小波分析在桥梁健康监测中的应用研究

基于钢筋混凝土梁信号采集试验,选用恰当的小波基函数,利用小波分析技术在信号处理和数据分析领域的优势,通过小波分析对信号进行分解和重构,分析桥梁结构在振动时振动信号的奇异性,最终可实现桥梁健康监测中的损伤预警和对结构工程损伤的早期诊断,从而为结构的维修加固提供可靠的依据.     

基于小波分析理论的桥梁结构损伤与现场监测方法研究

结构损伤和健康状况监测对于桥梁的后期使用及养护具有重要意义。基于小波分析理论,对桥梁工程结构损伤和健康状况进行分析,提出了基于小波分析理论的桥梁工程结构损伤识别方法,以便准确获取桥梁的健康情况。进一步拓展了小波分析这一数学分析工具的应用范围,完善了桥梁工程结构损伤和健康状况的研究方法,具有一定的现实意义与创新性。     

基于ICEEMDAN的连续梁桥车致振动信号的HHT分析

改进的带有自适应噪声的完备集合经验模式分解（improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN）是传统经验模式分解（empirical mode decomposition,EMD）方法的发展,在桥梁结构损伤识别领域具有较好的应用前景. 首先,以数值模拟信号为对象,采用ICEEMDAN方法进行桥梁车致动信号的数据分解和Hilbert谱分析,提取损伤引起的频谱特征变化和建立损伤识别方法;然后,利用该方法对实测振动信号的振型分量进行识别;最后,以实测信号的一阶振型分量为对象,对其Hilbert瞬时频率谱的特征进行了分析和讨论. 研究结果表明:模拟信号中的振型振动分量数比实测信号中多,其中模拟信号中不显著的高阶竖弯振动分量在实测信号中没有发现; 一阶振型振动分量的瞬时频率可作为桥梁损伤识别的特征参数,用于进行损伤有无、损伤定位甚至损伤定量的判断; 损伤识别效果受测点位置影响很小; 该方法不依赖有限元模型即可完成桥梁损伤有无的识别和损伤定位,且数据采集简单,具有实际工程中应用可行性.      

基于振动监测的桥梁结构损伤识别方法研究

桥梁结构损伤识别是桥梁结构安全监测系统的核心,结构振动模态的变化能够直接反应桥梁结构损伤的程度,分析提出基于结构振动模态变化率作为桥梁结构损伤识别指标,从而识别结构的损伤程度以及损伤位置。     

桥梁预警系统中的预警指标研究及模型试验

根据小波包分析理论,结合桥梁结构损伤的动力特征,提出新的损伤识别指标——小波包能量变异极值指数,利用数值模型方法初步验证了其在桥梁损伤识别的效果,并通过斜拉桥模型动力试验验证了其对于桥梁结构损伤具有良好的灵敏性,为桥梁预警系统中损伤识别指标的选择提供了依据。     

基于小波分析的大型回转支承故障特征信号的提取

现场的测试及分析发现，门座式起重机回转支承的局部损伤及由缺陷类故障所引起的低频振动信号由于受到系统高频固有振动及其他背景噪声的干扰而难以分离，小波分析以其良好的时频局部化分析特性，弥补了传统信号分析方法如傅立叶变换、短时傅立叶变换等的不足，较好地实现了对信号全貌及其局部特性的双重分析．文中提出利用小波分析方法的特性有效地提取回转支承装置在强噪声等复杂背景下的局部损伤及缺陷类等故障信息．     

车辆传动系统变参小波流形融合故障诊断方法

应用流形学习方法非线性融合信号在不同小波参数下中央尺度对应的小波包络,研究了强背景噪声下车辆传动系统振动信号故障瞬态脉冲包络的有效提取问题,并与传统信号时频分解方法进行了对比研究;采用不同小波参数对振动信号进行连续小波变换,提取了每组参数下中央尺度上的小波包络;采用基尼指数选择若干包含故障瞬态脉冲信息的小波包络,构造了高维小波包络矩阵;采用局部切空间排列算法对高维小波包络进行流形融合,获得了反映故障瞬态脉冲包络本质结构的小波包络流形;为了验证所提方法的有效性和优越性,采用不同方法对轨道车辆轮对轴承和汽车变速齿轮箱的故障振动信号进行了对比分析。研究结果表明:在分析轴承外圈故障信号时,所提方法基尼指数比传统信号时频分解方法提高27.32%以上;在分析齿轮磨损故障信号时,所提方法基尼指数比传统信号时频分解方法提高26.74%以上。可见,所提方法通过综合具有不同形态的变参小波包络,可以在无需优化小波参数情况下,对车辆传动系统中的不同关键部件故障振动信号具有较好的自适应性,提取的故障脉冲包络中的带内噪声少,故障脉冲特性明显,容易识别其频谱中的故障特征频率,是检测车辆传动系统故障的一种有效方法。      

