小波分析在结构健康监测中的运用

本文将多尺度小波分析引入到在线健康监测上来,充分利用其在处理非稳态信号上的优势,从在线监测过程中得到的时程曲线中提取结构的损伤信息。通过编制刚度随时间变化的损伤模拟程序,得到损伤结构的时程反应,提出了相应的损伤指标,从而做到对于结构损伤的确认以及时间和空间上的定位,最后通过数值算例验证了该方法在处理在线结构损伤诊断上的可行性。     

小波分析在管道泄漏信号识别中的应用

利用多尺度小波变换，把管道泄漏产生的负压波信号作为瞬态信号，来识别管道的局部泄漏特征。以光滑函数的一阶导数作为小波母函数，研究了管道泄漏特征信号拐点区间的敏感性，突出小波变换系数的局部极值性。分析表明，检测信号的小波变换系数极值的奇异性准确地反映了管道检测信号的泄漏特征，并且从局部描述了管道泄漏信号的瞬态正则性。对各级尺度系数进行了S形曲线拟合，此曲线能够完整地描述管道泄漏瞬变特征，其拐点区间描述了管道发生泄漏时的瞬变过程。     

小波分析与神经网络在结构损伤监测中的应用

采用小波分析对获得的结构动力响应进行小波分解,根据各种响应信号对损伤的灵敏度选择损伤特征,从而识别结构出现损伤的时刻,以实现对其监控;分别对结构第一层位移响应信号和加速度响应信号做小波包分解得到各频段能量的特征向量,并分别作为特征参数输入到BP神经网络中实现损伤识别;比较了位移响应信号和加速度响应信号对损伤识别的灵敏性．模拟算例表明,小波分析和BP神经网络联合运用能准确地诊断结构损伤时刻、损伤位置和程度,具有一定的可行性．     

小波包尺度图在故障检测中的应用

提出了一种基于小波包尺度图的故障检测方法,该方法通过对振动信号进行小波包分解,然后利用其尺度图作为特征量来识别设备工作是否正常,并确定其故障频率,通过对一组不同情况的机械振动信号进行分析,结果表明该方法有效可行,并且适用于其它类似问题的监测和诊断。     

小波分析在钢筋混凝土梁损伤识别中的应用

为识别钢筋混凝土简支梁的损伤状况,对简支梁进行了逐级加载实验,每级加荷后卸荷,观测梁的裂缝,并测定梁的动力反应. 将钢筋混凝土简支梁作为无限自由度体系,并对该体系的动力方程进行小波变换,得到多尺度下的结构动力响应表达式. 信号经多尺度分解后,包含了信号中更多的结构损伤信息. 基于此,用DASP信号处理系统对钢筋混凝土简支梁各损伤阶段的动态信号进行二进制小波分解,通过分析各频段的波形,确定了梁的损伤.     

结构损伤识别的周期小波方法

通过对结构损伤前后模态特征的变化进行分析,利用损伤结构的位移振型函数构造出曲率振型函数γi(x),然后再在曲率振型函数的基础上提出一个用于探测和评定损伤程度的新指标———损伤因子r(x)=∑i∈Idγi2(x);基于小波分析的方法,对损伤因子进行周期小波变换,通过小波系数的取值范围提出了一种结构损伤定位和损伤程度的评估方法.数值仿真表明,这是一种行之有效的损伤识别方法.     

多尺度小波变换在自适应滤波中的应用

分析了小波变换的基本理论和小波变换的多尺度分析,并根据多尺度小波变换的多分辨率特性,提出基于多尺度小波变换的自适应滤波,构造了其仿真模拟图,并对其进行了仿真,通过LMS自适应滤波和多尺度小波变换自适应滤波的信真图对比,表明该方法可行的。     

离散小波变换在电力系统故障检测中的应用

传统的傅立叶分析难以处理电力系统故障时产生的暂态信号.小波变换具有良好的时频局部化特性,为分析非平稳、突变信号提供了有效的途径.通过多尺度分析,将连续小波变换离散化,得到适合数字信号处理的快速算法——离散小波变换.最后给出了应用离散小波变换进行输电线路故障测距的实例,通过仿真分析证明该方法可以极大地提高测距精度.     

小波分析在测井裂缝识别中的应用

针对井下裂缝发育层段识别的难点,提出了用小波分析的方法分解声波时差信号,使井下的岩性与微观结构特征信号、流体性质信号、裂缝响应信号和随机干扰信号互相分离,直接重构出反映裂缝发育的声波高频信号,从而避免许多声波低频信号的影响,正确识别裂缝发育情况。用同样的方法分解双侧向电阻率信号,重构出电阻率测井各个层段的低频信号,直观地反映深、浅侧向的差异情况,有效地识别裂缝发育层位。最后结合高频声波信号和低频电阻率信号,识别出裂缝发育层段。应用表明,该方法与岩芯观察有很好的一致性。     

小波尺度谱在AE信号特征提取中的应用

通过分析典型声发射信号及其特征提取,将小波尺度谱引入到声发射故障诊断领域,首次提出了声发射信号的小波尺度谱分析法。给出了小波基函数及其参数的选取,克服了声发射信号小波尺度谱的时、频分辨率不能同时达到最好的缺陷。将小波尺度谱用于声发射检测的滚动轴承损伤类型及部件的识别,诊断结果十分直观、清晰、准确。仿真分析和实验研究均表明小波尺度谱能有效应用于基于声发射技术的状态监测与故障诊断。     

