基于曲率模态和小波奇异性的结构损伤识别

时间:2023-04-27 20:58:44 数理化学论文 我要投稿
  • 相关推荐

基于曲率模态和小波奇异性的结构损伤识别

传统的傅立叶变换适合确定一个函数奇异性的整体性质,而难以确定奇异点在空间的位置及分布情况.小波变换具有在时域和频域局部放大的性质,在工程中获得广泛应用.由于曲率模态具有较高的灵敏度,仅仅需要较低阶的模态信息就可获得很好的识别效果.本文据此提出了采用损伤前后曲率模态残差小波变换系数方法对结构损伤进行识别,通过该小波变换系数的分布情况来确定结构的损伤指标.为验证该方法的有效性,通过选用具有线性相位的双正交样条小波,对一梁结构进行了数值模拟.结果表明,采用该方法不但对单一损伤而且对多损伤均能有效地识别出结构的损伤位置.

作 者: 王振林 聂国华 WANG Zhen-lin NIE Guo-hua   作者单位: 同济大学,航空航天与力学学院,上海,200092  刊 名: 力学季刊  ISTIC PKU 英文刊名: CHINESE QUARTERLY OF MECHANICS  年,卷(期): 2008 29(2)  分类号: O342  关键词: 小波变换   曲率模态   小波变换系数   Lipschitz指数  

【基于曲率模态和小波奇异性的结构损伤识别】相关文章:

基于小波变换的曲率属性提取和重构方法04-26

基于试验模态振型的结构损伤检测参数比较04-26

基于简谐激励下响应的梁损伤识别04-26

基于结构特征的空间目标识别算法04-26

Contact黎曼结构的曲率张量04-26

基于小波和Elman神经网络的气液两相流流型识别方法04-27

基于小波变换和模糊积分的遥感图像分类04-27

基于改进AHP的民机结构偶然损伤检查间隔的研究04-26

基于非线性模态的航天器铰接结构基频特性研究04-26

基于人工神经网络的结构腐蚀损伤定量预测04-27