基于小波分析的斜拉索振动频率识别

为了识别跨海斜拉桥拉索在外部因素作用下的振动频率,依托位于海域环境下的某跨海大桥健康监测系统,基于实测数据,采用了小波分析分别对20根斜拉索振的动信号进行分解及重构,再对重构信号进行频谱分析得到了斜拉索振动频率。结果表明:小波变换非常适合对斜拉索振动这类含有稳态和非稳态成份的信号进行时频分析;不同尺度的小波重构信息及频谱图能很好的反应斜拉索的振动特征;应用小波频谱对信号进行处理以及采用峰值拾取法能够精确的识别斜拉索的频率。以上利用小波分析对斜拉索振动频率的识别能为将来斜拉桥设计提供重要参考。     

工程爆破振动信号分析中的小波方法

应用小波 富里叶综合分析方法对爆破振动信号进行时频域分析, 从爆破振动测试信号中分离出真实的振动信号, 并对爆破振动信号的频率特征进行精细地分析． 从而为在爆破振动安全规程中引入速度 频率准则提供了一种可行的技术手段     

基于车致振动的桥梁损伤识别

基于移动车辆引起的桥梁振动,采用模式识别的聚类分析方法对桥梁结构损伤定位及损伤程度估计进行了研究．应用车致振动理论计算不同预设损伤位置和损伤程度的桥梁结构在相同移动车辆作用下的动力响应,记录其在测试位置的响应,形成损伤模式库;将在测试位置实际测得的响应与损伤模式进行比较,并利用聚类分析的近邻法识别桥梁结构是否出现损伤、损伤位置及其程度．为直观有效地表示识别结果,分别以损伤位置和损伤程度为独立坐标轴,用等值线和响应云图的方式展示比较结果．以移动荷载匀速通过某简支梁为例,验证了该方法的有效性和鲁棒性．数佰模拟结果表明．该方法能够有效地估计桥梁结构的榀作付罟和榀作程摩．     

小波在结构损伤鉴定中的应用

为得到信号小波变换后的模峰值点,提出了信号降阶概念,并以悬臂梁为例,说明了有损信号和无损信号之差是对梁结构位移信号的一种有效的降阶方法.提出了利用模极大值分布图判断结构损伤的办法.并以第四类损伤为例进行了算法的演算,说明了利用模极大值分布图来鉴定损伤的方法.从中可以看出,上述探伤方法可以达到工程所要求的最高精度,可以将损伤精确定位到有损结构位移信号的采样节点上,具有较高的工程实用价值.     

基于移动荷载作用下的结构响应及小波分析的桥梁损伤诊断

用扭转弹簧模拟裂缝损伤,推导了移动荷载作用下裂缝损伤梁的动力响应.通过对损伤梁在移动荷载作用下的位移响应参数进行小波变换,用小波系数灰度图和小波系数模极大值轨迹图识别损伤位置,用可以评价信号奇异性特征的Lipschitz指数评价损伤程度,考察了不同损伤程度、多损伤位置和测点位置,荷载速度和荷载大小及噪声等因素的影响.数值计算表明该方法具有很好的识别效果.     

Research on Morlet Wavelet Based Lamb Wave Spatial Sampling Signal Optimization Method

In recent years, Lamb wave and piezoelectric transducers (PZTs) array based wavenumber filtering technique for damage estimation has been gradually studied. Compared with the time domain and frequency domain analysis of the Lamb wave signals, the wavenumber domain analysis is an effective approach to distinguish wave propagating direction and wave modes. However, the spatial resolution sampled by the PZTs is lower than that sampled by scanning laser Doppler vibrometer. As for the diameter of the PZT, it cannot be very small. In this paper, a new Lamb wave spatial sampling signal optimization method based on Morlet wavelet is proposed. Firstly, the frequency band parameter of the Morlet mother wavelet function is calculated by the Lamb wave excitation signal. Then, the sum of squared errors between the Lamb wave spatial sampling signal and the Morlet wavelet function fitting waveform at each scale factor and time factor is calculated. Finally, the scale factor and time factor corresponding to the least sum of squared errors can be judged to be the best match scale factor and time factor respectively, and the Morlet wavelet function fitting waveform in that scale factor and time factor can be seen as the optimized Lamb wave spatial sampling signal. The validation experiment performed on a glass fiber epoxy composite plate shows that the proposed method can improve the spatial resolution and length of the Lamb wave spatial sampling signal, and the sum of squared errors of this method is no more than 0.2.     

