With the purpose of on-line structural health monitoring,a transducer network was embedded into compos- ite structure to minimize the influence of surroundings.The intrinsic dispersion characteristic of Lamb wave make...With the purpose of on-line structural health monitoring,a transducer network was embedded into compos- ite structure to minimize the influence of surroundings.The intrinsic dispersion characteristic of Lamb wave makes the wavelet transform an effective signal processing method for guided waves.To get high precision in feature extrac- tion,an information entropy-based optimal mother wavelet selection approach was proposed,which was used to choose the most appropriate basis function for particular Lamb wave analysis.By using the embedded sensor network and extracting time-of-flight,delamination in the composite laminate was identified and located.The results demon- strate the effectiveness of the proposed methods.展开更多
全聚焦算法依靠信号的幅度信息进行延迟叠加(delay and sum,DAS)成像,实际应用中信号并非总能满足相干叠加这一前提,而非相干信号的叠加导致噪声和伪影。文章提出一种循环相干因子(circular coherence factor,CCF)加权的延迟乘和(delay ...全聚焦算法依靠信号的幅度信息进行延迟叠加(delay and sum,DAS)成像,实际应用中信号并非总能满足相干叠加这一前提,而非相干信号的叠加导致噪声和伪影。文章提出一种循环相干因子(circular coherence factor,CCF)加权的延迟乘和(delay multiply and sum,DMAS)CCF-DMAS优化算法,实现薄板中缺陷的兰姆波全聚焦成像。该方法考虑接收阵元间的空间相干性,对接收信号进行相乘耦合,利用数据中的相位信息计算相干因子实现自适应加权,以扩大相干和非相干信号间的差异,从而达到缩窄主瓣,减少旁瓣,提高成像分辨率的效果。建立超声阵列发射、接收实验系统,通过楔块耦合,在含通孔缺陷的锆合金薄板上激发S_(0)模态兰姆波,捕获全矩阵数据;通过CCF-DMAS算法对采集的数据相位加权,生成新的频率分量;利用带通滤波保留二次谐波分量进行全聚焦成像。实验结果表明:与DAS和DMAS全聚焦成像算法相比,CCF-DMAS全聚焦优化算法能够有效抑制噪声和伪影,信噪比提高约39%和22%,阵列性能指数提高约86%和69%,为薄板无损检测的后处理提供了一种有效的改进方案。展开更多
针对目前海洋能区划研究中存在的计算复杂、耗时长和成本高等问题,本研究基于改进的多准则决策(Multiple criteria decision making,MCDM)方法和人工神经网络(Artificial neural network,ANN),提出了一种风浪联合开发区划智能模型。为...针对目前海洋能区划研究中存在的计算复杂、耗时长和成本高等问题,本研究基于改进的多准则决策(Multiple criteria decision making,MCDM)方法和人工神经网络(Artificial neural network,ANN),提出了一种风浪联合开发区划智能模型。为降低专家的主观偏差,应用基于层级的模糊权重评估(Fuzzy level based weight assessment,FLBWA)法来计算各评价指标权重;继而结合改进的Borda-全乘比例多目标优化(Borda-multi-objective optimization on the basis of ratio analysis plus full multiplicative form,Borda-MULTIMOORA)法计算开发适宜性指数,从而能够更加准确、高效地得到评价结果;之后,基于灰狼优化算法的反向传播(Grey wolf optimizer with back propagation,GWO-BP)神经网络构建并训练智能模型,将适宜性分析转化为自动化、高效化和智能化的过程;最后,以山东省风浪联合开发区划为例验证该模型的可行性和合理性。根据实例验证,该模型可以实现风浪联合开发区划的智能化,为相关领域的研究和政府规划提供参考。展开更多
将基于最优插值（OI）的同化并行模块植入全谱空间的第三代海浪模式 WAVEWATCH III ver-sion3.14,建立数据同化的海浪模式预报系统,并通过实际的预报个例对同化系统进行检验。个例实验是以5°S以北的印度洋海域为目标计算区域,海面...将基于最优插值（OI）的同化并行模块植入全谱空间的第三代海浪模式 WAVEWATCH III ver-sion3.14,建立数据同化的海浪模式预报系统,并通过实际的预报个例对同化系统进行检验。个例实验是以5°S以北的印度洋海域为目标计算区域,海面风场强迫采用业务单位的中尺度天气预报模式WRF （weather research and forecast）提供的逐时海面风场预报产品。模式积分过程中连续同化2010年12月15日、16日和17日过境北印度洋的Jason-2卫星高度计沿轨有效波高（SWH）数据（需要指出的是,每次同化得到新的SWH分析场后需重构相应的二维海浪谱用于谱模式）。SWH同化分析值和无同化的对照组分别与高度计沿轨观测数据比较发现,就日平均统计来看,同化较无同化使SWH分析值的均方根误差减小约25%-50%。以 SWH同化分析场作为初始场的预报表明,同化对预报影响的时效性可延长至48-60 h。本研究目的是通过将高度计测量的SWH数据同化到海浪模式进一步提升海浪数值预报的准确度。展开更多
基金Supported by Natural Science Foundation of China(NSFC No.10702041)NSFC Joint Research Fund for Overseas Chinese Young Scholars(10528206)+1 种基金Key International S&T Cooperation Project of China Ministry of Science and Technnlogy(2005DFA00110)Australian Research Council(Discovery Project).
