基于相关函数和小波分析的运行模态参数识别方法

为解决传统的基于脉冲响应的模态参数识别问题,根据响应信号间的相关函数与脉冲响应函数具有相似的数学表达式,以Morlet小波作为基函数,对响应信号的互相关函数进行连续小波变换,由小波系数与模态参数的关系识别出结构的模态参数.用GARTEUR飞机模型数值仿真和3层框架结构进行实验,结果证明了该方法的有效性.     

利用小波去噪和HHT的模态参数识别

提出了基于小波去噪和HHT的模态参数识别方法,以改善模态参数识别的精度.该方法先利用小波进行信号去噪,克服噪声对EMD分解的影响,以减少EMD分解过程的计算量和分解层数,对去噪后的信号进行EMD分解提取单模态的自由响应,然后利用自由响应的Hilberr变换识别模态固有频率和阻尼比.利用该方法对某振动台简支梁系统进行了模态参数识别,结果表明在噪声干扰下,该方法识别模态参数的精度较高,特别是阻尼比识别精度高.     

基于经验模分解的陀螺信号去噪

陀螺随机漂移是影响寻北精度的重要因素,小波消噪方法对小波基和分解尺度等因素依赖性较强。提出了一种新的基于功率谱密度准则的经验模态分解(EMD)去噪方法,可有效解决传统EMD去噪自适应滤波器截止阶数难以确定的难题,该方法将经验模态分解得到的固有模态函数(IMF)分为信号分量起主导作用模态与噪声分量起主导作用模态,并对噪声分量起主导作用的模态进行类似小波软阈值去噪的方法进行滤波,然后与信号分量起主导作用的模态共同对信号重建实现去噪。将该方法应用于测试信号与陀螺信号的去噪,结果表明:新方法能有效地判断噪声与信号起主导作用的模态分界点,具有良好的去噪效果,且不受主观参数的影响,具有自适应性。     

随机减量法在工作模态参数识别中的应用研究

实际工程应用中施加于结构的激励及其响应信号难以测量,不能用传统的识别方法提取结构的模态参数。研究了运用随机减量法从易得的结构的随机响应中提取某种自由响应信号,然后利用小波变换识别模态参数。实验通过对悬臂梁的模态参数识别,结果表明随机减量法在模态参数识别过程中的适用性及用该方法获取的模态参数具有很高的精度。     

基于EMD和支持向量机的柴油机故障诊断

为了解决传统小波或小波包变换方法对柴油机振动信号频率分辨率不高、易受邻近谐波分量间交叠影响的缺陷,提出了一种基于经验模态分解和支持向量机的故障诊断方法。该方法首先对振动信号进行经验模态分解,分别提取能量最大的几个基本模式分量的小波包特征;然后采用支持向量机在每个独立的特征子集中进行训练,并按该子集对应的基本模式分量的能量权重进行加权融合。试验中将该方法应用于6135型柴油机的故障诊断,结果表明,针对每个基本模式分量分别进行故障分析是可行的,能够对6135型柴油机常见故障模式进行准确识别。     

基于小波分析的简支梁桥损伤识别

提出了基于小波子带信号能量曲率变化的损伤识别方法。分别对完好和损伤状态下结构的振动响应进行二进离散小波变换,通过信号子带分解与重构将响应分解到不同频带,使叠加的模态响应分离。定义了信号相对能量曲率差损伤指标,利用该指标对结构的损伤进行识别定位。应用此方法对一简支梁桥进行损伤数值分析,结果表明:二进离散小波变换可以对结构振动响应中叠加的多阶模态信息进行有效分离;信号相对能量曲率差指标可以对损伤进行有效识别,且不受激励位置及荷载大小影响。最后通过模型实验验证了该方法的正确性及可行性。     

