车辆传动系监测信号突变与渐变识别

为识别车辆传动系运行状态的变化,讨论利用小波变换处理传动系监测信号,提取信号在时域的突变特征;利用折中阈值法对监测信号进行消噪处理,从而识别监测信号的渐变趋势,并提出了一种阈值改进方案. 从能量谱和特征频率分布的角度,研究了监测信号的变化趋势在频域的表征,并提出了一种解决小波包混频现象的方法. 研究结果表明,利用小波变换能同时在时域和频域上提取出监测信号所隐含的表征系统运行状态变化的信息.     

基于复小波变换的拉索结构阻尼比识别

采用复小波变换对结构自由响应信号进行分析,推导出信号小波变换的脊线包含结构频率与阻尼比信息;采用动态规划的方法提取小波脊线,用最小二乘拟合方法识别结构固有频率和阻尼比.并对一数值算例信号添加不同噪音进行分析,与对数衰减率法识别结果进行对比,验证了方法的有效性和抗噪性.数值算例结果表明：提出的方法能有效识别结构频率与阻尼比;与对数衰减率法相比,小波方法具有更高的稳定性和抗噪性.将提出的方法用于安装减震器拉索的试验研究,较好地识别出了结构模态频率和阻尼比.     

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.     

小波包时频分析方法的研究及应用

针对非线性、非平稳信号分析与处理方法不能满足某些特别的工程要求的问题,提出将小波包变换和短时傅立叶变换融合形成小波包时频分析技术.建立了一套较完善的小波包时频分析技术框架体系.给出了小波包时频分量谱与小波包时频分量幅度谱以及小波包时频谱与小波包时频幅度谱的算法.对小波包分解的直接算法、Mallat算法、混合算法在计算量和识别精度等方面进行了比较研究.应用Visual C++,OpenGL,photoshop等计算机软件工具和虚拟仪器技术开发了一套虚拟小渡包时频分析仪.能实现任意信号的小波包分解和显示.最后将小波包时频分析应用于仿真测试信号与实测机械磨床振动信号,发现小波包时频分析在识别奇异、辨别信号深层次细节方面具有较好的性质.     

基于WT和STFT车辆启动抖动特性时频分析

针对自动启停车辆在启停过程中的抖动问题,为快速有效识别启停抖动的振动特性,提出一种应用小波变换(WT)与短时傅里叶变换(STFT)结合对振动信号进行准确识别的方法。该方法应用小波变换对启停过程中非平稳信号最大振动时刻进行有效处理,应用短时傅里叶变换分析振动信号峰值振幅和频率。仿真分析和试验对比表明,该方法具有有效性和实际应用价值。     

基于小波包变换的电力系统谐波分析的研究

为了防止谐波对电力系统和用电设备的危害,分别用小波变换和小波包变换对电力系统谐波进行分析.仿真结果表明二者都能将基波从电流信号中正确地提取出来.而小波包变换比小波变换能够分解出更加丰富的谐波信号,利用小波包变换分解的各次谐波频率和幅度的误差率完全符合谐波分析的精度要求.     

基于小波变换模极大的脉象信号研究

针对脉象信号的时变、非线性和低频特性,提出了应用小波变换模极大对脉象信号进行研究的方法.介绍了利用小波变换模极大对信号局部特征进行描述的三个参数:Lipschitz指数α、平滑因子σ和分形维数D(α),并提出了对小波变换模极大曲线进行滤波的算法.用高斯一阶导数和二阶导数小波变换分别对单周期三峰脉象信号进行了实验.实验结果表明,该方法可以描述一些时域难以表达的特征,并能对脉象信号的局部特征点进行准确定位,从而为各项脉象特征的定量化描述和脉象分类识别奠定基础.     

基于EMD和小波分析的建筑结构损伤检测探讨

采用经验模式分解(EMD)与小波分析相结合的方法探讨结构响应数据信号,进行建筑结构损伤检测诊断.与直接对原信号进行小波变换相比较,该方法能够更好地辨识出破损的时间局部特征信息.数值模拟和对建筑结构响应信号分析论证了该方法的有效性和实用性.     

基于小波变换的圆柱壳损伤识别方法研究

将连续小波变换识别裂纹的基本原理运用于圆柱壳的损伤识别研究,利用sym4小波对含裂纹圆柱壳的前四阶振型信息进行多分辨率分析以及连续小波变换,能够准确地识别出裂纹的位置;考虑到实测信号往往是含噪声信号,进一步研究了噪声对识别结果的影响。通过数值算例验证了其可靠性,表明此方法在圆柱壳结构损伤诊断中具有一定的应用价值。     

小波分析在天然地震初震及震相识别中的应用

地震灾害给人类带来了很大的伤害,为了有效地减轻地震灾害,加强地震监测非常必要的.为了达到理想的地震监测效果,需要对地震波初震和震相进行准确的识别.主要研究小波分析方法在初震和震相识别中的应用,先用小波包变换确定信号的初动位置,再用小波变换分解信号,分离出信号不同频率所对应在信号中的不同位置,从而确定信号的初动时间和相应的震相.通过该方法对模拟信号和实际天然地震信号进行处理,有效的识别了天然地震初震及其震相.     

