缆索索力是评判缆索承载能力和服役寿命的重要指标。基于声弹效应的超声导波缆索索力测定方法,在检测缆索缺陷的同时,真实反映缆索整体应力情况,是一种极具潜力的缆索索力测定方法。然而,在采用超声导波进行索力测定过程中,受缆索结构影...缆索索力是评判缆索承载能力和服役寿命的重要指标。基于声弹效应的超声导波缆索索力测定方法,在检测缆索缺陷的同时,真实反映缆索整体应力情况,是一种极具潜力的缆索索力测定方法。然而,在采用超声导波进行索力测定过程中,受缆索结构影响,导波波形复杂,难以准确提取声时测量需要的特征点。针对此问题,提出基于多分辨奇异值分解的桥梁缆索索力导波测定方法。该方法基于二分递推原理,构建一种新型二分递推矩阵,结合多分辨奇异值分解(MRSVD),采用滑窗处理方法对信号进行分段处理,获取一种新的回波声时定位特征量-奇异相关值(SCV),该特征量能够有效表征窗内信号与直达波信号之间的相关性。通过构建奇异相关值谱,实现缆索端部回波声时的高精度提取。为验证方法有效性,选用φ5-55丝平行钢丝索试件,在0~500 k N索力范围内开展缆索索力测定实验。实验结果表明,对于规格为φ5-55丝带锚头平行钢丝索,在不同索力条件下,该方法在降低噪声干扰同时,能有效提取缆索端部回波声时实现导波波速测量,并进行索力测定,索力测定结果与实际测量索力之间相对误差在10%以内,与互相关法相比,该方法在声时提取精度和抗干扰方面均表现出优势,为桥梁缆索索力测定提供新的特征提取途径。展开更多
针对强电磁干扰极易掩盖微弱的大地电磁有用信号,本文结合奇异值分解在去噪方面的优越性,提出基于自适应多分辨率奇异值分解(Adaptive Multi-Resolution Singular Value Decomposition,AMRSVD)的大地电磁数据处理方法.首先对大地电磁数...针对强电磁干扰极易掩盖微弱的大地电磁有用信号,本文结合奇异值分解在去噪方面的优越性,提出基于自适应多分辨率奇异值分解(Adaptive Multi-Resolution Singular Value Decomposition,AMRSVD)的大地电磁数据处理方法.首先对大地电磁数据构建Hankel矩阵,利用MRSVD得到不同分辨率的近似信号和细节信号;然后选用近似信号和细节信号的标准差差值,对大地电磁数据进行信噪辨识;接着结合MRSVD和相邻细节信号的标准差差值,提出先验信息未知情况下的AMRSVD法;最后对辨识出的强干扰运用AMRSVD去除噪声,重构有用信号.实验结果表明,该方法的处理效率高,能有效分离出相关性较强的噪声,时间序列和视电阻率-相位曲线均得到有效改善.展开更多
为解决电能质量扰动的分类问题,利用多分辨奇异值分解(Singular Value Decomposition, SVD)的信号逐层分解方式,提出基于多分辨SVD包与随机森林(Multi-Resolution SVD and Random Forest, MRSVD-RF)的电能质量扰动分类方法。通过实验证...为解决电能质量扰动的分类问题,利用多分辨奇异值分解(Singular Value Decomposition, SVD)的信号逐层分解方式,提出基于多分辨SVD包与随机森林(Multi-Resolution SVD and Random Forest, MRSVD-RF)的电能质量扰动分类方法。通过实验证明了该算法对单一和复合电能质量信号的分类效果明显优于分解结构相似的基于的小波包的信号分解方式,比较了分类器模型的选择和特征提取数量对算法性能的影响。展开更多
