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。     

基于不完整频响函数的结构整体状态评估

分析了土木工程结构的有限元模型,推导了损伤判别指标,构建了整体损伤计算方程组;利用最小二乘法求解得到结构中的各单元损伤状况.利用结构的频响函数图形的偏移程度对结构的损伤进行定性判定;通过不完整频响函数建立损伤识别指标对损伤位置进行识别;构建了损伤定量计算方程组;利用最小二乘法求解该方程组,并对损伤程度进行评估.仿真结果...     

基于小波包分析的结构损伤预警方法研究

通过研究小波包理论,对连续梁在瞬态荷载冲击下节点的加速度信号进行小波包分析,并提取了损伤前后各频段的节点能量特征向量变化和不同模态的频率变化进行比较分析,证明节点能量特征向量对损伤更加敏感．     

基于小波包能量谱和SVM的水下目标识别

为了提高舰船辐射噪声信号分类的准确率,即在水下进行舰船目标识别的准确率,采用了小波包提取信号能量谱特征的方法和支持向量机的分类算法.简介了小波包变换及支持向量机的基本原理,然后针对舰船辐射噪声信号进行多层小波包分解,提取各子频段能量谱作为特征量,归一化处理后构建特征向量,最后用支持向量机算法进行分类.仿真实验结果表明,利用对信号的多层小波包分解提取能量谱特征和支持向量机的分类算法能对舰船辐射噪声信号进行有效识别.     

带表面裂纹连续梁损伤识别的曲率模态小波分析

以带横向非对称非贯通表面裂纹的连续梁为研究对象,利用小波奇异性检测原理,提出了带表面裂纹连续梁损伤识别小波分析方法.以带表面裂纹连续梁三维有限元分析求解梁的位移模态为基础,利用中心差分法得到梁的曲率模态,再用sym4小波对曲率模态进行连续小波变换,根据小波系数模极大值识别损伤位置,以一个三跨连续梁内两处半椭圆形表面裂纹的损伤识别为例,通过数值计算分析,验证了方法的有效性.同时,计算结果表明,运用曲率模态小波变换识别连续梁损伤比基本振型的小波变换方法更为准确、有效.该研究对带表面裂纹结构的损伤诊断应用具有参考价值.     

基于递归图和BP神经网络的桥梁损伤识别研究

为研究递归图和多层前馈（BP）神经网络在桥梁损伤识别方面的应用,以某大跨斜拉桥为例,采用ABAQUS有限元软件建立其三维模型,通过动力分析提取该三维模型的加速度曲线并进行递归图处理和BP神经网络分析。研究结果表明：递归图方法能够初步地识别主梁的损伤位置和损伤程度;BP神经网络分析能够精确识别主梁损伤的具体位置和损伤程度值,且识别准确率均大于85.0%。该方法可为类似桥梁工程的损伤识别提供借鉴。     

小波变换在输电塔结构损伤位置识别中的应用

采用小波变换极大值在多尺度上的变换规律表征信号突变点的性质,从而确定信号有无奇异点并确定其位置,进而对等截面悬臂梁进行损伤位置识别。然后将该小波变换方法应用于大型输电铁塔的损伤位置识别。考虑到对大型结构施加荷载和监测变形曲线较为困难,提出了利用环境激励下的加速度响应沿高度变化的曲线作为基本信息进行小波变换的识别方法。结果表明,该方法能有效地识别沿高度刚度均匀分布或渐变的高耸格构式塔架的损伤位置,对存在刚度突变的塔架无法有效地识别刚度突变处的损伤。     

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.     

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.     

面向损伤识别的独塔斜拉桥模型的设计与分析

模型试验方法是桥梁结构损伤识别研究的一种重要手段。以某虚拟的独塔斜拉桥为原型,面向损识别设计制作了独塔斜拉桥试验模型。试验模型各主要构件（主梁、主塔、斜拉索）均独立加工制作,其中主梁选用铝合金材料,截面采用箱形,划分为不同长度的阶段,各节段均采用螺栓连接。通过改变节段板厚的方法实现主梁不同损伤程度的模拟,不同位置的损伤通过更换不同位置的板厚实现,从而方便的实现了模拟模型斜拉桥主梁的各种损伤状态。采用特殊的设计实现了斜拉桥结构索力的实时测试。对模型进行了静态试验,并与有限元模型计算的结果进行了对比分析。试验研究与数值分析为今后的损伤识别研究奠定了基础。     

特征量对某交通流混沌实时判定系统的影响

为分析特征量对该系统判定结果的影响,以交通流微观仿真软件产生的交通流为对象进行了实验研究,讨论了在相同条件下,不同的特征量(功率谱、小波包系数、小波包能量)对此系统判定结果的影响.实验结果表明,特征量对该系统判定结果影响较大,选用基于小波包能量的特征提取判定效果更好.     