正交异性钢桥面车轮横向位置识别

车辆经过正交异性钢桥面（Orthotropic Steel Deck，OSD）时的车轮横向位置对其疲劳细节分析以及桥梁动态称重系统（Bridge Weigh-In-Motion，BWIM）识别精度至关重要. 针对OSD桥梁局部荷载效应显著的特性，提出了基于BWIM系统中传感器所采集的响应信号来识别过桥车辆横向位置的有效方法. 首先，建立OSD桥梁的有限元模型，并通过标定试验进行验证，然后提取其纵肋横向分布影响线 . 最后，基于横向分布影响线和最小二乘法，建立 OSD中 U肋理论与实测响应的误差方程. 为了验证该方法的准确性和适用性，建立了基于Ls-dyna的车桥耦合振动模型，探究了车辆状况（包括车辆速度、车轴数目和车轮横向位置）以及车轮与桥面接触面积的影响. 模拟分析表明，该算法识别精度对车辆状况的鲁棒性好，针对不同车辆速度、车轴数目和车轮横向位置，其识别精度最大平均误差分别为 9 mm、4.6 mm、12.5 mm，并明确了车轮与桥面接触宽度宜选择为200 mm. 在此基础上，开展实桥试验进一步验证该方法的有效性，结果表明，提出的方法能有效识别 OSD过桥车辆的横向位置，且识别精度较高，适用范围广.     

移动车辆加载下梁桥挠度影响线识别与损伤诊断方法

为了解决桥梁实测时程响应中存在结构动力成分与车辆多轴效应干扰的问题,提出一种基于挠度影响线识别结果的简支梁桥损伤诊断方法。首先,通过变分模态分解与小波变换法对桥梁时程响应进行预处理,以实现桥梁实测响应动力成分剥离,进而建立多轴车辆信息矩阵和影响线识别模型,从而剔除桥梁实测响应中车辆多轴效应,采用Tikhonov正则化方法识别出桥梁准静态挠度影响线,最后利用影响线差值曲率指标对桥梁损伤进行定位。研究通过两轴和三轴车辆移动加载下的车桥耦合模型验证所提方法的可行性与有效性。研究表明：所提两种影响线识别方法有效、可靠,影响线识别效果受车速和车型的影响较小,其中变分模态分解方法在车辆高速行驶下识别桥梁影响线用于损伤诊断效果更佳。     

基于桥梁实测应变大数据的超重车信号识别方法研究

以珠江黄埔大桥北汊斜拉桥为研究对象,初步尝试利用实测应变大数据对超重车荷载这类异常信号进行识别。通过在桥梁有限元实体模型上施加临界荷载,得到判别超重车信号的应变阈值;将小波变换得到的实测应变数据的高频分量与应变阈值进行对比,从而提出基于应变阈值的超重车信号识别方法。将该方法与文献中基于小波临界系数的纯信号处理识别方法进行对比,证明了该方法的合理有效性。结合两种方法对多个监测点实测数据进行识别,不仅可以初步确定超重车信号发生的高频时间段;而且可以提高超重车信号识别的概率。该结果可以为桥梁管理部门提供更有价值的指导。     

车辆油气悬架动态特性识别

基于车辆系统油气悬架的动态模型,建立了神经网络模型来识别油气悬架的动态力。将小波变换应用于油气悬架信号的提取,通过小波的分解与重构有效地去除了噪声信号,为油气悬架系统设计提供了理论依据。     

一种新颖的多传感器行驶车辆分类系统

提出了一种新颖的利用5个埋入式应变传感器获得车型特征参数的多传感器行驶车辆分类系统．该系统利用传感器的特殊位置分布与车辆各轴到达传感器时刻的相关性,对采集的信息进行像素级融合,突出信号的特征部分,提高特征提取的准确率和精度．最后利用D-S证据理论组合轴数、轴空间和轴重等特征证据对车型进行分类．实验结果表明该系统对行驶车辆识别率超过95％．     

Mallat小波快速变换与IDRNN在卫星实时故障检测与识别中的应用

系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类.     

单轴转向架跨座式单轨车辆悬挂系统参数优化分析

为了改善单轴转向架跨座式单轨车辆的曲线通过性能,对单轴转向架跨座式单轨车辆的结构及运行机理进行分析;运用SIMPACK动力学仿真软件,建立单轴式单轨车辆动力学仿真模型;然后,通过Isight多目标优化软件对单轴式单轨车辆悬挂系统参数进行灵敏度分析,得到车辆过弯时对导向力矩和走行轮侧偏力影响较大的参数;最后,以导向力矩与走行轮侧偏力为目标,采用改进型遗传算法进行多目标优化研究.结果表明:优化后单轴式单轨车辆的导向力矩比优化前减少了3.67%,走行轮侧偏力比优化前减少了6.30%,在一定程度上改善了单轴转向架跨座式单轨车辆的曲线通过性能.     

利用小波变换分析心音信号

心音信号可以用于诊断一些心脏瓣膜和心肌的疾病，心音信号是一种非平稳信号，而小波变换中数字信号处理技术适合于分析非平稳信号。文章阐述了一种利用小波变换分析心音信号的方法。通过对计算机模拟的心音信号的分析实验，分析利用小波变换可以有效地分析心音信号，从而为利用心音信号诊断心脏疾病提供了一种新的方法。     

基于系统响应的履带车辆路面识别方法

为提高履带车辆对不同路面适应能力,基于多体动力学仿真平台建立履带车辆及多种路面动力学仿真模型.通过履带车与路面模型的行驶仿真,采集车体质心动力学响应时域信号,并应用小波变换分解该信号.采用距离评估技术提取上述分解信号的敏感特征向量,利用BP神经网络基于上述敏感特征向量提出路面识别方法.搭建小型履带模型车测试系统,使模型车行驶于实际路面并进行现场测试,采集测试过程中履带模型车车体质心、负重轮及履带板动力学响应时域信号,对提出的路面识别方法进行验证.结果表明,该路面识别方法识别精度达到99%,该方法对路面类型具有高度识别能力.