基于图像处理技术和小波方法的结构损伤识别

基于图像处理技术和小波方法的结构损伤识别

论文摘要

近20年来,基于振动的结构健康监测和损伤识别一直是国内外学者的研究热点。数字图像处理技术具有非接触、远距离和高精度3大特点,可以实现结构健康的实时在线监测。小波分析是一种信号的时间-尺度(时间-频率)分析方法,具有多分辨率分析的特点,在时域和频域都有表征信号局部特征的能力,在结构损伤识别领域得到越来越多的应用。结合数字图像处理和小波分析方法为结构振动信号的测量和损伤识别提供了新的思路。本论文在国家自然科学基金(50778077,50925828)的资助下,进行了基于数字图像处理和小波分析的损伤识别研究。本文用理论分析、数值模拟和试验验证等方法从以下几个方面进行研究,取得了一些成果和结论:1、分析了损伤识别中小波函数的选择方法。具有对称性的小波适合进行损伤识别。消失矩的阶数越高,其支撑长度会越长,对信号微小差异的刻画越明显,但是会增加计算时间。因此小波函数的选择应该在消失矩阶数和计算时间上找到一个平衡。消失矩的阶数至少应大于2,并且消失矩的阶数一般为4比较合适。2、研究了一种基于结构振动响应能量密度函数统计矩的损伤识别方法。利用小波变换将振动响应分解为离散的能量分布,用小波系数构造相对零阶矩(RDI)、规格化零阶矩(NDI)损伤识别指标进行损伤识别。通过统计假设检验方法确定结构发生损伤的阈值。推导了单元模态应变能差的灵敏度矩阵,可以在较少实测模态的情况下识别板的损伤程度。板结构的数值算例表明这种方法在含有一定噪声干扰的情况下对单损伤和多损伤均能精确识别。3、对结构自由振动的响应进行小波变换,建立基于残余小波力的损伤识别指标。将环境激励看成是平稳的随机过程,运用随机减量技术模拟自由振动的响应。结合矩阵分解在平面桁架的数值算例中进行了损伤识别,这种方法可以识别损伤的位置和程度,并且对噪声有很好的鲁棒性。4、针对数字摄影测量进行多点动态位移的测量时面临数据量大、多路采集同步困难的问题,开发了多路位移监测系统。采用小波亚像素边缘检测方法使位移的精度达到0.01mm。磁盘阵列和同步信号发生器保证海量数据处理和多路相机之间的同步。在4层钢框架上实现了4路动态位移的同步采集,并与位移传感器进行对比。结果表明这套系统可以为结构健康监测和损伤识别提供比较准确的位移数据。5、提出了一种结合数字图像测量系统和小波分析的方法进行结构的损伤识别方法。采用高速相机采集梁的位移时程曲线获取模态信息,再由模态位移计算曲率模态。在单损伤和多损伤的情况下,曲率模态和曲率模态小波变换都能准确识别损伤的位置。通过小波变换系数计算了Lipschitz指数指标识别损伤的程度。简支梁实验表明:这种方法对单损伤和多损伤的位置和程度有很好的识别。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 研究背景和意义
  • 1.2 基于振动的损伤识别方法
  • 1.3 损伤识别的小波方法
  • 1.4 图像处理技术在结构健康监测中的应用
  • 1.5 本文的主要研究内容
  • 2 小波分析的基本理论
  • 2.1 引言
  • 2.2 连续小波变换和离散小波变换
  • 2.3 小波包变换
  • 2.4 曲波变换
  • 2.5 小波损伤识别的原理
  • 2.6 损伤识别中小波基的选择
  • 2.7 损伤识别中常用的小波基
  • 2.8 本章小结
  • 3 基于统计矩小波变换的结构损伤识别
  • 3.1 引言
  • 3.2 基本理论
  • 3.3 损伤定位方法
  • 3.4 损伤程度识别
  • 3.5 板的数值算例
  • 3.6 本章小结
  • 4 基于残余小波力的结构损伤识别
  • 4.1 引言
  • 4.2 残余力向量
  • 4.3 残余小波力的损伤识别
  • 4.4 随机减量技术提取自由振动响应
  • 4.5 剪切型结构算例
  • 4.6 桁架结构算例
  • 4.7 本章小结
  • 5 基于图像处理技术的多路位移监测系统
  • 5.1 引言
  • 5.2 基本原理
  • 5.3 实验设计
  • 5.4 误差分析和精度评定
  • 5.5 实验结果
  • 5.6 本章小结
  • 6 基于图像处理和小波变换的结构损伤试验研究
  • 6.1 引言
  • 6.2 曲率模态
  • 6.3 小波变换和Lipschitz指数
  • 6.4 实验布置
  • 6.5 振型的拟合
  • 6.6 实验和识别结果
  • 6.7 本章小结
  • 7 结论与展望
  • 7.1 结论
  • 7.2 展望
  • 致谢
  • 参考文献
  • 附录1 攻读学位期间发表的论文
  • 附录2 攻读学位期间参与的科研项目
  • 相关论文文献

