基于小波变换的非平稳脉动风时变功率谱估计方法研究

为揭示非平稳随机脉动风的时频特性,基于小波变换原理推导了时变功率谱的时间、频率和幅值与小波变换系数的关系,建立了非平稳随机脉动风时变功率谱估计的小波函数加权和法,并采用模拟非平稳脉动风和实测台风过程对理论推导结果进行了验证。研究结果表明：非平稳随机过程在某一时刻的不同尺度小波变换系数是一个以此非平稳随机过程的调制函数与小波函数的乘积为调制函数的非平稳随机过程的傅里叶变换,非平稳随机过程的时变功率谱等于不同尺度和不同时移的小波函数模平方的加权和,小波函数加权和法计算的非平稳随机脉动风的时变功率谱与理论结果具有良好的一致性。小波函数加权和法可有效地估计非平稳随机脉动风的时变功率谱,估计的时变功率谱可为进一步理解强(台)风的随机脉动特性奠定基础。     

基于小波变换的非平稳随机信号处理

小波分析由于其在信号信息分析与处理中独特的效果而成为国际研究热点,至今方兴未艾. 将小波变换用于非平稳随机信号分析与处理,目前刚刚开始. 本文研究了Lemarie-Meyer小波函数及其在非平稳随机信号处理中的应用, 取得了良好效果.     

基于Hilbert-Huang变换的切削颤振识别

针对切削颤振信号的非线性、非平稳特征,提出基于Hilbert-Huang变换的切削颤振识别方法。通过对颤振信号进行经验模态分解(EMD)获得一系列本征模函数,筛选出对颤振敏感的本征模函数进行带通滤波,对滤波后本征模函数作Hilbert变换,绘制Hilbert谱;提取Hilbert谱幅值标准差进行颤振定量识别。用仿真及实测振动信号验证该方法的有效性,并用小波包分解方法进行对比。     

基于小波去噪和EMD的信号瞬时参数提取

为了消除随机噪声对经验模式分解（EMD）质量的影响,提出利用小波去噪作为EMD的预处理,并结合希耳伯特变换提取信号瞬时参数的方法。研究了经验模式分解与希耳伯特变换相结合的提取信号瞬时参数的EMD／HS法,并针对随机噪声的影响,提出了基于阈值的正交小波变换去噪法。理论分析及仿真结果表明,该法克服了直接运用EMD分解中由于大量噪声带来的不必要的干扰,减少了EMD的分解层数以及累积边界效应对信号分析的影响,提高了瞬时参数提取的时效性和准确性。     

下击暴流非平稳脉动风速数值模拟

针对大气边界层近地风不同、下击暴流平均风速具有明显时变性及脉动风速具有较强非平稳特征,通过Kaimal非均匀调制函数的建立方法,获得Davenport调制函数、Simiu调制函数、Harris调制函数,为有效实现非平稳脉动风速模拟提供首要条件;考虑自回归AR模型时变性,建立非平稳随机过程TAR时变模型,为实现非平稳脉动风速模拟提供有效方法;考虑下击暴流平均风速时变特征,对下击暴流非平稳脉动风速进行模拟。结果表明,模拟的下击暴流非平稳脉动风速相关性随不同位置间距增大而减弱,振幅随时变平均风速增大而增大,与实际风场特性吻合,表明非均匀调制函数有效;功率谱时变特征明显,与目标时变谱时变特征吻合,且样本统计平均功率谱、相关函数与目标均吻合,表明下击暴流非平稳脉动风速模拟方法有效。     

基于最大坡度法提取非平稳信号小波脊线和瞬时频率

提出一种基于最大坡度法的非平稳信号小波脊线提取和瞬时频率识别新方法。该方法首先对非平稳响应信号进行连续复Morlet小波变换,其时间轴、小波尺度轴及小波系数模值构成一个三维坐标系（x, y, z）;其次从预先设定的小波脊线初始点出发,在一定范围内进行搜索,并分别计算其在时间-尺度平面（x-y）的距离、z方向的距离及小波脊线的坡度值。最后,求解位于最大坡度方向上的各空间点并将其连接成线即为所求的小波脊线。采用三个非平稳信号数值算例和一个拉力时变的拉索试验验证了最大坡度法的有效性,并与基于小波系数模局部极大值的脊线提取方法、动态规划法及瞬时频率理论值进行比较。数值模拟和试验结果表明,该方法能够有效提取非平稳响应信号的瞬时频率,且识别精度优于基于小波系数模局部极大值和基于动态规划的小波脊线提取方法。     