小波包-神经网络在摆式列车倾摆控制系统故障诊断中的应用

针对摆式列车倾摆控制系统故障的特点，研究了神经网络结合小波包分析进行故障诊断的方法，采用小波包分解和信号重构的方法，将在摆式列车试验台上采集到的振动信号分解到不同的频带以提取有关的故障信息，并将振动信号各频带内的能量特征作为训练样本输入前向神经网络，用优于改进梯度下降法的Levenberg—Marquardt优化方法对网络进行训练，对倾摆控制系统的常见故障进行识别和诊断。实践表明，该方法对摆式列车倾摆系统故障的诊断是可靠的。     

基于分数小波变换的空域相关特性的信号降噪新方法

简要介绍了分数小波变换的基本思想及在信号处理方面的特点。利用分数小波变换系数在不同尺度上对应点处的相关性对其进行选择和处理,这样处理后的分数小波变换系数基本上对应着信号的边缘,然后对信号系数进行重构,达到了降噪的目的。以数值仿真和实测齿轮箱振动信号为例,研究了该方法的降噪效果,同时和小波包直接降噪进行了比较。结果表明,该方法能够有效降低振动信号中的背景噪声。     

Structural Damage Identification via Pseudo Strain Energy Density and Wavelet Packet Transform

Based on strain signals,a new time-domain methodology for detecting the beam local damage has been developed.The pseudo strain energy density (PSED) is defined and used to build two major damage indexes,the average pseudo strain energy density (APSED) and the average pseudo strain energy density rate (APSEDR).Probability and mathematical statistics are utilized to derive a standardized damage index.Furthermore,by applying the analytic relation between the strain energy release rate and the stress intensity factor,an analytic solution of crack depth is derived.For the dynamic strain signals,the wavelet packet transform is used to pre-process measured data.Finally,a numerical simulation indicates that this method can effectively identify the damage location and its absolute severity.     

A NOVEL METHOD FOR NETWORK WORM DETECTION BASED ON WAVELET PACKET ANALYSIS

Objective To detect unknown network worm at its early propagation stage. Methods On the basis of characteristics of network worm attack, the concept of failed connection flow （FCT） was defined. Based on wavelet packet analysis of FCT time series, this method computed the energy associated with each wavelet packet of FCT time series, transformed the FCT time series into a series of energy distribution vector on frequency domain, then a trained K-nearest neighbor （KNN） classifier was applied to identify the worm. Results The experiment showed that the method could identify network worm when the worm started to scan. Compared to theoretic value, the identification error ratio was 5.69%. Conclusion The method can detect unknown network worm at its early propagation stage effectively.     

改进小波包与长短时记忆组合模型的短时交通流预测

为克服非稳定交通流状态下短时交通流预测精度不高、过分依赖大样本历史数据的缺陷，提出一种改进小波包分析和长短时记忆神经网络组合(IWPA-LSTM)的短时交通流预测方法. 利用功率谱细化的思想改进小波包分析算法对小样本交通流时间序列进行多尺度分解和单支重构. 对低频序列和高频序列进行相空间重构，完成长短时记忆模型的逐层构建，实现本地保存并根据预测精度进行自适应更新，将重构的子序列输入模型训练和预测. 将各子序列的预测值叠加输出IWPA-LSTM最终预测值. 实验结果表明，提出的IWPA-LSTM模型在小样本情况下的预测精度优于经典深度学习模型，具有较强的实用性.     

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.     

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.     

基于小波包变换相关性的信号降噪方法及齿轮故障诊断

介绍了小波包变换的基本思想,将新型小波包变换滤波器与信号重采样结合,提出了一种新的小波包降噪方法,研究了该方法的降噪效果,同时比较小波包直接降噪和小波包重构滤波器的降噪效果。将该方法用于齿轮箱的故障诊断,结果表明,该方法能够有效识别齿轮箱中的齿轮典型故障。