本文關(guān)鍵詞：基于小波能量熵的結(jié)構(gòu)損傷識別

  更多相關(guān)文章： 結(jié)構(gòu)損傷識別 小波能量熵 小波分解 可靠性

【摘要】：結(jié)構(gòu)損傷識別在結(jié)構(gòu)健康監(jiān)測領(lǐng)域非常重要,是一項(xiàng)具有挑戰(zhàn)性的任務(wù)。前人提出了許多結(jié)構(gòu)損傷識別的方法,但當(dāng)這些方法應(yīng)用時,還是存在很多困難。目前結(jié)構(gòu)損傷識別方法大多基于結(jié)構(gòu)振動分析的線性方法。本文在前人研究基礎(chǔ)上對小波能量熵的損傷識別方法進(jìn)行了改進(jìn),綜合考慮既有的損傷識別指標(biāo)并提出新的損傷識別指標(biāo)。本文主要從以下幾方面進(jìn)行研究:首先,深入研究了小波能量熵理論,并引入到橋梁等工程結(jié)構(gòu)損傷識別領(lǐng)域。利用小波能量熵理論對小波分解進(jìn)行了參數(shù)優(yōu)化,得到小波分解的最優(yōu)分解層數(shù)和最優(yōu)小波基。通過優(yōu)化參數(shù)后的小波分解得到的小波系數(shù)提取小波能量,并將不同尺度下的小波能量熵峰值作為特征值,基于小波能量以及小波能量熵有效識別結(jié)構(gòu)損傷。在此基礎(chǔ)上構(gòu)建平均小波能量熵變化率、差熵率、可靠性等損傷識別指標(biāo),并驗(yàn)證損傷識別指標(biāo)的有效性。其次,建立了兩端鉸支梁的有限元模型并進(jìn)行了數(shù)值仿真研究,設(shè)置了多種不同的損傷工況,得到加速度響應(yīng)信號并進(jìn)行小波分解,利用小波系數(shù)計(jì)算小波能量和小波能量熵,并通過損傷指標(biāo)對結(jié)構(gòu)損傷進(jìn)行了準(zhǔn)確而有效的識別,驗(yàn)證所提出方法的正確性和可靠性。最后,在實(shí)驗(yàn)室設(shè)計(jì)并制作了矩形截面空心管梁模型橋梁,利用先進(jìn)的LMS動力測試與分析系統(tǒng),通過對健康和多種損傷工況模型橋梁的激勵,同時采集橋梁不同測點(diǎn)的加速度響應(yīng),基于小波能量熵理論識別橋梁模型的結(jié)構(gòu)損傷,進(jìn)一步通過試驗(yàn)驗(yàn)證方法的有效性和適用性。
【關(guān)鍵詞】：結(jié)構(gòu)損傷識別 小波能量熵 小波分解 可靠性
【學(xué)位授予單位】：暨南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U446
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 緒論8-14
• 1.1 研究背景與意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-12
• 1.2.1 基于小波熵的研究現(xiàn)狀9-12
• 1.3 研究對象、研究內(nèi)容和論文框架12-14
• 1.3.1 研究對象12
• 1.3.2 研究內(nèi)容12-13
• 1.3.3 論文框架13-14
• 第2章 理論背景及算法研究14-22
• 2.1 引言14
• 2.2 小波理論14-17
• 2.2.1 小波分析理論14-15
• 2.2.2 小波變換理論15-17
• 2.2.3 小波分解理論17
• 2.3 信息熵理論17-18
• 2.4 基于小波能量熵的結(jié)構(gòu)損傷識別方法18-21
• 2.4.1 小波能量熵18-20
• 2.4.2 相對小波熵20
• 2.4.3 結(jié)構(gòu)損傷識別指標(biāo)20-21
• 2.5 本章小結(jié)21-22
• 第3章 數(shù)值仿真22-58
• 3.1 引言22-23
• 3.2 兩端鉸支矩形截面梁23-26
• 3.2.1 有限元模型23
• 3.2.2 建模與損傷模擬23-25
• 3.2.3 結(jié)構(gòu)響應(yīng)分析25-26
• 3.3 基于能量熵的小波分解參數(shù)優(yōu)化26-34
• 3.3.1 小波分解層數(shù)的確定27-30
• 3.3.2 小波基的選擇30-31
• 3.3.3 窗口寬度的確定31-34
• 3.4 基于小波能量熵的結(jié)構(gòu)損傷識別數(shù)值仿真研究34-56
• 3.4.1 基準(zhǔn)狀態(tài)分析34-37
• 3.4.2 單損傷識別37-48
• 3.4.3 兩處損傷識別48-51
• 3.4.4 三處損傷識別51-56
• 3.5 本章小結(jié)56-58
• 第4章 實(shí)驗(yàn)驗(yàn)證58-80
• 4.1 引言58
• 4.2 實(shí)驗(yàn)概況58-62
• 4.3 基于小波能量熵的結(jié)構(gòu)損傷識別實(shí)驗(yàn)驗(yàn)證62-78
• 4.3.1 基準(zhǔn)狀態(tài)下的實(shí)驗(yàn)結(jié)果分析63-67
• 4.3.2 單損傷識別67-74
• 4.3.3 兩處損傷識別74-76
• 4.3.4 三處損傷識別76-78
• 4.4 本章小結(jié)78-80
• 第5章 結(jié)論與展望80-82
• 5.1 結(jié)論80-81
• 5.2 展望81-82
• 參考文獻(xiàn)82-87
• 致謝87

