基于多尺度排列熵的波纹管压浆超声检测

将多尺度排列熵引入波纹管压浆质量检测中,对不同注浆密实程度的波纹管进行超声检测,对回波信号进行分析。为了检测信号在不同尺度下的动力学特征,提出了一种基于多尺度排列熵偏均值的波纹管压浆质量检测方法,利用有限元进行仿真,仿真结果表明,波纹管压浆质量越差,回波信号对应的排列熵偏均值越小。实际模型的处理结果表明该指标能够有效地判断波纹管压浆质量。     

基于递归矩阵奇异熵的损伤识别方法

对递归图方法在土木工程结构损伤检测中的适用性进行研究,对环境激励的结构响应信号采用多变量融合的方法,并扩展到高维相空间中,研究信号在高维空间中临近点的分布规律和运动特点,采用递归图理论,结合奇异熵理论提出一个新的递归量化指标——递归矩阵的奇异熵,将其作为损伤敏感特征指标,用于结构的损伤识别。数值算例验证了该指标的有效性     

如何做好后张预应力孔道压浆

就管道压浆质量通病产生的原因、波纹管管道开裂的原因及防治方法,以及如何选择浆体配合比和相应的压浆工艺做了简单的论述。其内容包括：造成管道压浆不密实的主要原因及防治方法、造成沿波纹管管道开裂的原因及防治方法、管道开裂的实例特征、压浆浆体配合比和压浆工艺等。     

对桥梁张拉与注浆施工技术的探讨

结合后张法预应力混凝土连续梁张拉与波纹管真空辅助压浆的施工,对后张法预应力混凝土连续梁张拉与波纹管真空辅助压浆施工工艺、施工方法等进行了归纳总结。     

小波包能量谱和BP神经网络在波纹管压浆超声检测中的应用

针对小波分析在信号处理的局限性,将小波包分析和反向传播(Back Propagation,BP)神经网络相结合,提出一种基于小波包能量谱和BP神经网络的波纹管压浆超声检测方法。采用超声检测方法接收波纹管模型的回波信号,以小波包分解后各子频带的能量作为检测特征,当波纹管内部出现脱落时,检测特征会发生变化,最后将特征输入BP神经网络中进行分类识别。试验结果表明,该方法能够理想地实现波纹管内部缺陷的诊断,可为波纹管超声检测提供一定的技术支持。     

冲击回波法检测预应力束孔管道压浆质量

详细阐述了冲击回波检测方法的原理及其在土木工程中的应用,结合厦门市某大桥,采用冲击回波法对箱梁预应力束孔管道的压浆质量进行无损检测.首先在完全灌浆的预应力钢束管道位置和正常混凝土位置(即无波纹管位置)进行测试,获得混凝土内部压浆密实和无预应力管道时的两组冲击回波频谱图,作为与测点检测结果进行对比的基础,根据时频谱图的分析结果可以预测钢束管道内的压浆质量,判断孔道中是否有空隙存在.经检测与分析表明,冲击回波法是可行的,适用于预应力束孔管道的压浆质量检测.     

预应力T梁束孔管道压浆质量的无损检测试验研究

采用探地雷达技术、超声波透射法等多项技术方法对T梁的压浆质量进行试验性检测研究.首先采用超声波透射法在未压浆的钢束管道位置和正常混凝土位置（即避开波纹管位置）进行测试,然后将这两种类型的测试数据结果作为学习样本提供给神经网络进行学习;再将已压浆预应力T梁上的实测结果作为网络测试数据进行计算,根据神经网络的计算结果可预测钢束管道内的压浆质量,判断管道中是否有空隙存在.根据检测结果和开窗验证的情况来看,超声波透射法检测和神经网络的预测结果是准确可靠的,探地雷达技术不适合于T梁束孔管道的压浆质量检测.     

