基于曲率模态和小波变换的结构损伤识别方法

在结构曲率模态基础上,提出了一种基于小波变换的结构损伤检测和定位方法.利用双正交小波函数对损伤前后结构的曲率模态进行小波变换,通过损伤前后小波变换系数的变化和分布情况建立了结构损伤指标,可判定损伤存在,确定损伤位置和估计损伤程度,并通过一两端简支梁的数值模拟对该方法进行了验证.     

基于小波分解的框架结构缺陷识别方法

为了检测出框架结构的缺陷，在小波分解的基础上，通过对脉冲激励下正常和有缺陷的框架结构模型的响应进行分析，以输出信号各频带内能量为元素构造一个特征向量，对照各层缺陷对应的特征向量来确认结构的缺陷位置。最后，实验验证了本文方法的正确性。     

一种基于小波变换的虹膜识别方法

虹膜上的纹理或结构的差异,是不同虹膜相互区别的最主要原因和体现.因此,要想获得很高的识别率,就必须运用虹膜图像的边缘信息.利用二维小波变换,构造出了一种新的虹膜识别方法.该方法的基本思想是对于小波多层分解的低频分量,用一种变形的互相关方法由粗到精地进行匹配,以筛选出少数匹配较好的虹膜图像;然后在第一级小波分解的边缘分量上提取图像边缘,并用一种新的基于边缘特征的距离量度对筛选出的虹膜图像进行最终识别.与国外的虹膜识别方法相比,该方法把全局特征与局部特征很好地结合起来,并且更为有效地利用了虹膜图像的边缘信息.     

基于小波分析的裂纹梁的损伤识别

阐述了一种基于小波变换的含裂纹梁的损伤识别方法,利用含裂纹梁的一阶模态阵型作为小波分析的力学特征信号,识别损伤的位置和大小.利用小波分析系数的模极大值随分析尺度的传播定位损伤的位置,计算针对于损伤频率信号的能量判断损伤的大小.与以前的小波分析方法相比,此方法确定损伤位置的可靠性高,能识别微小的损伤.利用能量守恒定理和小波分析频段细化的能力,裂纹的定量分辨率高.     

基于剪切波和小波特征融合的金属表面缺陷识别方法

金属表面缺陷具有复杂性和多样性。小波变换能很好地捕捉点奇异性信号,对点缺陷识别效果好;剪切波变换作为一种新的多尺度几何分析方法,对奇异曲线具有最优逼近性能和方向敏感性,因此对方向性的缺陷识别效果好。提出一种基于剪切波和小波特征融合的金属表面缺陷识别方法。对金属表面图像分别进行离散剪切波变换和小波变换,计算各尺度方向子带的平均值和方差值,并组成一高维特征矢量。用核保局投影算法对高维特征矢量进行降维,以去除特征间的冗余,得到低维特征矢量,并输入到支持向量机进行缺陷分类。以高温铸坯、中厚板、精密铝带三种典型金属为例,对从现场采集到的三种典型金属的样本库进行试验,结果表明:高温铸坯、中厚板、精密铝带缺陷样本的识别率分别达到93.95%、98.27%、92.5%。试验结果证明了该方法可有效应用于不同类型金属的表面缺陷识别,具有通用性。     

基于EWT-SVM的雨量识别方法

为了从雨声信号中识别出雨量的大小,提出了一种基于经验小波变换和支持向量机的雨量识别算法。对于采集到的雨声信号先进行去噪,接着对信号进行经验小波变换分解,分解后得到数个经验小波函数分量,然后通过Matlab编程对各个经验小波函数分量进行特征提取,在时域和频域范围内组成评价特征矩阵,最后通过SVM对特征矩阵进行分类识别。通过仿真实验发现,对于同一个信号,经验小波函数相较于经验模态分解有更好的自适应性并且克服了经验模态分解的混叠现象和端点效应。实验结果表明基于经验小波变换和支持向量机的雨量识别方法在雨量识别领域具有良好的效果,研究方法为雨量识别、智能雨量计的发展奠定了良好的基础。     

