随机减量法识别轮对系统模态参数

叙述了运用随机减量法获取自由响应的基本原理以及模态参数的提取方法，选择机车车辆轮对系统为研究对象，从机车车辆轮对横向振动响应中得到自由响应，并应用最小二乘法从自由响应数据中提取出模态参数，最后分析了影响轮对系统随机减量法几个应注意的问题。     

基于改进HHT的结构模态参数识别方法

针对HHT方法中经验模态分解(EMD)过程容易出现模态混叠、虚假模态和端点效应的问题,提出了改进的HHT方法.首先利用带通滤波对原始信号进行预处理,得到一组窄带频率信号之和;接着进行EMD过程,得到若干个本征模函数(IMF),根据IMFs和原信号的相关系数来判定其是否是真正的IMFs;然后运用随机减量技术(RDT)和希...     

基于Morlet小波变换的结构密集模态参数识别

为了解决结构密集模态识别精度不高的问题,提出了基于Morlet小波变换进行结构模态参数识别的一套方法流程.首先,从公式推导的角度对结构模态混叠的机理进行研究分析,明确和量化了密集模态的定义,提出了结构模态密集度指标——相邻模态的频率比,以此判定应用Morlet小波变换进行模态识别的有效性.其次,针对边端效应和噪声污染的不利影响,改进了小波变换识别结构模态参数的方法,并提出了最优小波中心频率的选取方法.理论研究结果表明,当相邻模态的频率比值一定时,随着阻尼比以及相邻模态阻尼比差值的增加,模态混叠的严重程度也增加.数值仿真算例结果表明,这种改进的模态识别方法可有效地识别结构的模态参数,且能够获得较高的参数识别精度.     

基于小波变换和奇异值分解的模态参数识别方法

提出了一种新的基于小波变换和奇异值分解相结合的结构模态参数识别方法.该方法首先对环境激励下的结构加速度响应信号进行互协方差分析,得到时域互协方差响应,通过小波变换将互协方差响应转换到时频域中得到信号的时频系数并沿每一个尺度点提取协方差响应的小波系数阵,然后对提取的小波系数阵进行奇异值分解得到奇异值和奇异向量,最后从重组的奇异值和奇异向量中识别出结构的模态参数.文章对提出的方法进行了理论证明,通过三自由度系统的数值算例验证了该方法的可行性,表明与直接小波变换方法相比,其识别结果精度更高.     

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。     

基于小波变换和改进双随机相位编码的多图像加密算法

以小波变换和双随机相位编码为基本理论依据,提出了一种新的多图像加密算法.该方法利用小波变换的多层次分解特性,提取各个图像的低频部分组合成一幅新的图像,再利用基于混沌的双随机相位编码算法进行加密.所提方法采用低频部分横向叠加的组合方式,避免了加性串扰,提高了系统容量和加密效率.另外,借助混沌系统来生成随机相位模板的思想使得加密系统在减小密钥体积的同时,增加了密钥的敏感性.数值仿真表明所提算法能够有效性的进行多图像加密,并且具有较高的密钥敏感性和良好的鲁棒性.     

基于小波变换的信号滤波和去噪研究

本文介绍了小波变换理论,系统地研究了小波变换在信号处理尤其是信号滤波去噪方面的应用。根据不同类型的噪音,给出了基于不同小波变换的滤波算法并且基于小波变换的滤波原理进行了分析。     

非平稳随机激励下线性系统模态识别的小波方法

通过对非平稳随机激励下的线性时不变系统的响应x(t)进行小波变换.利用各级小波系数的正交性,对其中的某些平稳小波系数进行合成,得到满足结构动力学方程的新平稳信号y(b),用其代替原始的结构响应x(t),结合其他各种平稳随机激励下的模态识别的方法,进行非平稳随机激励下系统参数的识别.仿真结果表明,该方法可以在一定程度上消除非平稳随机激励所引起的响应信号的非平稳性.     

