2005年经验模分解法:结构微小损伤时域检测新策略
需积分: 5 131 浏览量
更新于2024-08-12
收藏 254KB PDF 举报
本文主要探讨了一种创新的结构微小损伤检测方法,发表于2005年8月的《西北工业大学学报》第23卷第4期。作者杨智春、于哲峰和孙浩针对结构健康监测的需求,提出了一种时域内的损伤识别策略。该方法的核心是利用经验模分解(EMD)技术,这是一种非线性信号处理工具,它将复杂的结构响应信号分解为一组独立的固有模式函数(IMF),这些函数反映了信号的内在周期性和趋势。
首先,作者利用EMD分解结构在发生微小损伤前后,在相同激励下的时域响应信号。这样做的目的是提取出各阶固有模式函数,它们代表了不同频率成分的信息。然后,通过计算这些固有模式函数的波形指数,对损伤前后的信号变化进行量化。波形指数的变化可以灵敏地反映结构响应信号中细微的损伤信号特征,即使这些损伤非常微小。
这种方法的优势在于,它能够在结构出现微小损伤的早期阶段就能检测到损伤迹象,这对于结构健康监控和预防性维护至关重要。与传统的损伤识别方法相比,它具有更高的敏感度,能够在结构损伤尚不明显时提供预警。通过数值仿真实例,研究者证明了经验模分解后的固有模式函数对于微小损伤具有良好的敏感性,这为结构损伤的早期诊断提供了一种有效的手段。
本文介绍的基于经验模分解的结构微小损伤检测方法,不仅填补了现有技术在微损伤识别上的空白,也为结构健康监测领域的研究开辟了新的路径。它强调了在结构设计和维护中的实时性,以及在提高结构安全性方面的重要作用。在未来的研究中,这种方法可能被进一步优化和应用到更广泛的工程领域中。
2021-09-06 上传
2011-11-18 上传
2021-08-28 上传
2021-08-22 上传
2021-09-12 上传
2021-09-03 上传
2021-05-19 上传
2021-09-11 上传
2021-09-08 上传
weixin_38628647
- 粉丝: 3
- 资源: 968
最新资源
- 黑板风格计算机毕业答辩PPT模板下载
- CodeSandbox实现ListView快速创建指南
- Node.js脚本实现WXR文件到Postgres数据库帖子导入
- 清新简约创意三角毕业论文答辩PPT模板
- DISCORD-JS-CRUD:提升 Discord 机器人开发体验
- Node.js v4.3.2版本Linux ARM64平台运行时环境发布
- SQLight:C++11编写的轻量级MySQL客户端
- 计算机专业毕业论文答辩PPT模板
- Wireshark网络抓包工具的使用与数据包解析
- Wild Match Map: JavaScript中实现通配符映射与事件绑定
- 毕业答辩利器:蝶恋花毕业设计PPT模板
- Node.js深度解析:高性能Web服务器与实时应用构建
- 掌握深度图技术:游戏开发中的绚丽应用案例
- Dart语言的HTTP扩展包功能详解
- MoonMaker: 投资组合加固神器,助力$GME投资者登月
- 计算机毕业设计答辩PPT模板下载