小波变换在图像融合中的研究

本论文从基于小波变换的图像融合入手,系统的介绍了小波分析和研究了二维小波变换在图像融合中的框架及其应用。由于小波分析在时域和频域同时有良好的分辨性,利用多尺度分析方法,可以在不同的尺度下观测信号不同精度的局部特征。最近几年,多分辨率分析已经成为解决图象处理的最可靠方法之一。目前,小波分析的研究比较热门,是近年来国内外一个比较活跃的研究领域并在图像融合处理中占有重要的地位。     

小波理论在我国旅游市场分析中的应用

结合小波理论,利用Matlab小波分析工具箱,选择db3小波对我国1978-2009年入境旅游数据进行连续小波分析和三层离散小波分析.可以得出如下结论:第一,我国入境旅游人数存在长期增长趋势并存在16年和6年的震荡周期.第二,影响我国入境人数变化最大的因素是政治环境和旅游政策,保持国家政治经济的稳定和良好的国际形象是保...     

自适应冗余多小波及其在故障诊断中的应用

针对机械设备在运行过程中萌生的故障尚在特征不明显、特征信息微弱且往往被机械设备运行过程中的强噪声所淹没等给故障特征提取与故障定位带来了很大困难,提出了自适应冗余多小波的故障诊断方法.基于Chui-Lian多小波,依据信号特点采用两尺度相依变换方法,以谱熵最小为优化目标、遗传算法为优化方法,实现了冗余多小波的自适应构造.同时,对振动信号进行了冗余多小波分解,从而实现了对故障的准确定位及特征提取.将提出的方法应用于滚动轴承的故障分析和烟汽轮机的碰摩故障诊断中,结果显示,该方法可以有效地提高对机械设备在运行中产生故障的诊断能力.对比结果表明,该方法明显地优于传统的傅里叶变换、Db6单小波变换和原始CL3多小波变换等方法.     

小波变换在动态估计和数据融合中的应用

介绍了小波变换在动态估计和数据融合中的应用,给出了一种实时的最优动态多尺度估计和融合算法。     

小波技术在高耸构筑物安全性评价中的应用

高耸构筑物施工风险大,安全监测至关重要。然而,复杂的环境因素使构筑物的原型观测数据包含强烈的噪声,严重干扰构筑物的受力分析和预测。为此,综合运用小波多尺度技术和小波神经网络技术分别对原始监测数据进行去噪处理和预测模型的建立。研究结果表明:经小波去噪后的数据更好地反映构筑物真实受力状态;基于RBF神经网络方法预测效果较好,具有很好的工程应用前景。     

小波变换在吸毒者脉象信号分析中的应用

根据脉象信号的随机特性,采用小波变换中的多分辨率分析算法对其进行分析,旨在提取海洛因吸毒者脉象信号的异常信息,并得出区分正常人与吸毒者的初步的判断依据．基于小波变换的脉象信号的尺度谱携带有人体健康状况的重要特征信息．对15例海洛因吸毒者和15例正常人的脉象信号进行分析,提取出每例信号的尺度谱和该信号的总能量,发现吸毒者脉象信号在特定尺度与时间区域内的尺度谱之和（即尺度-小波能量）和该信号总能量的比值明显高于正常人．以该尺度与时间区域内的尺度-小波能量和该信号总能量之比的百分值作为判断正常人和吸毒者的特征参量,提出了用于划分正常人和吸毒者的临界参数．据此,15例正常人从30例受测者中全部被正确地检测出来,但有两例吸毒病人被误判为正常人．结果表明,该方法是检测海洛因吸毒者脉象信号异常的有效且可行的方法．     

结构裂缝群的小波方法识别和数值模拟

为采用相对简单的方法对桥梁进行损伤识别,从而实现对结构健康状况的监测,基于桥梁裂缝常以裂缝群方式出现这一现象,通过Lipschitz指数与小波消失矩之间的关系．利用小波变换极大值在多尺度上的变化规律来表征信号突变点的性质,从而判定信号有无奇异点并确定其位置．并通过带裂缝简支梁有限元模型的静力模拟,运用前述理论,确定裂缝群的发生及位置．结果表明,较之传统方法,文中方法不仅更为经济方便,而且检测结果更为精确可靠。     

小波变换在图像去噪中的应用

图像去噪处理技术是图像处理领域中一项基本的,也是很重要的技术。本文介绍了小波变换在图像去噪中的一般应用。     

小波变换在图像压缩中的应用

介绍了小波变换在图像压缩中的应用,并提出了小波基选择的几个准则。     

小波—神经网络在视频文本自动检测中的应用

数字视频数据中的文本能提供重要的语义信息,用具有良好时频局部特性和变尺度特征的小波分析方法,提取图像中的尺度－空域特征,经神经网络分类进行分类后,自动检测视频数据中的文本信息,为基于内容的视频检索提供索引,实验表明该检测方法效果良好。