利用振动模态测量值和神经网络方法的结构损伤识别研究

提出了一种基于模态测量参数和神经网络的结构损伤检测方法,建造了两种输入方式的BP神经网络,即自振频率以及结合自振频率与振型,并讨论了不同数量的输入信息对结构损伤检测精度和计算效率的影响。证明了输入的参数越多,神经网络就越聪明,训练的收敛速度越快;以及在保证一定的测量精度的情况下,基于频率与振型的损伤识别结果要好于基于频率的检测结果。最后,通过对3层框架模型的4种损伤工况下的结构损伤检测结果的分析,认为利用模态测量参数和神经网络方法能够准确地识别结构损伤的位置,而且能较精确地识别结构损伤的大小。     

人体振动模态的实验研究

本文介绍人体振动研究的一些问题，作了人体动力学模型分析，论述坐姿人体振动试验及模态分析，给出人体一些部位的频响函数和人体前三阶模态参数，对人体振动特性有进一步了解，对人体振动防护的研究工作是有益的．     

弹性结构横向弯曲振动传递率 1)

振动的传递是振动理论的重要组成部分。在振动力学的教材中,对于离散结构的积极隔振和消极隔振,振动的传递率已有明确的定义。由于弹性结构的振动不止通过一个点传递,尚需讨论如何定义传递率。通过两端弹性支撑梁,定义了弹性结构横向弯曲振动的各支撑端点的振动传递表达式,及支撑点合力的振动传递率表达式。结果显示三种传递率可能存在较大的差别。建议将这一基本振动理论问题收录于教材,并早日进人本科生和研究生的教学课堂。     

基于应变模态小波变换的框架结构损伤识别研究

采用应变模态的小波变换方法研究了框架结构的损伤识别问题。以有限元分析求解含裂缝平面框架应变模态为基础,利用Guass2小波对框架的应变模态进行小波变换,再用db3小波对应变模态小波变换系数进行去噪处理,最后通过对去噪处理后的小波系数模极大值点来识别框架结构裂缝的位置,建立了基于应变模态小波变换识别平面框架损伤的方法。以一层平面框架为例,分别给出了框架梁含有裂缝、框架柱含有裂缝、框架梁和柱均含有裂缝的有限元模型,计算得到结构的应变模态,并通过应变模态小波分析来识别平面框架裂缝的位置。从识别结果发现,经小波去噪处理后应变模态小波系数的模极大值点能够有效识别框架结构的损伤,数值计算验证了方法的有效性。本文研究对工程结构损伤诊断有参考价值。     

基于转角模态和小波神经网络的连续梁损伤识别研究

基于小波奇异性检测原理和神经网络非线性映射能力,结合结构基本模态参数,提出了一种结合小波神经网络与结构转角模态的损伤识别方法．首先,建立三跨连续梁的有限元模型获取结构模态参数,并对其进行Mexihat小波变换,通过系数图突变点判断结构损伤位置．然后,将小波系数模特征向量作为BP神经网络的输入,分别研究了该方法在单损伤和多损伤工况下的识别能力．最后将不同工况下神经网络预测值与结构实际损伤程度进行对比,得到单处损伤预测误差平均值为0.22%,多处损伤预测误差平均值分别为0.22%和0.18%,结果表明该方法在结构损伤识别方面的有较高有效性及精确度．     

基于变分模态分解的水泵水轮机暂态过程流激振动信号分析

流激振动是衡量水泵水轮机运行稳定性的重要参数.本文基于国内某水泵水轮机发电工况停机暂态过程中的实测顶盖振动信号,分别使用经验模态分解、变分模态分解和希尔伯特变换等方法对其进行时频分析,并获得如下结论.首先,相比经验模态分解,从基于变分模态分解的希尔伯特时频谱图中能够更为直观地观察到顶盖振动信号的时频信息.其次,时频分析...     

光纤陀螺基于本征模态函数筛选的阈值滤波算法

为降低光纤陀螺随机噪声,提高其测量精度,利用周期图法辨识光纤陀螺的随机噪声特征参数,针对其噪声特征,提出了基于本征模态函数筛选的微分经验模态分解阈值滤波算法。以本征模态函数和原始信号二者的概率密度函数的空间距离为判别依据,对所有本征模态函数进行筛选,根据已估计的噪声参数计算阈值大小,采用时间序列阈值的方法对筛选出的本征模态函数进行处理。仿真和实验结果表明,该滤波算法能够在跟踪光纤陀螺信号变化的同时,使其零偏不稳定性下降90.35%,角随机游走下降93.75%,对随机噪声有较好的抑制能力。     

基于应变能等效指标的结构损伤识别技术研究

为了解决结构的多损伤识别问题,提出了一种基于应变能等效指标的损伤识别方法.首先给出了损伤前后模态应变能变化的表达式以及能量耗散公式,然后根据结构的能量耗散与应变能的变化值等价的原理,建立了一个四阶等效方程,最后求出了该方程的四个根,并通过对该方程四个根的分析得到了一个应变能等效指标,通过该指标可以方便的求解损伤的位置和程度.数值仿真结果表明,基于应变能等效指标的损伤识别方法不仅可以精确的识别出损伤的位置和程度,而且其识别精度明显好于应变能耗散率方法.     

