共查询到19条相似文献,搜索用时 95 毫秒
1.
提出了一种修正的Morlet小波自适应结构模态参数识别方法,选取Morlet小波作为母小波,并引入一个调整因子N根据信号的特征对母小波的带宽进行调整。提出了能量极大值原则,结合相邻尺度小波分解的距离最大原则和相关系数最小原则,自适应地选择最佳小波分解尺度。数值仿真证明了该方法对密集模态进行解耦的有效性。将所提方法应用于一个简支梁的模态分析,实验结果表明,提出的自适应模态参数识别方法降低了模态参数识别的难度,提高了模态频率和阻尼比的识别精度。 相似文献
2.
破坏性试验在实际的桥梁上针对结构损伤的识别和定位研究难以进行,且基于数值模拟的研究又存在较大的局限性,所以模型试验方法在桥梁结构的损伤识别研究中尤为重要。参考润扬大桥,面向损伤识别设计制作了悬索桥试验模型。对该试验模型进行了动态测试,并对Morlet小波变换方法进行模态参数识别的适用性和有效性进行了研究,提出了小波理论识别模态参数的改进方法,将其应用到模型试验中。试验表明,该方法具有使用方便和识别准确的优点。 相似文献
3.
桥梁颤振导数识别的一种方法 总被引:2,自引:0,他引:2
运用系统识别理论识别桥梁颤振气动导数的过程,可分为复模态识别与模成坐标转换为物理坐标两个阶段。文中着重研究坐标转换算法,该算法建立一个带约束的二次泛函,利用惩罚函数法以一定的搜索方向使二次泛函数取得极小值,并同时求得8个气动导数。数字仿真与实验试验结果表明文中方法有效、可行。 相似文献
4.
基于参数优化Morlet小波变换的故障特征提取方法 总被引:2,自引:2,他引:0
针对轴承或齿轮箱等机械元件的故障振动信号表现为冲击衰减波形的特点,提出一种基于参数优化Morlet小波变换的故障特征提取方法。利用最小Shannon熵方法优化Morlet小波的形状参数,实现与冲击特征成分的最佳匹配,再对小波变换系数矩阵进行奇异值分解,根据奇异值曲线中主要反映突变信息的过渡阶段所对应的尺度范围求得最佳小波变换尺度,最后对信号进行Morlet小波变换提取故障特征。仿真试验和实际应用的结果表明,该方法能更有效地从强噪背景中提取故障特征。 相似文献
5.
基于小波方法的时变动力系统参数识别 总被引:2,自引:0,他引:2
针对离散时变动力学系统,运用Daubechies小波对其激励和系统响应信号作小波变换,将变换后的响应和激励代入微分方程,利用Daubechies小波尺度函数的正交性,将微分方程转换成简单的代数方程组,求解方程组,从而识别出时变系统的物理参数.推导了单自由度和多自由度线性时变系统的参数识别方程,介绍了小波系数的计算方法,阐述了系统时变参数的识别思路.通过对系统参数连续、周期和突变3种时变情况进行仿真研究,证明了方法的正确性和有效性. 相似文献
6.
为将矩阵束引入颤振试验数据处理的工程应用领域,基于随机信号仿真,采用蒙特卡罗方法分析了该方法的数值性能,研究了样本长度、信噪比及计算参数对计算性能的影响,并在飞机机翼气弹模型的风洞颤振试验中进行了验证。与传统频域方法的比较分析表明,矩阵束方法性能良好,是一种可靠的模态参数估计方法。 相似文献
7.
针对滚动轴承故障诊断过程中样本处理、故障识别等技术问题,提出一种基于Morlet小波和分类回归树(Classification and Regression Tree, CART)的滚动轴承故障诊断方法。首先,利用Morlet小波分析方法和移动窗方法对轴承振动信号进行样本处理。其次,对提取的短样本进行变分模态分解与特征提取,完成训练集和测试集的构建。然后,使用训练集训练CART决策树分类模型,同时引入随机搜索和K折交叉验证用于模型关键参数优化,以获取理想的轴承故障分类模型。测试集验证结果表明,该方法不但能实现多种轴承故障的有效诊断、在含噪测试集中表现良好,而且单个样本的数据长度和采样时长的缩短效果明显。 相似文献
8.
9.
10.
切削颤振监测的小波参数估计法 总被引:1,自引:0,他引:1
金属切削时的振动信号具有独立于尺度和随机的特征,与1/f过程相似。用1/f过程功率谱中的指数γ作为特征量可以用来检测颤振的发生。实验表明,切削颤振的产生伴随着参数γ的急剧的改变。本文提出了一种新的用于估计γ的基于小波的最小二乘算法。与极大似然估计法相比,它具有更广的适用性。通过实验结果对比可以看出,用γ的相对变化量作为特征量更为合适。 相似文献
11.
12.
13.
14.
针对滚动轴承故障信号分析中单一频域表征的问题,提出了将Morlet连续小波变换应用于故障信号奇异性提取和分析的新方法。在分析了滚动轴承故障信号的奇异性特征和奇异性信号小波检测机理的基础上,将Morlet连续小波用于对滚动轴承故障信息的提取与分析。试验证明,该方案能有效地对滚动轴承故障信号在时间和尺度平面进行分析,可以同时表征奇异性信号的时间和频率信息。 相似文献
15.
16.
滚动轴承早期故障信号中故障信息比较微弱常常被强噪声所掩盖,增加了对滚动轴承故障诊断的难度。针对这一问题,笔者提出了基于自适应最优Morlet小波变换的滚动轴承故障诊断方法。首先,利用粒子群优化算法对Morlet小波变换的核心参数进行自适应寻优,在获得最优Morlet小波的同时保证了良好的带通滤波性能;然后,将最优Morlet小波对滚动轴承早期故障信号进行滤波去噪,提高信号的信噪比;最后,对最优Morlet小波滤波信号进行包络谱分析,通过包络谱中的主导频率成分与滚动轴承各元件的故障特征频率对比从而判断轴承的故障位置。仿真数据和实测数据分析结果证明,笔者所提方法能够有效提取故障信号中的特征信息,具有一定的有效性。 相似文献
17.
18.
19.
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。 相似文献