    • [1].结构损伤识别方法研究综述[J]. 世界地震工程 2020(02)
    • [2].基于静力虚拟变形法的桥梁结构损伤识别研究[J]. 浙江工业大学学报 2020(05)
    • [3].基于支持向量机建筑结构损伤识别方法研究[J]. 黑龙江科技信息 2017(13)
    • [4].基于桥梁结构损伤识别方法的研究[J]. 同行 2016(15)
    • [5].桥梁结构损伤识别研究现状与展望[J]. 长安大学学报(自然科学版) 2013(06)
    • [6].基于动力特性测试的既有建筑结构损伤识别研究[J]. 河南建材 2020(04)
    • [7].浅谈结构损伤识别方法及展望[J]. 四川建材 2017(11)
    • [8].一种新型灰色绝对关联度在结构损伤识别中的应用[J]. 河南建材 2016(06)
    • [9].基于振动分析的机械结构损伤识别方法综述[J]. 机械工程与自动化 2017(01)
    • [10].利用概率神经网络进行结构损伤识别的新进展[J]. 科技视界 2016(04)
    • [11].基于振动监测的桥梁结构损伤识别方法研究[J]. 黑龙江交通科技 2016(01)
    • [12].基于模态参数的建筑结构损伤识别进展[J]. 居业 2016(03)
    • [13].基于神经网络的结构损伤识别研究进展[J]. 工程质量 2014(07)
    • [14].震后钢管混凝土结构损伤识别现状及展望[J]. 长江大学学报(自科版) 2013(13)
    • [15].基于小波分析的结构损伤识别方法研究进展[J]. 河南科技 2013(23)
    • [16].基于动力特性的桥梁结构损伤识别方法的研究进展[J]. 中国西部科技 2011(18)
    • [17].桥梁结构损伤识别技术的研究进展[J]. 科技信息 2010(28)
    • [18].桥梁结构损伤识别方法的研究进展[J]. 山西建筑 2009(27)
    • [19].基于分形的结构损伤识别方法研究[J]. 四川建筑科学研究 2008(06)
    • [20].结构损伤识别技术的发展现状与展望[J]. 山西建筑 2008(23)
    • [21].基于遗传算法的简支梁桥结构损伤识别方法[J]. 中阿科技论坛(中英阿文) 2020(07)
    • [22].基于附加质量的桥梁结构损伤识别方法[J]. 安徽建筑 2020(10)
    • [23].小型风机叶片结构损伤识别实验模拟研究[J]. 计算机测量与控制 2017(04)
    • [24].基于振动特性的结构损伤识别方法[J]. 科技致富向导 2013(36)
    • [25].基于支持向量机的结构损伤识别分析[J]. 低温建筑技术 2013(09)
    • [26].温度影响下结构损伤识别研究现状及展望[J]. 公路工程 2014(01)
    • [27].基于动力学特性的结构损伤识别研究进展[J]. 铁道建筑 2012(02)
    • [28].桥梁结构损伤识别的发展与研究[J]. 甘肃科技 2008(17)
    • [29].基于不确定性的结构损伤识别方法研究综述[J]. 低温建筑技术 2017(08)
    • [30].考虑温度影响的桥梁结构损伤识别[J]. 中山大学学报(自然科学版) 2016(03)

    标签:;  ;  ;  ;  ;  ;  ;  

    基于图像处理技术和小波方法的结构损伤识别
    下载Doc文档

    猜你喜欢