基于离散小波变换的多自由度结构非平稳随机响应计算

将地面运动模拟成非平稳随机过程,基于离散小波变换得到地面运动离散小波系数的统计值,并以此作为输入,推导了多自由度结构和随机响应公式,通过对响应偏谱的计算,得到随时间变化的响应频率特性和名阶谱参数,利用Monte-Carlo法和本文方法进行了计算实例对比,验证了本文方法的正确性。     

基于离散小波变换的滑移隔震结构非平稳随机响应计算

将地震地面运动模拟成非平稳随机过程,基于离散小波变换得到地面运动离散小波系数的统计值,并以此作为输入,使用等价线性方法获得了滑移隔震结构在非平稳地震作用下的均方滑动位移和速度反应。通过计算实例与Monte-Carlo法的计算结果进行对比,验证了本文方法的正确性。最后,给出了这种结构的最大滑动位移响应随滑移面摩擦系数的变化曲线,可供设计时参考。     

基于小波变换和均值滤波的图像去噪方法

将小波变换和均值滤波相结合提出了一种有效的图像去噪方法,先将含噪图像进行小波分解,获得不同频带的子图像.将低频近似图像保持不变,对水平、垂直和对角三个方向高频细节图像根据其特性采用三种不同形状的模板进行均值滤波,最后将低频近似图像与三个均值滤波后高频细节图像合成得到去噪后的图像.实验结果表明,该方法在降低了图像噪声的同时又尽可能地保留图像的细节,其去噪效果优于单一小波阈值法和均值滤波法.     

基于变分模态分解和同步提取变换识别时变结构瞬时频率EI北大核心CSCD

针对同步提取变换(SET)不能分离频率成分间隔相近的多分量信号的问题,提出了一种结合变分模态分解(VMD)和同步提取变换识别时变结构瞬时频率的方法。首先,通过傅里叶变换确定预设模态数量,利用VMD对多分量信号进行分解得到多个模态分量;然后,采用SET对每个模态分量进行时频分析获取瞬时频率;最后,将各模态分量的时频谱图叠加得到完整的多分量信号时频谱图。针对多分量时变信号和两自由度时变结构自由振动响应信号的瞬时频率识别结果,验证了基于VMD和SET结合方法识别时变结构瞬时频率的有效性和正确性。结果表明,该方法具有较好的噪声鲁棒性和能量聚集性,克服了SET处理频率成分间隔相近的多分量信号的不足,能有效识别具有近距离频率成分的时变结构瞬时频率。索力线性和正弦变化时拉索瞬时频率识别的试验验证了该方法的适用性。     

EMD信号分析方法的声发射管道泄漏检测研究

针对管道泄漏声发射检测信号的非平稳特征,提出了基于经验模态分解(EMD)的信号分析方法。该信号分析方法将管道泄漏产生的声发射信号通过EMD分解为多个平稳的固有模态函数(IMF)之和,选择包含声发射特征的若干IMF分量进行重构,可以提取到管道泄漏声发射信号的本质特征,消除噪声信号的干扰。通过对重构后的信号进行互相关分析计算,使基于声发射方法的管道泄漏检测的定位精度得到较大提高,验证了Hilbert-Huang变换是表征声发射信号的非平稳特征及信号参数提取的有效工具。     

基于小波变换的苏通大桥非平稳抖振响应演变谱实测研究

台风风速具有较为明显的非平稳特征,使得非平稳风荷载作用下大跨斜拉桥的动力响应也势必表现出非平稳特性。为考察台风作用下大跨桥梁抖振响应的非平稳性,该文以苏通大桥为研究背景,采用基于小波变换的非平稳时间序列演变功率谱密度估计方法分析了该桥在“海葵”和“达维”台风期间的非平稳抖振响应。研究表明,苏通大桥主梁振动能量主要集中在若干特定频段内;由于台风风速存在非平稳性,主梁抖振响应也表现出一定程度的非平稳特征;基于小波变换的演变谱估计方法适用于开展实测结构响应的演变特性分析,可较好地弥补传统傅里叶方法用于非平稳分析的不足。研究结论可用于验证大跨度斜拉桥非平稳抖振分析理论的可靠性,同时可为大跨度斜拉桥的抗风设计提供参考。     

基于HHT法的地震地面运动局部谱密度估计

采用能反映时频非平稳特性的时变谱密度(局部谱密度)来描述地震地面运动是非常必要的。本文给出了利用HHT估计地震地面运动局部谱密度的方法。从理论上比较了HHT、STFT和多重过滤法等局部谱密度的估计方法,然后通过具体算例,对理论分析进行了验证。指出利用HHT法来估计局部谱密度在精度和速度方面都有很好的优势,可以作为一种有效的局部谱密度估计方法,这有利于局部谱密度在地震动模型化和结构随机响应分析等方面的应用。     