机械密封端面接触状态的声发射监测方法

针对机械密封运行过程中反映密封端面接触状态的工作参数(端面开启时间、膜厚等)测量困难的问题,提出基于声发射信号的机械密封端面接触状态监测方法。根据密封端面产生的声发射信号具有时变非线性且突发性强的特点,采用经验模态分解(EMD)法对原始信号进行分离提取。EMD法能够将信号分解为不同时间尺度和不同频带的一系列固有模态函数,然后根据能量分布特征对伪分量进行剔除,得到"近源"声发射信号,抽取其信号特征运用Laplace小波相关系数法实现对密封端面接触状态的准确识别。通过机械密封测试试验证明,声发射监测技术能准确地识别机械密封装置动静环之间的接触状态和摩擦形式,能够在工业现场推广使用。     

自适应改进双树复小波变换的齿轮箱故障诊断

针对双树复小波变换存在频率混叠以及参数需自定义的缺陷,提出自适应改进双树复小波变换的齿轮箱故障诊断方法。首先,利用双树复小波变换将信号进行分解和单支重构,采用粒子群算法将分解后分量峭度值作为适应度函数,选择双树复小波的最优分解层数;其次,对重构出的低频信号进行频谱分析提取故障特征,将单支重构后的各高频分量进行变分模态分解,通过峭度值获得各高频分量经变分模态分解后的主频率分量信号;最后,分析各主频率分量信号的频谱,识别齿轮箱的故障特征。结果表明,该方法与双树复小波变换和变分模态分解相比,不仅消除了频率混叠现象,提高了信噪比和频带选择的正确性,而且还提高了从强噪声环境中提取瞬态冲击特征的能力。     

侵彻弹体频率特性分析及过载信号处理

为解决硬目标侵彻过载信号降噪问题,提出融合总体经验模态分解（EEMD）和小波变换（WT）的联合滤波方法。首先对实测信号进行总体经验模态分解,获得信号的本征模态函数（IMF）分量,然后计算各分量功率谱并与原信号比较,得出信号的有效分解尺度和弹体的过载响应频率,接着对高频IMF分量采用小波阈值降噪,最后将降噪后的高频分量与分解后的低频分量组合重构获得侵彻特征信号。实验证明,这一方法可以有效提取弹体响应频率,消除侵彻过程中弹体的高频振动信号和外部噪声,且处理后的加速度曲线具有更高的信噪比,积分所得速度和位移时程曲线也与实验结果相近。     

基于VMD和广义Morse小波的结构瞬时频率识别

提出了基于变分模态分解和广义Morse小波相结合的时变结构瞬时频率识别方法。首先,针对噪音干扰问题，提出了快速阈值迭代算法，通过将信号转换到小波域，利用信号稀疏特性进行降噪;然后,提出了基于变分模态分解和广义Morse小波的时变参数识别理论，采用数值算例验证了提出方法的有效性和精度;最后,设计了一个具有时变特性的移动小车试验，进行模态试验对结构有限元模型进行校正。采集小车通过主梁时的应变和加速度响应，由应变数据估算小车不同时刻在梁上的位置，对加速度响应数据进行分析识别结构的瞬时频率，与有限元计算的结果进行对比分析。结果表明，提出的方法可以有效准确地识别时变结构瞬时频率。     

基于HHT的高坝泄流结构工作模态参数辨识

基于高坝的工作特点,提出一种适用于泄流结构的工作模态参数时域辨识方法。对于低信噪比泄流结构振动信号,首先,利用小波阈值-经验模态分解(empirical mode decomposition,简称EMD)联合滤波方法滤除低频水流脉动噪声和高频白噪声,得到结构振动有效信息;然后,通过希尔伯特-黄变换(Hilbert-Huang transform,简称HHT)原理辨识结构系统的固有频率及阻尼比;最后,结合奇异熵增量理论对系统模态进行定阶和模态验证。仿真研究表明,该方法能够有效避免模态分解中的频率混杂,具有较强的鲁棒性以及较高的辨识精度。将该方法应用于三峡重力坝5号溢流坝段,可准确辨识出结构系统的工作模态参数,为研究高坝泄流结构安全运行与在线无损动态检测提供基础。     

Rotor crack detection based on high-precision modal parameter identification method and wavelet finite element model

In this paper, a new method based on high-precision modal parameter identification method and wavelet finite element (WFE) model is presented to determine the depth and location of a transverse surface crack in a rotor system. The rotor system is modeled using finite element method of B-spline wavelet on the interval (FEM BSWI), while the crack is equivalent as a weightless rotational spring. Additionally, a novel method based on empirical mode decomposition (EMD) and Laplace wavelet is proposed to acquire modal parameters with high precision, which is implemented to improve the precision of crack identification. By providing the first three natural frequencies, contours for the specified natural frequency are plotted in the same coordinate, and the intersection of the three curves predicts the crack location and size. The experimental results indicate that the proposed method can accurately identify the position and depth of different cracks. The effectiveness and reliability of the proposed method is verified.     