如何控制预应力孔道压浆质量

后张法预应力孔道压浆质量缺陷是现代混凝土桥梁建设的质量通病之一,压浆质量缺陷严重影响结构的极限承载能力和结构耐久性。嘉绍大桥一改传统的制浆、压浆工艺,采用新的更直观的检测方法,有效提高了预应力孔道压浆质量。本文结合嘉绍大桥的应用实例,着重论述孔道压浆质量缺陷的产生原因,并就如何控制预应力混凝土孔道压浆质量作进一步探讨。     

一种基于奇异谱熵和脉冲响应的结构损伤诊断方法

根据结构振动响应的行为会随结构状况的变化而改变的原理,提出了用奇异谱熵作为指标来评价结构状况的方法.采用脉冲响应序列重构相空间,在相空间中通过奇异值分解得到奇异谱熵,由熵的变化来判断结构损伤的发生.该方法直接利用结构响应,无需建立结构模型,减少了建模误差.为了抑制噪声对诊断结果的影响,引入循环移位树降噪技术进行降噪处理,分析了相空间维数、激励点和测点对奇异谱熵的影响.以ASCE学会提出的基准结构为对象,应用该方法对受脉冲激励的结构进行了损伤分析,结果表明该方法是有效的.     

小波奇异熵在燃气轮机传感器周期故障检测中的应用

燃气轮机电厂实际运行中,利用传感器得到的数据来进行燃机的状态评估。而传感器的状态直接影响到各个热参数的观测值。常见传感器故障中的周期故障由于故障幅值较小,易被噪声掩盖而无法检测到。应用小波奇异熵(Wavelet Singular Entropy,WSE)构建传感器周期故障检测的方案。介绍小波奇异熵的定义和计算方法,并通过仿真的方法,比较小波奇异熵相对小波变换在周期故障检测方面的优势,并证明小波奇异熵与故障幅值无关。以实验室的小型燃机的燃烧室出口温度传感器为实例进行验证,证明该方法对燃机传感器的周期故障检测有较好的工程应用价值。     

基于系统解卷积技术的波纹管压浆质量检测

提出了一种基于系统解卷积技术的波纹管压浆质量检测方法,利用系统分析技术结合解卷积补偿特性处理回波信号,并分析处理后的波形的首波响应时间,对缺陷的位置及大小做出判断。利用有限元进行了理论模拟仿真,采用系统解卷积技术处理并分析回波数据,结果表明解卷积后的波形的首波的响应时间与缺陷表面深度值存在一一对应关系。通过实际制作模型并进行实验测量,验证了仿真的结果。     

基于多尺度高阶奇异谱熵的信号特征提取方法

提出了基于变分模态分解(VMD)的高阶奇异谱熵的特征提取方法,并应用在滚动轴承故障诊断中。首先,使用4阶累积量切片代替奇异谱熵分析(SSEA)的协方差矩阵,引入VMD分解实现方法多尺度化,提出信号多分辨高阶奇异谱熵分析(M-HSSEA)方法;通过信号分析,VMD解决了模态混叠的问题,且能够实现信号滤波,同时该方法提取的熵特征向量增强了相空间重构参数鲁棒性;通过和小波奇异谱提取特征的方法对比,结果表明所提出的方法在克服频率混叠现象,提取的特征点总体离散度小等方面更具优势;最后,结合深度信念网络分类器实现了对故障的分类,实验结果验证了所提方法的有效性和可行性。     

基于递归分析的微裂纹缺陷超声检测技术研究

为准确检测金属构件微裂纹缺陷,采用超声脉冲反射法对金属试块进行检测,并提取超声背散射信号进行分析。通过对背散射信号进行简单的建模,说明其组成要素。由于背散射信号的非线性特征,缺陷回波信号会对系统的递归特性产生影响;在此基础上提出了基于递归分析的方法分别对含人工微裂纹缺陷金属试块的无缺陷区、单裂纹区及双裂纹区背散射信号进行检测研究;通过合理的参数选择,对采样信号进行递归分析并绘制递归图;对比含缺陷信号与无缺陷信号,发现前者会在递归图中产生明显的白色交叉条纹带。使用递归定量分析进一步研究了含缺陷背散射信号的递归特征量。结果表明多种特征量对缺陷回波信号比较敏感,其中递归率(RR)和捕获时间(TT)在缺陷位置有明显的特征。     