基于系统抽样技术的随机减量法

将系统抽样方法应用于随机减量法中随机振动信号的提取,对当测量得到的结构响应信号数量很大时如何能较准确地识别结构系统的周期和阻尼比问题进行了研究,给出了结构系统周期和阻尼比估计量的表达式．数值算例结果表明,当结构系统响应信号长度很大时,该方法可较好地解决信号长度与识别精度的矛盾．     

用GPS和随机减量技术对悬索桥实时监测

为连续实时监测大跨桥梁的抗风、抗震重要参数——位移、转角和频率 ,通过比较几种桥梁传统的位移测量方法 ,提出利用 GPS实时监测悬索桥位移和转角的新方法。介绍了其测量系统和特点 ,在此基础上 ,利用基于随机减量的 FFT时域模态识别技术对虎门大桥进行实时模态分析 ,并同有限元数值分析结果和加速度计的实地测量结果相比较 ,得出 GPS技术与随机减量技术相结合可实现大桥连续实时监测的结论     

基于复Morlet小波变换的变压器绕组模态参数辨识

为了较为准确识别变压器绕组非线性系统的模态参数,对某10 kV变压器绕组进行了激振实验.基于实验数据,采用复Morlet小波变换法对变压器绕组固有频率及阻尼比进行辨识,并使用最小二乘法进一步对变压器绕组的对应振型进行了识别,得到了绕组的前4阶固有频率、阻尼比及振型.计算结果表明,实验用变压器绕组的各阶固有频率均远离电动力激励频率,各阶固有频率对应的振型呈现出较好的对称性,说明绕组结构设计较为合理.与PolyMax法进行比较,结果验证了基于复Morlet小波变换的识别方法对包括振型在内的变压器绕组模态参数识别的有效性和实用性.     

系统模态参数辨识的小波方法

为研究小波变换在模态分析中的应用，并实验验证该方法的可行性，在小波分析良好的数值特性基础上．建立了基于系统自由响应信号连续小波变换的模态参数辨识方法．采用该方法进行仿真研究，仿真结果与理论值吻合.以悬臂梁为例进行实验研究，实验结果与理论计算结果吻合较好．尤其在阻尼比的识别上，相对误差在l％以下.仿真和实验研究表明，该方法计算简便．对比一般频域模态方法，该方法对模态参数识别更准确．     

随机锤击法识别专用车架结构模态参数

结构动态试验中,用锤击法识别结构模态参数,近几年来已被广泛应用,通常锤击法激振能量有限,测得激励和响应数据信噪比甚低,影响模态参数识别的成败。本文提出用一种随机锤击法识别结构模态参数,它能将更多能量输入结构,提高了数据的信噪比,加快了试验速度。本文结合具体数据作出了论证。在4 t重复杂汽车吊专用车架上仅用280g重的小力锤,满意地获得了结构模态参数,并且与一般锤击法试验作了对比分析。     

基于微分算子小波变换的分布参数系统辨识

基于微分算子在紧支撑正交小波基下的精确显式表示,给出了一种分布参数系统辨识方法.将微分算子投影到小波空间,得出其矩阵表示形式,从而将分布参数系统转化为集中参数系统,再利用最小二乘参数估计的一次完成算法进行辨识.该方法不需要考虑初始条件和边界条件的影响,降低了计算的复杂程度;基于Daubechies(db1)小波的数值计算表明,在小波分解层数很低的情况下,辨识就具有很高的精度.     

基于离散小波变换的动态过程模型参数辨识的Markov方法

提出一种新的Ｍａｒｋｏｖ递推算法，该算法主要是基于过程噪声的离散小波变换的协方差矩阵及其Ｃｈｏｌｅｓｋｙ分解因子具有特殊稀疏带状结构的事实，利用模型输出误差的小波变换在线估计出其协方差矩阵及其Ｃｈｏｌｅｓｋｙ分解因子Ｌｃｗ，进而利用Ｌｅｗ对数据进行白色化处理。数值仿真验证了所提算法是可行的。     

基于小波变换的低对比度图像增强改进算法

提出一种基于小波变换的图像增强算法。利用小波变换的时频局域性和方向性特点,对分解后的高频系数进行子树划分,以子树为单位实现图像的对比度增强。在VC++环境下实现了该方法,实验结果表明该算法能得到整体视觉好的图像,是一种有效的图像增强算法。     

基于小波变换的非线性多自由度系统的参数识别

讨论了用小波理论识别非线性多自由度系统参数的方法.首先将系统的微分方程投影到由Daubech ies尺度函数张成的子空间中去,然后利用Daubech ies小波的性质将系统微分方程转变为由未知参数构成的一个超越代数方程组,从而最终将系统参数识别问题转变为代数方程组的求解问题.仿真结果证明了该方法的有效性.