基于小波方法的板结构损伤识别研究

进行不同边界条件下板结构损伤位置和大小的评估以及传感器布置和噪音对损伤识别影响研究。主要内容包括:首先,通过薄板结构的有限元模态分析,获取有无损伤板结构点的固有特性参数的分布状况,利用离散小波变换将矩形薄板的模态节点位移数据进行分解计算,获得损伤位置数据的高频信息和奇异值。其次,进行不同边界条件下的板结构损伤识别分析,利用小波系数的最大值变化率进行板结构损伤程度的定量化评估。最后,分析了传感器布置以及噪音情况下小波变换方法对板结构损伤识别的有效性。研究结果表明,四边固支约束下的小波系数比四边简支约束的小波系数大0.5%,比两边固支约束的小波系数大0.88%;在网格g=40 mm且通过小波变换对信号进行去噪处理之后都能够有效识别板结构损伤。说明该方法针对二维板结构损伤位置及程度的识别问题具有一定的有效性,能够为车辆结构损伤识别问题提供技术思路和参考价值。     

基于非线性小波收缩的超声信号缺陷识别方法

超声检测回波中的噪声信号是影响焊接缺陷无损检测的主要因素之一。为了更好地抑制回波中的噪声成分,从而有效地识别缺陷信号,在传统非线性小波收缩(Nonlinear wavelet shrinkage,NWS)方法的基础上,提出一种基于子波相关的改进噪声抑制方法。改进方法具备小波分析的多分辨特性,同时兼顾相邻测点回波中缺陷信号间具强相关性的特点。分别利用传统及改进的NWS方法对计算机仿真信号及焊缝超声检测信号进行处理,研究不同母小波及阈值估计方法对信号处理效果的影响。结果表明,改进方法对不同母小波的敏感性小,受不同阈值估计方法的影响小,且对复杂成分的噪声更具适应性。改进方法的噪声信号抑制及缺陷信号恢复效果明显优于传统方法,为缺陷的有效识别及精确量化测量提供可靠的依据。     

基于数字图像处理和特征提取的钢轨表面缺陷识别方法

设计了一种基于图像特征分析的钢轨表面缺陷识别方法,运用快速数字图像处理技术可实现钢轨表面裂缝和剥离掉块缺陷的提取,该识别方法通过对采样图像使用高低帽变换进行图像增强,再进行高斯平滑消除毛刺,最后采用阈值处理及边界抑制来提取出缺陷信息。研究了钢轨伤损评价及信息表达方法,可将缺陷信息以曲线的形式表示出来。为验证所设计方法的有效性,设计了模拟实验装置,用工业线阵CCD摄像机获取钢轨样品运动时检测的图像,进行缺陷识别处理,实验表明,系统输出曲线能够明确反映损伤的程度及其位置信息。     

振动控制中传感器位置和数目设计的小波分析法

通过对采集的振动信号进行小波多分辨率分析和FFT谱分析 ,得出被测结构振动响应包含的各频率对应的振动波形曲线。依据Parseval能量积分等式 ,计算出各频率对应振动响应的能量值。提出了由不同频率下振动响应信号对应能量大小设计传感器粘贴位置和数目的小波分析法。通过对一简支梁进行激励实验 ,验证了该方法的可行性和有效性。     

连续小波变换在梁结构损伤诊断中的应用研究

为了检测出梁中的裂缝或因刚度降低引起的损伤,对有损伤简支梁的振型曲线进行连续小波变换．从小波系数出现模极大值有效地识别损伤的存在以及裂缝位置和刚度下降段的位置。基本振型是用小波变换识别裂缝的最佳振型．用损伤位置处振幅较大的振型曲线来识别最清楚,对有噪声影响的振型曲线同样可以用本文方法进行识别。通过分析和计算获得满意结果．在梁结构损伤诊断中具有较高的应用价值。     

基于小波包变换的梁体损伤识别

由于小波包变换在分析非平稳信号方面较傅立叶变换更为有效，提出了基于小波包变换的能量变化率指标进行损伤识别的方法。首先，将得到的结构响应信号进行小波包分解，然后通过小波包能量变化率指标来进行损伤定位。通过3种不同损伤工况的梁体室内试验证明．损伤指标可以准确地识别损伤位置。     

