基于小波神经网络的框架结构损伤识别

以含损伤的框架结构为研究对象,对损伤位置和损伤程度进行识别。运用有限元分析原理,采用Lanczos法得到框架结构的转角模态,对其转角模态进行连续小波变换可以得到结构的小波系数,再由小波系数模极大值确定损伤的位置。以损伤后结构的固有频率作为神经网络输入参数构造神经网络,从而实现对框架结构损伤程度的识别。通过对一平面框架结构的损伤识别计算分析,验证了方法的有效性。     

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...     

基于振动信号降噪的钢板件损伤定位

为了实现汽车船舶等行业中钢板件的结构健康监测,针对冲击、碰撞损伤发生时的振动信号,提出了一种结合小波包阈值降噪(WPT)和集合经验模态分解(EEMD)降噪的方法来提高损伤源的定位精度.首先,设计了动态环境下钢板件的冲击损伤试验系统并进行实验方案设计,采集了损伤时刻数据;其次,通过对损伤信号进行WPT-EEMD降噪有效提...     

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。     

框架结构损伤识别的两步法

直接将框架结构的损伤定义在梁柱构件上,提出了一种识别一般框架损伤参数的动力方法,该方法分两步进行：第1步,利用结构的前几阶动力模态,通过对代数特征值反问题中一定带宽矩阵的识别方法加以改造,识别框架楼层侧移刚度矩阵;第2步,应用线性归化方法,由所识别的结构刚度矩阵,识别框架梁柱的损伤,算例分析表明,这一方法是可行的。     

基于小波分析的多层框架结构损伤识别研究

为了利用小波分析时-频域局部化特性以及其对信号奇异点反应明显的特性,对2层框架结构的前八阶振型进行处理,计算其曲率,然后运用连续小波变换对曲率模态进行分析﹒通过对3种工况下的框架结构进行数值模拟分析,结果表明,曲率模态的小波变换系数模的极大值指示了结构的损伤位置,但结构损伤程度与小波变换系数模极大值大小之间没有内在的联系,其峰值的大小不能反映损伤程度,仅仅指示了结构损伤的位置﹒     

小波包分析方法在齿轮箱振动信号处理中的应用

对齿轮箱的振动及振动信号进行了分析，利用小波分析原理及小波包分解故障信号，抽取与故障有关的几个频段进行重构，剔除了主振动分量和干扰项，从而使故障特征信号从复杂的振动信号中分离出来。     

框架结构缺陷识别的小波信息熵方法

为有效检测框架结构缺陷,将小波分析和信息熵理论相结合,提出了一种基于小波信息熵的框架结构损伤缺陷以别方法。该方法首先对框架结构振动响应信号进行多分辨率分解,然后利用小波信息熵提取结构损伤特征信息,得到表征结构状态的信息熵指数,最后识别出框架结构缺陷的位置。并在一个三层结构框架模型上进行了仿真分析,分析结果表明:所提出的方法能在被测对象数学模型未知情况下,准确有效地对框架结构损伤进行识别与定位。     

柴油机振动信号的小波包奇异值降噪

柴油机的振动信号中含有大量噪声,在进行故障特征提取之前必须加以消除.首先对傅里叶滤波降噪、小波降噪和小波包降噪的效果进行了对比,然后将奇异值分解技术用于信号降噪,最后提出了一种将小波包和奇异值分解相结合的降噪方法.该方法将输入信号进行一次小波包分解,利用奇异值分解方法对分解后的幅值量化系数进行降噪.实例表明,小波包和奇异值分解相结合的方法降噪效果最好.与其他方法相比,用新的方法对柴油机缸盖振动信号进行降噪处理的信噪比最高,且能明显识别出燃烧爆发、气门落座等各个阶段的振动信号,大大提高了特征提取的准确率.     

柴油机振动信号的小波包奇异值降噪

柴油机的振动信号中含有大量噪声，在进行故障特征提取之前必须加以消除。首先对傅里叶滤波降噪、小波降噪和小波包降噪的效果进行了对比，然后将奇异值分解技术用于信号降噪。最后提出了一种将小波包和奇异值分解相结合的降噪方法。该方法将输入信号进行一次小波包分解，利用奇异值分解方法对分解后的幅值量化系数进行降噪。实例表明，小波包和奇异值分解相结合的方法降噪效果最好。与其他方法相比，用新的方法对柴油机缸盖振动信号进行降噪处理的信噪比最高，且能明显识别出燃烧爆发、气门落座等各个阶段的振动信号，大大提高了特征提取的准确率。     

