

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、振動(dòng)信號(hào)的特征提取工作是振動(dòng)檢測(cè)技術(shù)的基礎(chǔ),數(shù)量龐大的建筑工程的檢測(cè)需求要求振動(dòng)信號(hào)的提取更快更準(zhǔn)更加智能,以便于網(wǎng)絡(luò)監(jiān)控,這使得研究新的模態(tài)參數(shù)提取方法和改進(jìn)現(xiàn)有的提取技術(shù)變得很有必要。
壓縮感知技術(shù)是比較新穎的熱點(diǎn)技術(shù),本文著重研究時(shí)域方法中基于輸出信號(hào)的模態(tài)參數(shù)識(shí)別方法,將壓縮感知技術(shù)引入其中,根據(jù)振動(dòng)信號(hào)的自由響應(yīng)信號(hào)有理分式模型推導(dǎo)的AutoRegression(AR)形式,自適應(yīng)地構(gòu)造振動(dòng)信號(hào)的稀疏基矩陣,并依據(jù)壓
2、縮感知理論,采用高斯隨機(jī)觀測(cè)的方法獲得多個(gè)同解方程組,然后對(duì)多個(gè)稀疏結(jié)果進(jìn)行優(yōu)化處理,獲得更為精確的稀疏解,通過(guò)計(jì)算高階模型振型系數(shù)的稀疏解,用稀疏解判別真假模態(tài)。該方法抗噪聲能力強(qiáng),而且不需要使用其他方法進(jìn)行提前定階,因此更為簡(jiǎn)單有效,本文用斜拉索橋梁模型進(jìn)行實(shí)驗(yàn),用稀疏改進(jìn)方法對(duì)其進(jìn)行參數(shù)識(shí)別,獲得較好的識(shí)別效果。
穩(wěn)定圖法描述的是模態(tài)參數(shù)與模型階次之間的關(guān)系,當(dāng)模型階次過(guò)高時(shí)穩(wěn)定圖中會(huì)有過(guò)多的虛假模態(tài)影響定階,本文用稀疏
3、振型系數(shù)作為模態(tài)估計(jì)的一個(gè)約束條件,可以達(dá)到大幅度降低虛假模態(tài)數(shù)量的目的,從而提高穩(wěn)定圖的準(zhǔn)確性。穩(wěn)定圖法在定階的過(guò)程中需要計(jì)算模態(tài)參數(shù),這對(duì)于單純的階次估計(jì)來(lái)說(shuō)是浪費(fèi)的,本文從能量的角度出發(fā),單獨(dú)依據(jù)稀疏的振型系數(shù)進(jìn)行階次識(shí)別,通過(guò)提高稀疏求解的精度并對(duì)稀疏解優(yōu)化,力求獲得更為精確的稀疏振型系數(shù),然后依據(jù)振型系數(shù)的非零元素?cái)?shù)量確定系統(tǒng)階次。仿真實(shí)驗(yàn)表明,采用某一高階次的模型,在其基礎(chǔ)之上進(jìn)行多次的稀疏振型計(jì)算最終可以估計(jì)出真實(shí)的階次,
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于自適應(yīng)稀疏表示的振動(dòng)信號(hào)壓縮采樣研究與應(yīng)用.pdf
- X射線管振動(dòng)信號(hào)特征提取的研究.pdf
- 腦電信號(hào)的稀疏特征提取與識(shí)別系統(tǒng).pdf
- 滾動(dòng)軸承振動(dòng)信號(hào)的特征提取方法研究.pdf
- 齒輪嚙合故障振動(dòng)信號(hào)的非線性特征提取.pdf
- 滾動(dòng)軸承振動(dòng)信號(hào)特征提取與狀態(tài)評(píng)估方法研究.pdf
- 脈搏信號(hào)預(yù)處理與特征提取.pdf
- 基于振動(dòng)信號(hào)的機(jī)械故障特征提取與診斷研究.pdf
- 機(jī)械振動(dòng)信號(hào)的非自適應(yīng)稀疏線性采樣器研究.pdf
- 旋轉(zhuǎn)機(jī)械故障信號(hào)特征提取與振動(dòng)源盲分離.pdf
- 滾動(dòng)軸承振動(dòng)信號(hào)特征提取及診斷方法研究.pdf
- 稀疏分解算法在廣播信號(hào)特征提取中的應(yīng)用研究.pdf
- 基于經(jīng)驗(yàn)?zāi)B(tài)分解的轉(zhuǎn)子故障信號(hào)熵特征提取研究.pdf
- 魯棒性語(yǔ)音識(shí)別的特征提取與模型自適應(yīng)算法研究.pdf
- 行星齒輪箱振動(dòng)信號(hào)特征提取與故障診斷研究.pdf
- 基于能量掩膜信號(hào)法的連采機(jī)振動(dòng)信號(hào)特征提取研究.pdf
- 滾動(dòng)軸承振動(dòng)信號(hào)的特征提取與故障診斷研究.pdf
- 基于LMD的振動(dòng)信號(hào)處理及故障特征提取研究.pdf
- 滾動(dòng)軸承振動(dòng)信號(hào)處理與故障特征提取新方法研究.pdf
- 基于EMD的信號(hào)特征提取與識(shí)別.pdf
評(píng)論
0/150
提交評(píng)論