基于小波分析的车轮六分力信号的去噪研究

介绍了利用小波分析去噪的原理,分析了小波变换模极大值法、小波系数尺度相关法和阈值法3种信号处理方法的特点,详述了利用阈值法处理信号时选择小波基、确定分解层、阈值处理和信号重构的方法。利用Matlab的小波分析工具箱对车轮纵向力信号进行去噪分析应用,结果表明:小波分析能很好的区分信号里的突变信号与多余的噪声,通过小波重构得到去噪后的车轮分向力突变的信号。本设计具有一定的应用价值。     

Novel Adaptive Beamforming Algorithm Based on Wavelet Packet Transform

An analysis of the received signal of array antennas shows that the received signal has multi-resolution characteristics, and hence the wavelet packet theory can be used to detect the signal. By emplying wavelet packet theory to adaptive beamforming, a wavelet packet transform-based adaptive beamforming algorithm (WP-ABF) is proposed . This WP-ABF algorithm uses wavelet packet transform as the preprocessing, and the wavelet packet transformed signal uses least mean square algorithm to implement the adaptive beamfonning. White noise can be wiped off under wavelet packet transform according to the different characteristics of signal and white under the wavelet packet transform. Theoretical analysis and simulations demonstrate that the proposed WP-ABF algorithm converges faster than the conventional adaptive beamforming algorithm and the wavelet transform-based beamforming algorithm. Simulation results also reveal that the convergence of the algorithm relates closely to the wavelet base and series; that is, the algorithm convergence gets better with the increasing of series, and for the same series of wavelet base the convergence gets better with the increasing of regularity.     

小波和Kalman滤波用于GPS数据去噪方法分析

根据小波分析基本理论和GPS信号噪声特性,将小波分析这一数学工具应用到GPS数据的去噪处理中,同时引入Kalman滤波方法,将其与小波分析方法有机结合,进而提出利用小波分析的自适应Kalman滤波方法进行GPS数据去噪处理。     

基于声发射技术的滚动轴承故障诊断方法研究

利用声发射信号的高频特性采集滚动轴承故障信息,运用小波分析把信号分解在不同频带,对信号进行重构,从而消除背景噪声,再应用Hilbert变换进行解调和细化频谱分析。实验结果证明,基于声发射信号的小波包络谱分析可有效地检测滚动轴承故障。     

基于信号预处理和Hilbert变换的滚动轴承故障诊断

针对滚动轴承振动信号复杂和非平稳的特点,及故障信号常常淹没于各种噪声的情况,先利用消除趋势项和小波降噪对包含故障信息的信号进行预处理,再应用Hilbert变换对信号进行包络解调和频谱分析,提取滚动轴承故障特征频率,并判断其故障模式.对滚动轴承内圈、外圈和滚动体故障的诊断试验,证明了信号预处理和希尔伯特(Hilbert)变换相结合的方法对滚动轴承内圈和外圈局部损伤故障的诊断是有效的和可行的,但不能很好地检验出轴承滚动体的故障特征     

矮塔斜拉桥施工状态下结构损伤识别研究

以广东省江肇高速公路西江特大桥为工程背景,选取最大双悬臂施工状态,采用MIDAS软件获取损伤状态下的各阶模态,将模态信号导入MATLAB中进行了Hilbert-Huang变换和小波变换,对结构损伤状况进行了识别判断,并对比了两种识别方法的识别效果.研究结果表明:Hilbert-Huang变换方法损伤识别效果良好,抗噪性强,但存在端点效应问题;小波变换方法损伤识别效果与所选小波基有关,不利于基准的选取,且小波识别需要消噪,消噪可能会导致损伤漏检.     

Wavelet Neural Network Based Traffic Prediction for Next Generation Network

By using netflow traffic collecting technology, some traffic data for analysis are collected from a next generation network （NGN） operator. To build a wavelet basis neural network （NN）, the Sigmoid function is replaced with the wavelet in NN. Then the wavelet multiresolution analysis method is used to decompose the traffic signal, and the decomposed component sequences are employed to train the NN. By using the methods, an NGN traffic prediction model is built to predict one day＇s traffic. The experimental results show that the traffic prediction method of wavelet NN is more accurate than that without using wavelet in the NGN traffic forecasting.