基于小波变换方法的材料小阻尼识别

基于连续小波变换实现了对振动系统的小阻尼识别。该方法基本原理为通过对系统自由衰减响应的小波系数取极大获取小波脊,借助小波脊理论确定系统的各阶模态频率与指数衰减系数iζωni,采取求中值的方法获取衰减稳定段的参数,进而识别出各阶模态阻尼比。与HT法相比,该方法具有较高的稳定性和识别精度,仿真结果表明,无噪声时识别误差为0.023%,30%噪声时识别的最大误差为3.49%,而且研究中发现阻尼识别的误差与信号采样频率相关。进行了LY12材料的阻尼测试试验,根据试验测试数据对阻尼识别的结果,证明了本文方法的有效性。     

基于连续小波变换的三自由度链模型模态参数辨识

采用连续小波变换的方法,在大型结构模态参数辨识方面提出了系统化的辨识流程,并对相近的频率所造成的辨识难点提出了解决的办法。通过三自由度模型模态参数的辨识,表明连续小波变换对于大型结构的模态参数辨识准确度高,具有现实意义。     

基于递归理论的泵站压力管道运行状态监测

为了准确地识别建筑结构的模态参数，提出了一种基于多重信号分类算法（multiple signal classification,简称MUSIC）、经验小波变换（empirical wavelet transform,简称EWT）和同步提取小波变换（synchroextracting transform ，简称SET）的结构模态参数识别方法。首先，通过MUSIC-EWT对实测振动信号进行分解；其次，使用SET对单模态信号进行去噪处理；然后，采用自然环境激励技术（natural excitation technique,简称NExT）得到单模态信号的自由衰减响应；最后，利用Hilbert变换（hilbert transform,简称HT）和曲线拟合获得结构的自振频率和阻尼比。通过三层框架结构的数值模拟验证了该方法的准确性和鲁棒性。利用该方法对台风“达维”作用下广州中信广场的实测加速度数据进行分析，并将估计的结构模态参数和其他识别方法的分析结果进行对比，进一步证明了该方法的准确性和鲁棒性。     

基于递归理论的泵站压力管道运行状态监测

针对不利因素导致的管道运行异常问题，提出一种基于递归理论的泵站管道运行状态监测方法。首先，通过振动传感器提取压力管道关键部位的实测信息，并将同一位置不同方向的数据信息进行融合，得到一组反映结构整体动力特性的综合数据；其次，利用伪近临法与互信息法分别选取相空间重构参数m和τ；最后，绘制并计算代表管道动力特性的递归图及递归量化指标。将该方法应用于景泰川工程二期七泵站管道运行监测，通过设置不同的运行工况进行验证，结果表明：机组开关瞬间与稳定运行工况下，管道结构振动信号的递归图呈现不同模式，递归量化指标-确定性、对角线平均长度L、递归率及递归熵也呈现明显差异，能有效区分管道振动状态。该方法为压力管道的无损动态监测提供了新思路。     

基于Hilbert-Huang变换与理想带通滤波器的系统识别

针对经验模态分解存在模态混叠现象,提出基于Hilbert-Huang变换与理想带通滤波器的系统识别方法。该方法利用傅里叶变换得到结构加速度响应频响函数,粗略估计固有频率范围,通过半功率带宽法设计理想带通滤波器,定量化确定通带带宽,使信号在经过滤波器后频域内零相移,同时不改变其幅值谱。结构响应通过指定频带的理想带通滤波器产生若干窄带信号,利用经验模态分解获取结构模态响应,经Hilbert变换构造模态响应解析信号,并通过线性最小二乘拟合提取结构模态参数与物理参数。结果表明:半功率带宽法可实现带通滤波器频带的定量化设计,理想带通滤波器的零相移特点较好契合Hilbert-Huang变换用于系统识别的要求,两者结合可有效地解决模态混叠现象,减少虚假模态,大大提高结构系统识别精度。     