基于模态数据的长细结构小损伤精确识别研究

本文针对现有的损伤识别方法不能满足部分结构损伤识别精度要求的现状,对结构的小损伤精确识别方法开展研究．以长细结构为研究对象,对具有不同损伤位置和损伤程度的圆柱形的轻阻尼梁结构进行了数值分析和实验研究,应用数值计算方法和实验确定的特征向量和特征频率对长细结构裂缝参数进行识别计算．本文在研究过程中编制了一个创新性的预测程序,通过其一次性生成目标函数图来选择合适的初始参数,从而对识别结果进行分析．研究结果表明,应用本文提出的识别方法,裂缝位置的识别误差可以控制在0.05 %~0.28 %范围内,裂缝深度识别误差低于7 %．     

基于模态参数考虑边界条件变异的桥梁结构损伤识别

根据桥梁结构的实际工程特性,分析其边界条件变异、结构损伤及其参数变化,采用约束优化理论,建立以实测和理论模态参数误差平方和最小为目标函数的优化反演问题。基于矩阵摄动理论引入与结构动力方程对应的特征值和特征向量的一阶、二阶摄动量,将优化反演问题简化为非线性最小二乘法优化反演问题。针对桥梁结构边界条件对模态参数影响显著的实际情况,实施桥梁结构边界条件预识别,采用单元模态应变能方法预定位损伤,提出考虑边界条件变异的桥梁结构损伤识别具体流程。以一磁浮轨道梁方案为例,采用数值模拟进行边界条件变异及损伤的识别验证,结果表明:该方法能够有效识别边界条件的变异及构件损伤,识别参数的相对误差最大为12.48%,具有较高的识别精度。     

基于EMD改进算法的爆破振动信号去噪

为了解决振动信号经验模态分解(empirical mode decomposition, EMD)滤波去噪效果不佳的问题,提出一种自适应性正交经验模态分解(principal empirical mode decomposition, PEMD)的信号去噪方法。该算法融合了EMD分解的自适应性和主成分分析(principal component analysis,PCA)的完全正交性特点,对信号EMD分解过程中产生的模态混叠现象进行消除,得到了最佳的去噪效果。分析表明：PEMD在仿真模拟试验中相比于传统EMD算法和集总经验模态分解(ensemble empirical mode decomposition, EEMD) 算法,信噪比分别提高了1.15 dB和0.38 dB,且均方根误差最小;频域上PEMD对仿真信号频率(30 Hz)识别的灵敏度最高,30 Hz之外的噪声滤除效果最好。在爆破振动试验中,PEMD和EEMD去除噪声毛刺的效果较为理想,且PEMD在0～300 Hz的中低频振动信号保存效果最好,300 Hz以上的高频噪声滤除效果最好。

     

基于裂纹附加模态Timoshenko梁的裂纹损伤识别

将梁中横向裂纹等效为无质量扭转弹簧，并忽略其对梁剪切变形的影响，得到的具有任意裂纹数目Timoshenko 梁自振模态的统一显示解析表达式．将裂纹梁的自振模态分为基本模态和裂纹附加模态，利用最小二乘拟合，建立了利用裂纹附加模态函数的梁裂纹损伤识别方法．通过数值模拟开展了简支单裂纹梁以及悬臂和固支双裂纹梁等的裂纹损伤识别，考察了测量误差对损伤识别的影响，数值结果表明本文所提出的裂纹损伤识别方法对裂纹位置的识别精度高于对裂纹损伤程度的识别精度；随着测量误差的增加，裂纹位置及裂纹损伤程度的识别误差增加，但仍在可接受的范围内，故该裂纹损伤识别方法在实际工程中具有一定的应用价值．     

HARMONIC COMPONENT EXTRACTION FROM A CHAOTIC SIGNAL BASED ON EMPIRICAL MODE DECOMPOSITION METHOD

A novel approach of signal extraction of a harmonic component from a chaotic signal generated by a Duffing oscillator was proposed. Based on empirical mode decomposition (EMD) and concept that any signal is composed of a series of the simple intrinsic modes, the harmonic components were extracted from the chaotic signals. Simulation results show the approach is satisfactory.     