基于小波变换的高层建筑脉动风速模拟与实测研究

对某200m高的超高层建筑顶层实测风速及用传统的谐波叠加法得到的模拟风速分别进行了静态离散小波变换,通过对小波系数的概率密度、峭度及偏度分析,证明了传统模拟方法不能反映湍流的间歇性及局部自相似性。基于小波能量与目标风速谱的关系,利用实测风速及对数泊松模型,建立了基于静态离散小波变换的脉动风速时程模拟方法。实例模拟表明,该方法避免了传统离散小波重构所需要的上采样,且模拟数据符合统计检验,从而验证了方法的简便性和有效性。     

基于EMD和功率谱的齿轮故障诊断研究

提出了一种基于经验模态分解EMD（Empirical Mode Decomposition）的齿轮裂纹故障诊断的新方法。EMD方法具有自适应的信号分解和降噪能力，EMD是先把时间序列信号，分解成不同特征时间尺度的固有模态函数（Intrinsic Mode Function，简称IMF），然后通过选取表征齿轮裂纹故障的IMF分量进行功率谱分析，就可提取齿轮故障振动信号的特征。齿轮故障实验信号的研究结果表明：该方法能有效地识别齿轮的齿根裂纹故障。     

适于泥石流除噪的EMD联合小波阈值除噪方法

次声传感器采集到的泥石流次声信号中包含有大量的无关干扰信号,严重影响信号的分析与评估。针对含噪泥石流信号中无法准确确定噪声频段的特点,以及传统经验模态分解(Empirical Mode Decomposition, EMD)联合小波阈值去噪方法无法智能分辨噪声所在频段的缺点,提出了信号经EMD分解后,基于相关性选择噪声频段的方法。首先利用EMD分解获取信号的固有模态函数(Intrinsic Mode Function, IMF)分量,然后计算各个IMF分量与原始信号的相关性,根据相关性大小确定IMF噪声频段,然后采用小波阈值去噪方法对噪声频段进行处理,最后对处理后的信号进行重构得到去噪泥石流信号。通过模拟实验分析,证明该方法具有智能选择噪声频段的能力,是一种更适于泥石流信号的去噪方法。     

基于改进EMD-ICA的结构模态参数识别研究

该文针对频带滤波改进经典经验模态分解(EmpiricalModeDecomposition,EMD)的模态分解能力不足时产生过多虚假模态的问题以及真正本征模函数(IntrinsicModeFunction,IMF)的判定问题,提出了将改进EMD与独立分量相结合的信号分析方法。该方法不需要人为预先设定阈值,能够自动分离出真正的IMF分量,消除改进EMD过程中产生的虚假模态,保障EMD分解信号的有效性。然后利用随机减量技术获得各IMFs的自由模态,最后利希尔伯特变换和最小二乘拟合技术相结合的方法来识别出结构的频率和阻尼比,并通过两个数值算例和一个七层钢框架的模态试验予以验证。研究结果表明：该方法可有效解决改进EMD的缺陷,并成功识别出结构的模态参数。     

基于HHT的非线性振动系统参数识别研究

该文采用Hilbert-Huang变换（HHT）对时变阻尼自由振动系统以及常见的Duffing振动系统和Van der Pol振动系统进行参数识别。首先通过经验模态分解将振动信号分解为自由振动信号和强迫振动信号,通过经验包络法得到分解后信号的振幅包络线和瞬时频率。进而使用瞬时振幅及瞬时频率通过最小二乘法估计得到振动方程的各项参数。与小波识别结果进行对比,数值算例表明Hilbert-Huang变换可以有效地识别时变阻尼自由振动以及Duffing振动系统和Van der Pol振动系统的时变参数并且有较高精度。     

基于本征模态补偿的大跨屋盖脉动风等效静力风荷载

在刚性建筑模型风洞测压试验的基础上,该文首先根据脉动风荷载引起的多个等效目标响应而对由结构上脉动风荷载的协方差本征变换得到的本征模态进行补偿,然后提出了一种新的计算线性复杂大跨屋盖脉动风荷载的等效静力风荷载的方法,最后并应用于一实际工程中.计算结果表明该文方法具有物理含义明确、计算方法简单和计算精度较高的优点,能比较有...     

曲率模态和小波包变换在结构损伤识别中的应用

小波包变换相比传统的Fourier变换,对非平稳信号分析具有良好的特性.利用小波包变换的特性,根据曲率模态损伤检测原理提出了一种基于小波包组分能量变化率作为损伤指标的分析方法.通过一简支梁结构的数值模拟,表明该方法对于判定损伤存在和确定损伤位置是有效的.