Identification of modal parameters of unmeasured modes using multiple FRF modal analysis method

Current modal analysis methods seek to identify the modal parameters of some or all of the modes in the measured frequency range of interest. In many applications however, it will be very useful if modal parameters of some of the out-of-range modes can be identified during modal analysis. Such a goal is obviously theoretically possible since the raw measured frequency response functions (FRFs), upon which modal analysis is performed, do contain adequate information about the out-of-range modes in the form of residue contributions. In this paper, a new method for the estimation of modal parameters using multiple FRFs analysis is presented. In the process of modal identification, the proposed method not only presents accurate modal parameters of the modes which are present in the measurement frequency range, but also quite accurately identifies some of the modes which are not measured. The method calculates the required modal parameters by solving eigenvalue problem of an equivalent eigensystem derived from those measured FRF data. All measured FRFs are used simultaneously to construct the equivalent eigensystem matrices from which natural frequencies, damping loss factors and modeshape vectors of interest are solved. Since the identification problem is reduced to an eigenvalue problem of an equivalent system, natural frequencies and damping loss factors identified are consistent. Applications of the method to both numerically simulated and practically measured FRF data are given to demonstrate the practicality of the proposed method and the results have shown the method is capable of accurately identifying modal parameters of out-of-range modes.     

Measurements of dynamic properties of a medium span suspension bridge by using the wavelet transforms

The aim of this paper is to show the capabilities of the real-time kinematic (RTK) global positioning network system (GPS) to measure the low-frequency vibration of a medium span suspension bridge. In particular, this paper presents the results of studies conducted on the identification of modal parameters including natural frequencies, damping coefficients and mode shapes of a suspension bridge using ambient excitation loads. A real-time kinematic (RTK) global positioning system (GPS) was designed and installed on the Nottingham Wilford Bridge to provide long-term and real-time measurement of bridge deck movement. An approach to estimate modal parameters, from only output data in the time domain using the wavelet transform, is presented. Displacements responses of the bridge are used in the wavelet transform to identify its dynamic characteristics. The modal properties were extracted using a two-step methodology. In the first step, the random decrement method was used to transform random signals in free vibration responses. Secondly, a wavelets-based technique was used to extract natural frequencies and to determine the mode shapes of the structure. This method was compared with the well-established techniques eigensystem realisation algorithm showing a difference of 1% in the estimated first natural frequency.The efficiency of RTK–GPS was demonstrated in the full-scale measurement. In particular, the results showed that the RTK–GPS data can be used for extracting modal properties from in-service-loads induced low-frequency vibration (<5 Hz) by processing the signal with the wavelets transform.     

基于多普勒调制时移 Laplace 小波的列车轴承故障声 信号瞬态成分快速提取方法

提出了一种基于多普勒调制时移Laplace小波的列车轴承故障声信号瞬态成分快速提取方法,包含“先粗后精”两个步骤：1)瞬态参数粗估计,利用现有的多普勒调制等周期Laplace小波模型粗略估计瞬态参数;2)参数精确估计与瞬态成分提取,构造多普勒调制时移Laplace小波模型,使用逐个匹配的策略进行瞬态参数精确估计和瞬态成分的提取。所提方法具有以下优点：1)更高的精度,使用的多普勒调制时移Laplace小波模型在时域内仅有一个时延参数定位的小波成分,能够解决周期瞬态模型在提取伪周期瞬态成分时匹配误差问题;2)高效率,由于使用了周期瞬态模型粗略估计瞬态成分参数,因此在瞬态成分逐个提取的过程中小波参数的范围可以设的很小,实验对比分析结果显示,与直接提取方式相比效率提高了71.46%。本研究提供了一种从含有多普勒畸变的列车轴承故障声信号中精确地、高效率地提取瞬态成分的方法。