文摘With the purpose of on-line structural health monitoring,a transducer network was embedded into compos- ite structure to minimize the influence of surroundings.The intrinsic dispersion characteristic of Lamb wave makes the wavelet transform an effective signal processing method for guided waves.To get high precision in feature extrac- tion,an information entropy-based optimal mother wavelet selection approach was proposed,which was used to choose the most appropriate basis function for particular Lamb wave analysis.By using the embedded sensor network and extracting time-of-flight,delamination in the composite laminate was identified and located.The results demon- strate the effectiveness of the proposed methods.
文摘全聚焦算法依靠信号的幅度信息进行延迟叠加(delay and sum,DAS)成像,实际应用中信号并非总能满足相干叠加这一前提,而非相干信号的叠加导致噪声和伪影。文章提出一种循环相干因子(circular coherence factor,CCF)加权的延迟乘和(delay multiply and sum,DMAS)CCF-DMAS优化算法,实现薄板中缺陷的兰姆波全聚焦成像。该方法考虑接收阵元间的空间相干性,对接收信号进行相乘耦合,利用数据中的相位信息计算相干因子实现自适应加权,以扩大相干和非相干信号间的差异,从而达到缩窄主瓣,减少旁瓣,提高成像分辨率的效果。建立超声阵列发射、接收实验系统,通过楔块耦合,在含通孔缺陷的锆合金薄板上激发S_(0)模态兰姆波,捕获全矩阵数据;通过CCF-DMAS算法对采集的数据相位加权,生成新的频率分量;利用带通滤波保留二次谐波分量进行全聚焦成像。实验结果表明:与DAS和DMAS全聚焦成像算法相比,CCF-DMAS全聚焦优化算法能够有效抑制噪声和伪影,信噪比提高约39%和22%,阵列性能指数提高约86%和69%,为薄板无损检测的后处理提供了一种有效的改进方案。
文摘针对目前海洋能区划研究中存在的计算复杂、耗时长和成本高等问题,本研究基于改进的多准则决策(Multiple criteria decision making,MCDM)方法和人工神经网络(Artificial neural network,ANN),提出了一种风浪联合开发区划智能模型。为降低专家的主观偏差,应用基于层级的模糊权重评估(Fuzzy level based weight assessment,FLBWA)法来计算各评价指标权重;继而结合改进的Borda-全乘比例多目标优化(Borda-multi-objective optimization on the basis of ratio analysis plus full multiplicative form,Borda-MULTIMOORA)法计算开发适宜性指数,从而能够更加准确、高效地得到评价结果;之后,基于灰狼优化算法的反向传播(Grey wolf optimizer with back propagation,GWO-BP)神经网络构建并训练智能模型,将适宜性分析转化为自动化、高效化和智能化的过程;最后,以山东省风浪联合开发区划为例验证该模型的可行性和合理性。根据实例验证,该模型可以实现风浪联合开发区划的智能化,为相关领域的研究和政府规划提供参考。
文摘将基于最优插值（OI）的同化并行模块植入全谱空间的第三代海浪模式 WAVEWATCH III ver-sion3.14,建立数据同化的海浪模式预报系统,并通过实际的预报个例对同化系统进行检验。个例实验是以5°S以北的印度洋海域为目标计算区域,海面风场强迫采用业务单位的中尺度天气预报模式WRF （weather research and forecast）提供的逐时海面风场预报产品。模式积分过程中连续同化2010年12月15日、16日和17日过境北印度洋的Jason-2卫星高度计沿轨有效波高（SWH）数据（需要指出的是,每次同化得到新的SWH分析场后需重构相应的二维海浪谱用于谱模式）。SWH同化分析值和无同化的对照组分别与高度计沿轨观测数据比较发现,就日平均统计来看,同化较无同化使SWH分析值的均方根误差减小约25%-50%。以 SWH同化分析场作为初始场的预报表明,同化对预报影响的时效性可延长至48-60 h。本研究目的是通过将高度计测量的SWH数据同化到海浪模式进一步提升海浪数值预报的准确度。
