小波分析在土木工程结构损伤识别中的应用
出版时间：2010年版
内容简介
土木工程结构使用期长，在环境侵蚀、材料老化和荷载的长期效应、疲劳效应和突变效应等灾害因素的共同作用下将不可避免地出现结构系统的损伤累积和抗力衰减，极端情况下易引发灾难性的突发事故。因此，检测和诊断土木工程结构的健康状况，及时发现结构损伤，对可能出现的灾害进行预测，评估服役结构的安全性、可靠性、耐久性和适用性，已得到国内外科技和产业部门的高度重视，并已成为土木工程和防灾减灾领域的热点课题。结构动力测试的损伤识别方法和数字信号分析技术相结合，正逐步成为工程结构健康检测的重要手段。土木工程结构现场测试精度低、结构模型的不确定性以及结构的非线性和时变性，使得已有的损伤识别方法在实际工程应用中难以获得较好的识别效果。研究适合于识别非线性和时变结构的损伤识别方法和具有较好抗噪能力、对模型误差不敏感的结构损伤识别方法是土木工程损伤识别研奔的发展方向。
目录
第1章 绪论
1.1 小波分析简介
1.2 结构损伤识别
1.3 小波分析与结构损伤识别
第2章 小波分析基本理论-
2.1 概述
2.2 傅里叶变换
2.3 短时傅里叶变换
2.4 连续小波变换
2.4.1 定义
2.4.2 连续小波变换的时间一尺度特性
2.4.3 连续小波变换的时间一频率特性
2.4.4 连续小波变换的反演
2.5 离散小波变换
2.6 小波框架
2.6.1 小波框架的定义
2.6.2 信号的重建
2.7 多分辨率分析
2.7.1 多分辨率分析的空间剖分
2.7.2 双尺度方程
2.7.3 Mallat算法
2.8 小波包分析
2.8.1 小波包的定义及性质
2.8.2 小波包的空间分解
2.8.3 小波包算法
第3章 基于多尺度理论的结构损伤识别
3.1 概述
3.2 动态系统状态方程的多尺度变换
3.2.1 动态系统状态方程
3.2.2 信号的多尺度表示
3.2.3 状态方程的多尺度分解
3.2.4 噪声在小波分解下的特性
3.3 结构动力系统的多尺度损伤识别
3.4 多尺度参数卡尔曼滤波
3.4.1 卡尔曼滤波基本理论
3.4.2 参数卡尔曼滤波
3.4.3 多尺度参数卡尔曼滤波
3.5 多尺度非线性最小二乘辨识
3.5.1 框架结构模型的静力凝聚
3.5.2 积分算子变换法
3.5.3 多尺度非线性最小二乘辨识
3.6 分频段加权最小二乘辨识
3.6.1 结构动力系统多尺度分析
3.6.2 分频段加权最小二乘辨识
3.7 小结
第4章 基于小波包能量特征向量的损伤识别
4.1 概述
4.2 结构动力响应的小波包能量特征向量
4.3 基于小波包能量特征向量的结构损伤识别原理
4.4 基于小波包能量特征向量的损伤特征指标
4.5 环境激励下的损伤识别
4.6 小波包基的选择与分解层数的确定
4.7 小结
第5章 基于小波奇异性理论的结构损伤识别方法
5.1 概述
5.2 信号奇异性的有关定义和性质
5.3 用小波变换识别奇异点特征
5.4 检测奇异性的小波基的选择
5.5 利用振型识别梁的裂缝
5.5.1 含裂缝简支梁的识别
5.5.2 梁局部刚度降低所引起的损伤的识别
……
第6章 基于Morlet 小波变换的结构识别
第7章 基于改进L-P小波的时变模态参数识别
第8章 基于小波基涵数的结构时变物理参数识别
参考文献
