基于小波分析的结构无损检测的应用研究

论文摘要

小波分析是一门新兴理论,它克服了传统Fourier分析的不足,在时域和频域都具有良好的局部化特性,在信号处理、图像处理、语音分析等领域有重要的应用价值。针对土木工程结构检测的复杂性、易受影响性等特点,本文着重对基于小波分析的结构无损检测理论及应用方法进行了较为详细的研究,提出并验证了混凝土结构内部质量缺陷检测判别的两种方法。对混凝土结构内部质量缺陷判别,文中首先研究了基于小波变换的信号奇异性的无损检测法。信号的奇异点经常携带有比较重要的信息,它是信号的重要特征之一,利用小波变换可对信号的奇异性进行有效检测。通过仿真信号的研究表明,基于小波变换的信号奇异性检测能对不同状况下的信号突变点进行有效检测。进一步的混凝土结构内部缺陷的低应变动态检测的实验证明,对于结构内不同位置的缺陷以及比较小的缺陷,在Fourier分析和普通滤波无法识别时,利用小波奇异性检测方法可有效进行识别。数据分析表明,利用此方法对结构检测信号进行处理,可快速准确地识别结构内部是否存在缺陷以及缺陷的具体位置。结构无损检测技术在实际应用中,检测得到的信号常受到各种噪声的干扰。为保证检测结果的准确性,必须对受噪声干扰的信号进行处理。文中介绍了小波变换进行信号降噪处理技术的基本原理及实现方法,通过对模拟噪声信号的分析,验证了小波降噪技术能有效的消除噪声干扰,较好的保留信号的尖峰突变等信号的原始性能特征。对混凝土结构内部质量缺陷判别,文中还研究了另一种方法——基于小波包分析的无损检测法。和小波分析相比,小波包分析的优势在于不仅对信号的低频部分进行分解,而且对高频部分也进行分解,从而提高信号的时频分辨率。在混凝土结构的超声质量检测实验中,通过对超声接收信号的小波包分解重构,求出信号各频带的能量值。通过此能量值构造的特征向量作为无损检测的诊断因子,可有效的进行混凝土结构内部缺陷的识别。而对马氏(Mahalanobis)距离判别法的研究表明,此判别法的引入不仅使基于小波包分析的混凝土结构内部缺陷的识别更加定量化,且可对缺陷的大小程度进行估计。

论文目录

• 摘要
• Abstract
• 目录
• Contents
• 1 绪论
• 1.1 引言
• 1.2 土木工程中的结构无损检测现状
• 1.2.1 无损检测及其应用
• 1.2.2 土木工程中的无损检测技术
• 1.2.3 结构无损检测的信息处理技术
• 1.3 小波分析及其在结构无损检测中的应用研究
• 1.3.1 小波分析产生的背景
• 1.3.2 小波分析的发展过程
• 1.3.3 小波分析在结构无损检测中的应用研究
• 1.4 本文的主要内容
• 2 小波分析基本理论
• 2.1 概述
• 2.2 从Fourier变换到短时Fourier变换
• 2.3 连续小波变换
• 2.4 离散小波变换和二进小波
• 2.5 多分辨率分析
• 2.5.1 多分辨率分析的空间剖分
• 2.5.2 二尺度差分方程
• 2.5.3 Mallat算法
• 2.6 小波包分析
• 2.6.1 小波包的定义及性质
• 2.6.2 小波包的空间分解
• 2.6.3 小波包算法
• 2.7 小波基的选取和常用小波介绍
• 2.7.1 小波基的选取
• 2.7.2 常用小波介绍
• 2.8 本章小结
• 3 小波奇异性在结构无损检测中的应用研究
• 3.1 引言
• 3.2 奇异性检测原理
• 3.3 信号奇异点性质的表征
• 3.4 仿真信号研究
• 3.4.1 幅值相同、频率改变的信号奇异检测
• 3.4.2 幅值改变、频率相同的信号奇异检测
• 3.4.3 不同小波基下的信号奇异检测
• 3.5 实验及数据处理
• 3.5.1.实验原理及目的
• 3.5.2 实验模型
• 3.5.3 实验方法及内容
• 3.5.4 实验结果
• 3.5.5 实验数据处理及结论
• 3.6 本章小结
• 4 小波降噪在结构无损检测中的应用研究
• 4.1 引言
• 4.2 小波降噪及其原理
• 4.2.1 概述
• 4.2.2 小波降噪原理
• 4.2.3 小波降噪技术
• 4.3 仿真信号研究
• 4.3.1 小波降噪技术在非平稳信号处理中的应用
• 4.3.2 小波降噪技术在奇异性信号检测中的应用
• 4.4 实验信号研究
• 4.4.1 奇异性信号检测
• 4.4.2 信号突变点识别中
• 4.5 本章小结
• 5 小波包分析在结构无损检测中的应用研究
• 5.1 引言
• 5.2 小波包分解各频率成分能量
• 5.3 小波包提取特征向量
• 5.3.1 特征向量构造
• 5.3.2.仿真信号研究
• 5.4 实验验证及数据处理
• 5.4.1 实验原理及目的
• 5.4.2 实验模型
• 5.4.3 实验方法及内容
• 5.4.4 实验处理及结果
• 5.5 识别方法研究
• 5.6 本章小结
• 6 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢
• 作者简介及读研期间发表的论文