基于小波分析的結(jié)構(gòu)損傷識別方法研究.pdf

1、針對結(jié)構(gòu)健康監(jiān)測系統(tǒng)的實時性和復雜性特點,目前應用較多的一些損傷識別方法具有一定的局限性,難以滿足要求.該文以小波分析為工具,從多尺度理論和模式識別的思想出發(fā),提出了多尺度損傷信息分析和多傳感器信息融合的損傷識別方法,并結(jié)合數(shù)值模擬和模型實驗對基于小波分析的結(jié)構(gòu)損傷識別的四個步驟進行了較為完整的研究.從信息獲取的角度首次在結(jié)構(gòu)健康監(jiān)測中提出了多尺度分析理論.對結(jié)構(gòu)健康監(jiān)測中的幾個關鍵性問題進行了分析,指出目前結(jié)構(gòu)健康監(jiān)測系統(tǒng)中首要的問題

2、是測試信號的分析處理.基于小波分析提出了結(jié)構(gòu)健康監(jiān)測中損傷識別的四階段分析方法,即損傷預警→損傷確認→損傷定位→損傷定量,并給出了流程圖.分析了結(jié)構(gòu)發(fā)生損傷時其動力參數(shù)的變化特征.應用小波變換把結(jié)構(gòu)動力系統(tǒng)的數(shù)學方程在不同尺度上進行了分解,得到了不同尺度上各動力參數(shù)的描述,證明了應用小波多尺度分析能得到更多的結(jié)構(gòu)損傷信息.按狀態(tài)空間方程,編制了MATLAB平臺上的結(jié)構(gòu)損傷模擬程序SDSP.通過不同激勵荷載下的損傷數(shù)值模擬和損傷時域識別,

3、認為針對一定的結(jié)構(gòu)損傷,不同位置的加速度傳感器在不同分解尺度上所反應的損傷信息量是不同的;在離激勵荷載頻帶較遠的頻帶尺度上,結(jié)構(gòu)損傷指示更明顯.對于基于小波分析的結(jié)構(gòu)健康監(jiān)測中合理選擇采樣頻率和確定分解尺度數(shù)具有理論指導意義.探討了結(jié)構(gòu)損傷預警的特點和重要性,提出了一種應用兩種小波進行分解和重構(gòu)的損傷預警方法,并定義了一個多尺度信號損傷奇異點搜尋的指標λ<,κ>,以預警指標閾值μ能有效識別結(jié)構(gòu)是否發(fā)生損傷.從Lipschitz指數(shù)出發(fā),

4、給出了白噪聲和損傷信號的小波系數(shù)在時間-尺度相平面上的特點,分析了根據(jù)小波系數(shù)模極大值在各尺度上的奇異性來進行損傷預警的方法及其抗噪原理.通過在無噪和含噪條件下的連續(xù)梁損傷數(shù)值實驗,研究了小波系數(shù)模極大值法和小波多尺度信號分解法進行損傷預警的有效性和抗噪能力.研究了結(jié)構(gòu)損傷識別中的特征提取和模式分類方法.對小波包節(jié)點能量特征提取方法和神經(jīng)網(wǎng)絡模式分類器的構(gòu)造進行了分析和闡述.從模式分類和"局部控制、全局參與"的思想出發(fā),提出了耦合神經(jīng)網(wǎng)