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙海濱;王宏;李春勝;;采用相對小波能量法的腦-機(jī)接口設(shè)計(jì)[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年08期

2 孫增壽;林友勤;任偉新;;基于小波能量分布向量的結(jié)構(gòu)損傷識別[J];地震工程與工程振動;2007年05期

3 張彥梅;陽進(jìn);;一種基于小波能量分析的目標(biāo)識別方法[J];北京理工大學(xué)學(xué)報(bào);2010年07期

4 趙偉;曾周末;靳世久;張宇;;基于歸一化小波能量系數(shù)的管道安全識別算法[J];納米技術(shù)與精密工程;2012年02期

5 周天沛;;基于小波能量熵的故障信號診斷研究[J];煤礦機(jī)械;2010年11期

6 李合生,毛劍琴,李世玲,張富堂;基于多尺度小波能量積累的雷達(dá)回波檢測方法[J];系統(tǒng)工程與電子技術(shù);2000年11期

7 朱亞超,李文鋒;改進(jìn)型小波能量法的圖像融合評價(jià)[J];武漢理工大學(xué)學(xué)報(bào);2005年01期

8 姜潤翔;史建偉;龔沈光;;基于尺度—小波能量譜的船舶水壓場信號檢測[J];電子學(xué)報(bào);2009年01期

9 毛晨曦;周文松;歐進(jìn)萍;;基于小波能量傳遞函數(shù)譜的結(jié)構(gòu)損傷識別[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2011年08期

10 蔣聰;;基于小波能量熵的配電網(wǎng)系統(tǒng)故障檢測[J];電子制作;2013年19期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 李慶奇;馬莉;;基于小波能量的輪廓抖動性煙霧檢測算法[A];浙江省電子學(xué)會2011學(xué)術(shù)年會論文集[C];2011年

2 陳保家;李力;趙新澤;;基于尺度-小波能量譜、粗糙集和神經(jīng)網(wǎng)絡(luò)集成的內(nèi)燃機(jī)故障診斷方法[A];第二十六屆中國控制會議論文集[C];2007年

3 王繼祥;陶業(yè)榮;;利用小波能量評價(jià)語音通信質(zhì)量的方法[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 王夫歌;車輛—軌道耦合建模與軌道表面凹陷檢測[D];南京理工大學(xué);2016年

2 陳亮;基于小波能量熵的結(jié)構(gòu)損傷識別[D];暨南大學(xué);2016年

3 吳京;基于模分量小波能量譜的電纜故障識別方法研究[D];西安科技大學(xué);2014年

4 張進(jìn);基于時間—小波能量譜及交叉小波變換的振動信號分析[D];清華大學(xué);2010年

5 董旭洋;基于EEG信號的癲癇發(fā)病預(yù)測的算法研究[D];哈爾濱工業(yè)大學(xué);2015年

6 楊涌;基于小波能量融合的顯微序列圖像合成研究及其在工件表面檢測中的應(yīng)用[D];浙江工業(yè)大學(xué);2006年

7 陳曉偉;基于腦電的自動睡眠分期[D];南京郵電大學(xué);2014年

，

本文編號：1012208