针对滚动轴承在自身谐振干扰及强背景噪声影响下,滚动轴承损伤时引起调制现象难以检测的问题,提出基于多分辨奇异值分解(Multi-resolution Singular Value Decomposition,MRSVD)的包络解调方法。该方法首先采用MRSVD方法将振动信号逐层...针对滚动轴承在自身谐振干扰及强背景噪声影响下,滚动轴承损伤时引起调制现象难以检测的问题,提出基于多分辨奇异值分解(Multi-resolution Singular Value Decomposition,MRSVD)的包络解调方法。该方法首先采用MRSVD方法将振动信号逐层分解获得具有不同分辨率的近似信号和细节信号,经理论分析得到的第一个细节信号主要成分为噪声,且最后一个近似信号主要成分为谐波干扰。进一步结合峭度指标从其他细节信号(第一个细节信号除外)中提取其中隐藏的周期性冲击信号,根据周期性冲击信号的包络解调谱进行轴承故障的诊断。仿真分析和应用实例证明了该方法的有效性。展开更多
文摘缆索索力是评判缆索承载能力和服役寿命的重要指标。基于声弹效应的超声导波缆索索力测定方法,在检测缆索缺陷的同时,真实反映缆索整体应力情况,是一种极具潜力的缆索索力测定方法。然而,在采用超声导波进行索力测定过程中,受缆索结构影响,导波波形复杂,难以准确提取声时测量需要的特征点。针对此问题,提出基于多分辨奇异值分解的桥梁缆索索力导波测定方法。该方法基于二分递推原理,构建一种新型二分递推矩阵,结合多分辨奇异值分解(MRSVD),采用滑窗处理方法对信号进行分段处理,获取一种新的回波声时定位特征量-奇异相关值(SCV),该特征量能够有效表征窗内信号与直达波信号之间的相关性。通过构建奇异相关值谱,实现缆索端部回波声时的高精度提取。为验证方法有效性,选用φ5-55丝平行钢丝索试件,在0~500 k N索力范围内开展缆索索力测定实验。实验结果表明,对于规格为φ5-55丝带锚头平行钢丝索,在不同索力条件下,该方法在降低噪声干扰同时,能有效提取缆索端部回波声时实现导波波速测量,并进行索力测定,索力测定结果与实际测量索力之间相对误差在10%以内,与互相关法相比,该方法在声时提取精度和抗干扰方面均表现出优势,为桥梁缆索索力测定提供新的特征提取途径。
文摘针对强电磁干扰极易掩盖微弱的大地电磁有用信号,本文结合奇异值分解在去噪方面的优越性,提出基于自适应多分辨率奇异值分解(Adaptive Multi-Resolution Singular Value Decomposition,AMRSVD)的大地电磁数据处理方法.首先对大地电磁数据构建Hankel矩阵,利用MRSVD得到不同分辨率的近似信号和细节信号;然后选用近似信号和细节信号的标准差差值,对大地电磁数据进行信噪辨识;接着结合MRSVD和相邻细节信号的标准差差值,提出先验信息未知情况下的AMRSVD法;最后对辨识出的强干扰运用AMRSVD去除噪声,重构有用信号.实验结果表明,该方法的处理效率高,能有效分离出相关性较强的噪声,时间序列和视电阻率-相位曲线均得到有效改善.
文摘为解决电能质量扰动的分类问题,利用多分辨奇异值分解(Singular Value Decomposition, SVD)的信号逐层分解方式,提出基于多分辨SVD包与随机森林(Multi-Resolution SVD and Random Forest, MRSVD-RF)的电能质量扰动分类方法。通过实验证明了该算法对单一和复合电能质量信号的分类效果明显优于分解结构相似的基于的小波包的信号分解方式,比较了分类器模型的选择和特征提取数量对算法性能的影响。
文摘针对滚动轴承在自身谐振干扰及强背景噪声影响下,滚动轴承损伤时引起调制现象难以检测的问题,提出基于多分辨奇异值分解(Multi-resolution Singular Value Decomposition,MRSVD)的包络解调方法。该方法首先采用MRSVD方法将振动信号逐层分解获得具有不同分辨率的近似信号和细节信号,经理论分析得到的第一个细节信号主要成分为噪声,且最后一个近似信号主要成分为谐波干扰。进一步结合峭度指标从其他细节信号(第一个细节信号除外)中提取其中隐藏的周期性冲击信号,根据周期性冲击信号的包络解调谱进行轴承故障的诊断。仿真分析和应用实例证明了该方法的有效性。