延伸奇异值分解包及其在高速列车轮对轴承故障诊断中的应用

结合多分辨奇异值分解包的分解结构和对滚动轴承故障信号的Hankel矩阵的奇异值分布特性研究,提出了延伸奇异值分解包。该算法的核心包括矩阵递推构造和矩阵重构。以分量信号能量为指标,提出了有效分量信号的筛选准则,并基于该准则,进一步提出了延伸奇异值分解包的快速算法。仿真结果表明,延伸奇异值分解包对信号中共振频带分量信号具有很好的分解能力,方法具有强鲁棒性,同时极大地改善了奇异值分解包中出现的模态混叠。应用高速列车轮对轴承试验数据对该方法进行试验验证,结果表明,该方法能有效分离高速列车轮对轴承复合故障信号的不同共振频带信号,对筛选的有效分量信号进行包络分析,可有效提取不同类型的故障特征频率及其谐波,对共振频带的聚集性和故障的表征力相比奇异值分解包均有显著提高。     

Wavelet-based approach for ball grid array (BGA) substrate conduct paths inspection

The aim was to detect boundary defects such as open, short, mousebite and spur on ball grid array (BGA) substrate conduct paths using machine vision. The 2-D boundaries of BGA substrate conduct paths are initially represented by the 1-D tangent curve. The tangent angles were evaluated from the eigenvector of a covariance matrix constructed by the boundary coordinates over a small boundary segment. Since defective regions of boundaries result in irregular tangent variations, the wavelet transform was used to decompose the 1-D tangent curve and capture the irregular angle variations. A boundary defect can then be easily located by evaluating the wavelet coefficients of the 1-D tangent curve in its high-pass decomposition. The proposed method is invariant with respect to the rotation of the BGA substrates and does not require prestored templates for matching. Real BGA substrates with various boundary defects were used as test samples to evaluate the performance of the proposed method. Experimental results show that the proposed method achieves 100% correct identification for BGA substrate boundary defects by selecting appropriate wavelet basis and decomposition level.     

3D打印复杂点阵结构的缺陷三维可视化方法

针对3D打印的复杂点阵结构容易出现裂纹、未熔合或孔洞等缺陷,严重影响结构件的功能性能问题,开展了对3D打印的一种复杂点阵结构件的缺陷三维可视化检测方法研究。基于CT图像中结构件内部缺陷的灰度值差异特征,采用集合灰度值法自动识别一类缺陷并分割提取,由光线投射法对分割得到的缺陷序列图像进行三维重构。实验结果表明:所提方法有效获得了点阵结构件内部一种典型缺陷的三维可视图,从三维角度可对缺陷的形状、大小等形貌细节信息进行描述,为进一步分析缺陷对结构性能的影响提供了有力的依据。     

基于Borda序值法的汽车制动缺陷风险排序

风险评估矩阵是汽车产品缺陷风险分析的常用工具。针对矩阵法在缺陷风险评价中因风险结而无法区分同一等级多个风险形式的问题,提出以Borda序值法进行排序。通过对制动系统缺陷召回案例进行统计,提出8种制动踏板典型缺陷形式,通过风险矩阵分析法进行风险等级划分。对风险等级同为“高”的7个缺陷形式,通过计算Borda序数值进一步分为3个等级,减少风险矩阵中风险结的数量,更有效的比较不同缺陷形式的风险大小。     

基于敏感性分析的协方差随机子空间方法参数优化

在工作模态分析中,结构模态的准确识别在包括结构健康监测在内的许多应用中至关重要。该文基于敏感性分析,研究了模型系统阶数N和Toeplitz矩阵行块数i在协方差驱动随机子空间法(covariance-driven stochastic subspace identification,SSI-Cov)中对模态识别结果的影响规律。结合一经典数值算例及藏式古城墙现场实测数据对SSI-Cov算法的参数优化进行了分析。根据奇异熵增量理论对系统阶数进行识别;利用Toeplitz矩阵或系统矩阵的条件数及识别结果的变异系数对Toeplitz矩阵行块数的选择进行研究,并给出参数取值建议。研究结果表明:Toeplitz矩阵或系统矩阵的条件数越小计算结果精度越高;识别频率、阻尼比的变异系数越小,对应的模态稳定图质量越好。通过奇异熵增量理论可准确识别结构的系统阶数,奇异熵增量的一阶灵敏度降至0时对应的阶数即为系统阶数N。Toeplitz矩阵行块数i的建议取值范围为2β~4β(β为采样频率与结构基频的比值)。基于该文提出的参数优化方法,能有效识别藏式古城墙的动力特性,包括频率、振型和阻尼比。