基于提升小波变换和互相关函数的梁式桥损伤检测

为了有效地提取梁式桥的损伤特征,提出了一种将提升小波变换与互相关函数幅值向量相结合的损伤识别的方法。首先利用提升小波变换将车载作用下梁桥结构的加速度响应分解到单阶模态上,再对提升重构后得到的第一阶响应进行互相关处理,利用提出的损伤指标来进行损伤定位。通过数值仿真和模拟实验,验证了方法的有效性,讨论了噪声及测点稀疏对识别结果的影响,结果表明该方法具有良好的噪声鲁棒性。另外,在综合考虑经济性和识别结果准确性的情况下,给出了合理的测点布置方式。     

Multidimensional Damage Identification Based on Phase Space Warping: An Experimental Study

A multidimensional damage identification scheme developed in previous work is modified and investigated experimentally. An experimental apparatus consists of a driven two-well magneto-elastic oscillator, where a cantilever beam vibrates in a magnetic potential field perturbed by two electromagnets. These electromagnets are activated by a computer controlled power supply and their terminal voltages are considered a two-dimensional damage variable. The effect of total change in the supply voltage of the electromagnets is approximately 4% shift in the experimentally measured natural frequencies of small oscillations in each well of the potential. Experimental runs are started in a nominally chaotic regime. The battery voltages are altered on specific trajectories in the damage (voltage) phase space. Damage identification is accomplished based on the elastic vibration data collected using laser vibrometers and a accelerometer. The phase space warping based damage tracking feature vectors are estimated using a new phase space partitioning scheme. The damage identification is achieved by applying smooth orthogonal decomposition to the obtained statistics. The effect of the data record size on the quality of reconstructed damage trajectory is investigated in a series of experiments. It is also demonstrated that the new partitioning scheme considerably improves signal-to-noise ration of the identified damage states.     

Scale properties of turbulent transport and coherent structure in stably stratified flows

The empirical mode decomposition (EMD) is used to study the scale properties of turbulent transport and coherent structures based on velocity and temperature time series in stably stratified turbulence. The analysis is focused on the scale properties of intermittency and coherent structures in different modes and the contributions of energy-contained coherent structures to turbulent scalar counter-gradient transport (CGT). It is inferred that the velocity intermittency is scattered to more modes with the development of the stratified flow, and the intermittency is enhanced by the vertical stratification, especially in small scales. The anisotropy of the field is presented due to different time scales of coherent structures of streamwise and vertical velocities. There is global counter-gradient heat transport close to the turbulence-generated grid, and there is local counter-gradient heat transport at certain modes in different positions. Coherent structures play a principal role in the turbulent vertical transport of temperature.     

基于支持向量机的结构损伤分步识别研究

支持向量机是一种基于统计学习理论的机器学习算法,能够较好地解决小样本的学习问题。本文介绍了支持向量机分类和回归算法,提出了基于支持向量机的结构损伤分步识别方法:以模态频率作为损伤特征,首先根据支持向量机分类算法的概率估计确定可能的损伤位置,重新构造训练样本,然后利用支持向量机回归算法计算损伤位置;最后估计损伤程度。以梁的损伤识别为例进行了验证,结果表明该方法可以提高损伤识别的精度。     

基于裂纹诱导弦挠度的梁开闭裂纹损伤识别

考虑裂纹缝隙效应,建立了Euler-Bernoulli梁中开闭裂纹位置、深度和初始张开角等损伤参数的识别方法．首先,基于梁中开闭裂纹的等效单向扭转弹簧模型,给出了开闭裂纹Euler-Bernoulli梁静力弯曲挠度的显式闭合解．在此基础上,证明了裂纹诱导弦挠度函数由分段三次多项式组成,并基于其构造特征,建立了基于测量挠度的梁中开闭裂纹位置、裂纹等效扭转弹簧柔度、裂纹初始张开角和裂纹上下侧属性等参数的数值识别方法．最后,通过数值实验考察了挠度测量误差和裂纹位置等对裂纹识别结果的影响,结果表明：裂纹位置、裂纹等效扭转弹簧柔度和裂纹初始张开角等的识别误差随挠度测量误差增大而增大,但裂纹识别结果具有较强的鲁棒性,在工程实际中具有一定的应用前景．     

基于小波变换的钢结构连廊损伤识别

以某实际钢结构连廊为背景,采用ANSYS软件建立连廊结构的三维有限元分析模型,通过现场环境振动测试验证了文中连廊结构模型的合理性.针对这一较复杂结构的损伤识别问题,文中基于小波变换理论,构建了一种“变异放大系数”.本文的数值计算算例表明,利用这种“变异放大系数”曲线的峰值可以更有效地判别损伤位置,而“变异放大系数”峰值的大小则可较方便地判别结构的损伤程度.同时,文中探讨了不同小波函数和尺度伸缩因子对连廊结构单处和两处损伤的识别效果的影响,给出了小波函数和尺度伸缩因子的取值建议.