共查询到10条相似文献,搜索用时 15 毫秒
1.
基于振动测试与小波包分析的结构损伤预警 总被引:9,自引:0,他引:9
将结构振动测试技术与小波包分析相结合,提出对振动激励信号与响应信号分别
进行小波包分解并在此基础上计算结构的小波包脉冲响应函数及其小波包能量谱,用以表征
结构动力系统的损伤状态. 通过一钢筋混凝土板静力承载力的振动试验分析,计算该板在不
同受力阶段的小波包脉冲响应函数及其小波包能量谱,在此基础上对板不同受力阶段的损伤
状态进行了判别. 该方法克服了结构动力响应的小波包能量谱不能反映结构损伤状态的缺
点,试验表明所采用的方法是可行的. 相似文献
2.
3.
在最近发展的周期广义谐和小波PGHW(Periodic Generalized Harmonic Wavelet)的基础上,通过小波-Galerkin方法推导得到了线性单自由度结构的随机动力响应功率谱密度。在此过程中,利用PGHW的解析形式及其在频域内的特殊性:(1)推导得出了PGHW的联系系数(Connection Coefficient)的解析形式;(2)基于PGHW及其联系系数,利用小波-Galerkin方法推导得到了线性单自由度系统在确定性激励下的响应;(3)得到了在具有演变功率谱的随机动力激励下单自由度线性振子的随机响应功率谱解答。数值算例表明,无论是确定性响应解答,还是随机动力响应的功率谱密度,小波-Galerkin法的计算结果均能较好地吻合数值解。 相似文献
4.
5.
采用小波包分解和重构的方法,将复杂的实测爆破地震波速度信号转化为多个简谐波的叠加,将
爆破速度荷载作用下结构的动态响应问题转化为一系列简谐荷载作用下的动态响应问题。通过提出速度因
子的新概念并反映在爆破地震效应计算模型中,考虑了结构动态响应中瞬态响应的影响。同时爆破地震效应
计算模型中又融入了归一化的能量比例,在考虑爆破荷载频率的影响时仅需考虑占有相当能量比例的优势
频率的综合作用。然后,在该计算模型基础上提出了一个新的爆破地震效应安全判据。该判据能反映出爆破
激励荷载作用下结构速度响应大小与结构特性、爆破荷载幅值、频率(包括多个优势频率)、持续时间及能量比
例等参数的关系。最后结合实际工程案例,通过使用基于小波包技术的爆破地震效应计算模型与时程分析
法,分别求解出速度响应幅值并将结果进行对比,验证了所建模型的可行性。 相似文献
6.
目前国际上对薄膜涂层界面缺陷尚缺乏有效的探伤方法.本文基于薄膜涂层材料中波传播的模型,考察了在涂层表面施加冲击脉冲激发表面波,测取涂层表面各点的动态特性,结合波形分析技术进行界面缺陷检测的可行性.通过有限元模拟分析产生脉冲载荷并且激发表面波,对涂层表面接收的加速度波响应信号进行小波包数学变换,提取小波包相对能量谱变化率指标,发现加速度信号的小波包相对能量谱变化率指标在存在界面缺陷的区域有显著的变化,并且在缺陷中心区域效果最明显,而且该指标对不同薄膜厚度界面缺陷的具有敏感性,可以通过该指标较准确的判断裂纹的位置和尺寸.此项研究可以为开发薄膜涂层界面缺陷的无损检测方法提供一定的理论基础. 相似文献
7.
8.
针对已有的结构损伤识别方法需要已知结构损伤前的响应信息这种情况,尝试将提升小波变换与振动响应相关系数结合起来,提出一种不需要知道结构损伤前响应信息的简支梁桥结构损伤识别新方法。利用移动荷载激励作用下数值计算出的结构位移响应和经过提升小波变换处理后的位移响应,分别计算出相应的损伤指标,即位移响应相关系数曲率(Correlation Coefficient Curvature,CCC)。发现由提升小波变换处理后的位移响应计算出的损伤指标相对于直接利用位移响应计算出的损伤指标,损伤识别效果有很大提升,且基本不受车辆行驶速度的影响。通过对多种损伤工况下的简支梁桥的数值模拟和跨中损伤工况下的模型实验,证实了该损伤识别方法在结构损伤前响应信息未知的前提下,仍然具有可行性和有效性。 相似文献
9.
提出一种利用结构振动响应和HILBERT-HUANG变换(HHT)技术检测结构小损伤的时域方法,研究了基于HHT的悬臂机翼盒段结构的损伤特征量的提取方法,给出了所提取特征量与结构损伤程度之间的关系。用HHT技术处理完好盒段与损伤盒段在信号激励下的结构动力响应信号,得到信号的希尔波特谱;然后求出希尔波特谱对应的瞬时能量,从中提取出结构损伤信息—瞬时能量变化量,作为损伤特征参数;并研究了将之作为损伤特征参数的抗噪声干扰能力。最后给出了瞬时能量变化量最大值与结构损伤程度之间的关系。 相似文献
10.
环境激励下Benchmark结构损伤识别的试验研究 总被引:2,自引:1,他引:1
针对结构健康监测中如何利用在线监测数据进行健康诊断的问题,基于时间序列分析提出了一种新的损伤识别方法.首先,获得结构健康状态的监测数据作为参考状态样本,对各数据样本建立ARMA模型并计算模型残差的方差.然后,将未知状态的监测数据作为待检状态样本,代入已建立的参考状态ARMA模型计算新的残差方差.计算发现,损伤前后两状态模型残差方差存在差异.因而,提出以残差方差之比作为损伤敏感特征,并建立基于F分布的假设检验来辨识结构的状态并预警损伤.最后,以Benchmark结构在环境激励下的试验为例,运用本文方法进行了损伤识别研究.结果表明,基于ARMA模型残差方差的损伤敏感特征可准确地区别结构的健康状态和损伤状态,具备结构在线实时损伤识别的应用价值. 相似文献