平稳噪声背景下周期信号基频初相位检测

给出了采用Ｍｏｒｌｅｔ小波变换并结合集合平均检测叠加有平稳随机噪声周期信号基频初相位的方法,为旋转机械故障定位提供新手段。数字仿真结果及实例表明,即使信噪比很小的,本方法仍能得到较好结果。     

核密度估计法在板件概率损伤识别中的应用

基于谱元法将核密度估计方法用于解决结构的损伤识别,从而得到了损伤位置的概率密度函数。通过建立压电-结构耦合的三维谱元法模型,模拟Lamb波在铝板完好及损伤结构中的传播过程。利用连续小波变换计算响应信号在传感器之间的飞行时间,得到Lamb波在结构中的传播速度。通过对Rayleigh-Lamb方程的数值分析,得到Lamb波的理论传播速度,并将其与谱元法得到的结果进行对比,证实了谱元法模型的准确性。在椭圆定位技术的基础上,考虑环境不确定性对测量信号的影响,引入核密度估计方法将损伤位置识别转化为一种概率性问题。讨论了3种噪声水平情况下的损伤位置的概率密度函数,并给出了最终识别的结果。结果表明,核密度估计方法能够有效地识别出损伤位置,最大误差在5%左右。     

基于EEMD和HT的三相异步电机断相故障检测研究

三相异步电机发生断相故障后,运行状态将会发生突变。若长期带故障运行,将会导致电动机性能下降甚至烧毁。提出了一种基于集合经验模态分解(EEMD)和希尔伯特变换(HT)检测三相异步电机断相故障的新方法。检测三相异步电机定子线电压,对其进行小波包降噪处理后,利用EEMD将其分解为一系列的固有模态函数(IMF),对每个IMF进行希尔伯特变换得到相应的瞬时频率(IF),在定子线电压第五个固有模态函数的瞬时频率图上可以清晰地识别出断相故障特征。仿真实验结果表明,利用EEMD和HT可以有效地检测出三相异步电机的断相故障,获取其精确的开始结束时间。     

基于单片机的电压互感器相角差测量系统

介绍了一种基于单片机的相角测量系统,应用于韶-4高压电压互感器相角差的测量.该系统具有硬件电路简单、可靠性强、显示稳定、测量精度高等特点.     

基于小波变换的信号奇异性检测的研究

介绍小波变换的基本理论以及基于小波变换模极大值的信号奇异性检测方法,并在MATLAB下进行了仿真实验。实验表明,小波变换有着傅立叶变换无法比拟的良好效果。     

基于复小波变换相位谱的齿轮故障诊断

提出了一种基于复小波变换诊断齿轮故障的新方法。利用Mexican-hat调制复小波基函数对齿轮振动信号进行连续小波变换，再作相位的频谱分析，可以突出边频带结构，识别不同故障模式。试验数据的分析结果表明，该方法适用于齿轮故障诊断，与传统的自功率谱方法以及基于实值小波的小波变换方法相比，这种方法效果更好。     

基于影响系数和滞后角的相位测定含义分析法

结合转子动力学和数学矢量线性特性,提出一种基于影响系数和滞后角来正确确定振动仪相位测定含义的新方法。首先,利用影响系数法,分析标准脉冲信号与振动信号的导前或滞后关系,以确定出不平衡方向位置;然后,根据滞后角定义,反推振动响应的正高点,计算出反推相位角,找出该角度与实测相位角的关系,从而推出振动仪所测转子同频振动相位的含义;最后,在无任何已知相位参考和比较的情况下,以LM S测试系统所测定的相位,应用该方法进行分析。结果表明该方法操作简单方便,能准确分析出各类振动仪相位测定的含义。     

基于声信号的发动机故障测试方案及分析研究

基于声信号的汽车故障监测诊断方法近些年发展较快,因声信号具有精确性和稳定性等特点,借助计算机技术运用信号处理的方法对汽车运行时发出的声音进行分析,提取其振动特征量,可以对其运转情况的预测提供精准的数据分析依据。本文将着重介绍基于声信号的故障测试方案的确定过程及如何运用现代分析方法来分析和处理声信号这样非平稳的信号。实验结果表明,用小波变换和小波包分析对声信号进行分析处理具有很好的效果。