基于小波网络的冲激信号检测方法研究

基于小波网络的冲激信号检测方法研究

论文摘要

本文研究了利用小波网络方法在强烈振动信号背景下检测瞬态冲激的问题,并用实际振动信号检验了这种方法的效果。在大型结构及桥梁状态监测研究领域,桁架结构的个别杆件松动或板壳出现裂纹是导致系统失效的主要故障之一。结构出现此类故障的初期,当外载荷发生较大变化时,系统内部的局部损伤部位会出现失稳现象,而局部失稳后会导致载荷在瞬间重新分配。结构内部的载荷重新分配过程在结构外部也会有所表现:测试结构的振动加速度,可以观察到随着载荷的变化,系统响应中会出现间歇性的冲激信号。因此,监测系统响应中的冲激现象可以发现系统内部的损伤情况。但是,实际状态监测系统所采集到的信号是结构在随机工作载荷作用下的响应,杆件失稳或板壳裂纹所导致的异常冲激响应淹没在工作载荷产生的正常随机信号之中,在时域波形上很难进行直观识别。而冲激信号和随机响应都有很宽的频带并且相互重叠,因而也很难在频域直观分辨。大型结构及桥梁等力学系统在外力作用下产生响应的过程中,结构本身是一个多自由度二阶线性系统。相对于杆件松动、板壳裂纹所产生的冲激响应,结构承受的交通、风力、温度变化、大地脉动等等载荷所产生的响应的性质是连续且变化相对缓慢,因此,可以利用小波变换从大背景噪声中将瞬间冲激分离出来,从而达到监测结构损伤的目的。为此,本文利用第二代小波的多尺度和良好的时频特性,以及用信息熵来反应信号的统计分布特性,处理含有冲激的振动信号,结果表明:用第二代小波熵的分析方法能够准确的从强背景噪声中确定冲激信号出现的时刻。论文第一章是绪论,介绍了研究工作的背景和意义;第二章介绍了小波分析基本概念和理论,最后介绍小波网络基本概念;第三章探讨小波网络构造、学习算法以及小波网络中的小波基的选择;最后将小波网络应用在振动信号消噪中;第四章探讨了第二代小波熵,并将弱振动冲击信号定位。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 课题背景及研究意义
  • 1.2 国内外研究动态
  • 1.2.1 稳态或准稳态振动信号的分析方法
  • 1.2.2 非平稳振动信号的处理方法
  • 1.3 论文结构安排
  • 第二章 小波分析与小波网络
  • 2.1 小波分析基础
  • 2.1.1 小波变换
  • 2.1.2 离散化的小波变换
  • 2.1.3 多分辨分析
  • 2.2 小波网络
  • 2.2.1 小波网络的发展
  • 2.2.2 小波网络的分类
  • 2.3 小波网络在振动工程中的应用
  • 第三章 小波网及振动信号消噪中的应用
  • 3.1 引言
  • 3.2 离散正交小波网络
  • 3.2.1 离散正交小波网络结构
  • 3.2.2 离散正交小波网络训练
  • 3.2.3 离散正交小波网络初始化及隐层节点的确定
  • 3.2.4 小波函数选择
  • 3.3 消噪原理
  • 3.4 实验
  • 3.4.1 数字仿真实验
  • 3.4.2 实测信号消噪实验
  • 3.5 本章小结
  • 第四章 基于第二代小波熵的弱振动冲击信号定位
  • 4.1 引言
  • 4.2 第二代小波变换的自适应变换
  • 4.2.1 第二代小波变换
  • 4.2.2 第二代小波变换自适应变换
  • 4.3 弱冲击信号的定位方法
  • 4.3.1 第二代小波变换熵
  • 4.3.2 第二代小波熵阈值
  • 4.3.3 弱冲击信号的定位方法
  • 4.4 实验
  • 4.5 本章小结
  • 总结与展望
  • 参考文献
  • 攻读硕士学位期间发表的论文
  • 致谢
  • 相关论文文献

    • [1].短期电力负荷预测的灰色-小波网络组合模型[J]. 计算机工程与应用 2009(32)
    • [2].基于自适应多小波网络预测模型的飞控系统故障诊断仿真研究[J]. 系统仿真学报 2008(05)
    • [3].研究基于遗传算法的函数型小波网络[J]. 科技风 2013(05)
    • [4].基于遗传算法的函数型小波网络[J]. 计算机仿真 2010(02)
    • [5].基于自适应无迹卡尔曼滤波的小波网络算法及其应用[J]. 火力与指挥控制 2010(12)
    • [6].小波框架支持向量机的模糊小波网络分类方法[J]. 哈尔滨工业大学学报 2009(03)
    • [7].小波网络在带噪声的混沌时间序列预测中的研究[J]. 计算机工程与科学 2009(09)
    • [8].小波网络耦合模型在地下水位动态预测中的应用[J]. 水电能源科学 2012(05)
    • [9].用正交尺度小波网络方法预测固井质量[J]. 石油钻探技术 2008(06)
    • [10].基于优化遗传小波网络的混沌时间序列预测[J]. 计算机应用 2008(09)
    • [11].一种粗糙小波网络分类器及应用[J]. 电脑知识与技术 2011(10)
    • [12].基于径向基小波网络的二代棉铃虫卵峰日预测模型[J]. 昆虫学报 2010(12)
    • [13].小波网络收敛性能分析[J]. 襄樊学院学报 2008(08)
    • [14].具有特征提取的小波网络气动力模型[J]. 系统科学与数学 2013(05)
    • [15].ERP实施绩效的小波网络智能诊断[J]. 计算机工程与应用 2010(04)
    • [16].基于粗糙小波网络的应用服务器老化预测模型[J]. 计算机应用 2010(08)
    • [17].基于小波网络的斜拉桥施工预测方法[J]. 武汉理工大学学报(交通科学与工程版) 2011(04)
    • [18].基于小波网络的某放大电路故障检测[J]. 新技术新工艺 2010(03)
    • [19].基于尺度UKF小波网络的混沌时间序列预测[J]. 火力与指挥控制 2010(05)
    • [20].基于小波网络的大坝非线性组合预测模型[J]. 水电能源科学 2010(11)
    • [21].区域经济预测的GPCA和优化小波网络组合模型研究[J]. 佳木斯大学学报(自然科学版) 2014(03)
    • [22].基于改进BP小波网络的网络流量预测研究[J]. 计算机仿真 2010(06)
    • [23].BP、模糊、小波网络逼近性比较研究[J]. 西华大学学报(自然科学版) 2008(01)
    • [24].遗传小波网络在齿轮箱故障诊断中的应用[J]. 机电工程技术 2012(02)
    • [25].基于改进无迹Kalman滤波的小波网络算法及其应用[J]. 昆明理工大学学报(自然科学版) 2012(01)
    • [26].面向真空注型的模糊小波网络智能预测控制器[J]. 计算机集成制造系统 2010(12)
    • [27].一种小波网络逆变换的谐波检测算法研究[J]. 电子技术应用 2013(04)
    • [28].基于多分辨率B样条小波网络的船体曲面光顺和重建[J]. 大连理工大学学报 2010(02)
    • [29].基于小波网络航空发动机滑油系统故障诊断方法研究[J]. 航空维修与工程 2009(01)
    • [30].利用引入瞳孔位置的Gabor小波网络进行人脸识别[J]. 信号处理 2009(02)

    标签:;  ;  ;  ;  ;  

    基于小波网络的冲激信号检测方法研究
    下载Doc文档

    猜你喜欢