的位移信号进行了分离并识别结构振动特征,采用圆心检测和图像特征提取算法获取位移识别的固有频率、阻尼比基本一致。本论文研究成果可为突发事件下桥梁结构多点位移高精度监测与振动特性识别提供一种新的方法,具有成本低、使用方便和测点布设灵活等优势。     

车致桥梁振动与黏滞阻尼器参数

目前中外已通车运营的大跨度悬索桥,在车辆荷载作用下普遍存在因主梁纵向累计位移过大而引起的伸缩缝和支座提前破坏现象.针对该问题,通过在主梁纵桥向设置黏滞阻尼器,并采用非线性时程分析方法对结构进行动力响应分析,研究了阻尼器对车辆荷载引起的纵向振动响应的控制效果及阻尼器参数变化对控制效果的影响规律.结果表明:设置恰当参数的黏...     

基于小波包样本熵和支持向量机的框架结构损伤识别

基于小波包样本熵和支持向量机原理,研究了钢框架结构的损伤定位识别方法.分析在冲击载荷作用下框架结构的动力响应,对加速度信号进行小波包分解,建立小波包样本熵的损伤指标,采用支持向量机原理,识别结构损伤位置以及损伤程度.研究表明,该方法能够利用单一的传感器,实现理想的识别效果,且具有一定的适用性和鲁棒性,在60 dB的噪声...     

基于模态分解的低压串联电弧故障特征提取方法比较

低压交流系统串联电弧电流的非线性、非平稳和随机等特点给故障特征提取和检测带来极大困难,同时以包络线分析为基础的模态分解在非平稳信号分析中展现了良好效果。鉴于模态分解方法的优异效果以及串联电弧故障检测的实际困难,首先对目前较为成熟的经验模态分解(empirical mode decomposition, EMD)等6种模态分解方法进行了系统梳理,并深入分析了该系列方法在电弧故障信号分析和特征提取中的适用性和有效性。然后,通过实测电弧电流的分解实验和特征计算实验,从不同角度探讨了模态分解算法在电弧电流特征提取和故障检测中的优势与不足。最后,对未来可能的研究方向做了展望。     

基于HHT方法的时变多自由度系统的参数识别

将HHT(Hilbert-Huang transform)方法与数学规划方法相结合,用于时变多自由度系统的参数识别.把响应信号如加速度信号通过一个窗函数,得到要研究的某阶模态成分,然后通过经验模态分解(EMD)把通过窗函数的信号分解成各个本征模函数(IMF),对分解出来的IMF进行希尔伯特变换得到该阶模态的瞬时频率,以待识别的刚度或质量参数作为设计变量,极小化计算得到的频率与瞬时频率之差的平方和.对应该平方和最小的刚度或质量值即为选定时刻识别得到的刚度或质量参数值,并进行了数值仿真.     

Hilbert-Huang变换在线性正则域的新推广

Hilbert-Huang变换是一种重要的非平稳信号分析工具,其对信号的处理包含两个方面:(i)经验模态分解;(ii)Hilbert谱分析.2012年,Li,Tao和Wang利用线性正域上的Hilbert变换将该变换推广到线性正则域,从而获得了一种更为灵活的信号分析工具.本文提出了Hilbert-Huang变换在线性正则域的一种新推广.这种新推广先利用经验模态分解将信号转换成固有模态函数,再引入另一种线性正则域的Hilbert变换对固有模态函数进行Hilbert谱分析,从而得到Hilbert-Huang变换在线性正则域的一种新推广.