采用二阶频率灵敏度的损伤识别和试验

开发结构健康监测系统是结构损伤识别的一个重要课题 .由于结构频率容易测试并且有较高的测量精度 ,因此成为损伤识别中广泛应用的模态参数 .据此提出一种二阶频率灵敏度分析方法 ,通过测量结构损伤前后频率变化的损伤参数识别方法来确定结构的损伤位置和损伤程度 .对于层间剪切结构模型 ,可以测得结构的各阶频率 .对于多种工况进行了框架结构模型的振动试验 .试验结果表明 ,对于层间剪切结构 ,通过测量结构频率变化可以确定结构的损伤位置和损伤程度     

某五层框架结构的振动特性分析

某五层框架结构由于振动过大而影响其正常使用,通过有限元程序对结构进行了模态分析,计算得出了结构的自振频率及振型,并用现场实测结果验证了计算结果的准确性,从而为进一步振动控制提供参考.     

基于框架理论的水闸结构振动特性分析

依据水闸的结构特点,采用框架计算模型,利用温克尔地基假设,弹簧模拟地基和两侧土的作用;运用直接滤频法(逆迭代法)计算水闸结构自振特性,编制有限元计算程序,以上海市新民水闸为实例进行分析计算,结果与实际状况吻合较好.     

三层空间框架结构的振动研究

对一个简化的三层空间框架钢结构进行强迫振动试验,得到结构的低阶自振特性;同时对该三层空间框架结构进行有限元分析,通过模态分析模拟得到该结构的低阶自振特性;数值模态分析的低阶结果与实验结果相比较,有良好的一致性,说明计算模型可靠;利用有限元法模拟该空间框架结构的高阶自振特性,为框架结构的建筑或厂房的自振频率的计算提供实验依据和有限元分析依据。     

基于轴向振动的结构损伤识别方法

在理论上推导悬臂梁轴向振动微分方程及其3种支座形式的解析解的基础上,提出了一种基于轴向振动的结构损伤识别方法.该方法以轴向振动的低阶模态振型的二阶导数为损伤指标,无需结构损伤前的完好动力指纹.该指标对结构损伤的位置和程度均很敏感,既能精确定位损伤,又能标定损伤程度,即在损伤位置将发生相反方向的突变,且突变幅度随损伤程度的增大而增大.最后对方钢管构件进行了试验,测试结果证明了该方法的可行性.     

基于WPD-LMD和排列熵的结构损伤识别方法

为了直接从结构响应提取损伤敏感参数,对激励未知情况下的结构损伤模式进行识别,提出了基于小波包分解-局部均值分解方法(wavelet packet decomposition-local mean decomposition,WPD-LMD)和排列熵的结构损伤检测方法.该方法首先对结构振动响应进行小波包分解,将振动信号分解为一系列窄带信号,然后对窄带信号进行局部均值分解,能有效提取低能量分量.通过计算损伤前后分量信号的排列熵,对结构损伤进行了检测,最后通过计算测试数据和样本数据之间的相对排列熵,对损伤模式进行了识别.实验分析结果表明,所提出的方法能有效地对结构损伤进行识别.     

基于泄流响应的高拱坝振源时域识别

高坝泄流诱发坝体振动的振源识别一直是水利界所关注的课题之一．在小波理论、结构动力学及随机振动理论的基础上,提出了基于小坡正交算子变换的多振源反分析方法,并结合水工结构的特点,探讨了进行振源识别时所需注意的关键技术问题．以拉西瓦拱坝水弹性模型为研究对象,通过少量测点的动位移实测值,反分析各等效激励荷载时程,进而对拉西瓦拱坝的流激振动进行全面评估,为拱坝结构的动态监测和损伤诊断提供了基础．     

一种基于响应的振动系统参数识别的迭代方法

研究了振动反问题,提出了一种适用于振动系统参数识别的迭代方法。该方法把振动控制方程转化为状态方程,基于振动系统的时域响应,通过构造一种矩阵迭代算法来反演系统参数。数值算例表明本文方法具有较快的收敛速度和较高的精度。     

框架结构阻尼的识别

本文利用复合型优化法对某火力发电厂主厂房框架的阻尼进行了识别，并与其实测值［１］进行了比较，其误差小于７．１％．由此可见这一方法有一定的工程实际意义和理论价值。     

钢结构损伤识别中Db族小波函数选择

在基于小波分析的结构损伤识别研究中，小波函数的选择是首先要考虑的问题．选取了部分Db（Daubechies Ⅰ）族小波函数，采用小波概率神经网络方法，对一个4层钢框架进行损伤识别研究，探讨了选择不同Db族小波函数对损伤识别结果的影响．研究发现，正则性好、消失矩大等特性的小波函数其损伤识别效果最好．