基于小波变换的结构非线性振动参数识别研究

《基于小波变换的结构非线性振动参数识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于小波变换的结构非线性振动参数识别研究ResearchonParameterIdentificationoftheStructuralNonlinearvibrationbyWaveletTransform学号：21106055大连理工大学DalianUniversityofTechnology嘲一大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均

2、已在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文题目：越d：溲查搀盈缢姻辇绫选抵邈垒邀趣匐叠显作者签名：荨薹日期：塑f阡j月—}日大连理工大学硕士学位论文摘要结构参数识别对结构振动控制、健康监测和状态评估都起着非常重要的作用。以往对线性结构参数识别的研究已经趋向成熟，而实际结构都是非线性的，虽然现在国内外学者对结构非线性振动参数识别的研究已经取得了丰富的成果，但是还尚未形成统一的理论与方法，现有的识别算法仍存在一些问题亟待去解决，尤其是通过试验验证所提出的识别算法。本文采用复Morlet小波对结构非线性振动参数进行识别，针对该方法会出现边端效应以及采样点较

3、少的情况下参数识别不准确的问题，提出了利用BP神经网络对信号进行预测，并通过结构非线性振动试验进行了验证。本文主要从以下几方面展开研究的：(1)针对复Morlet小波变换方法存在的边端效应问题和较小采样点情况下参数识别不准确的问题，提出了利用BP神经网络对信号进行预测的方法。接着介绍了利用复Moflet小波变换进行结构非线性振动模型参数识别和应用BP神经网络对信号进行预测的原理。(2)基于两种非线性振动模型对所提出的算法进行数值仿真，利用提出的BP神经网络方法对信号进行预测延拓，然后对预测前后的信号进行复Morlet小波变换。同时通过对信号加入不同的噪声水平，确定了该方法对噪声具有一定的鲁棒性

4、。最后对这两种模型在较少采样点情况下的信号通过BP神经网络进行预测，同样对预测前后的信号进行复Morlet小波变换，从而识别出参数。(3)在一个采用旋转阻尼器来模拟塑性铰的结构非线性振动模型上对所提出的算法进行试验研究，通过测量结构在自由振动下的位移响应，采用复Morlet小波变换识别出结构非线性振动模型在不同阻尼情况下的数学模型，然后对不同阻尼情况的模型进行地震激励测得其位移响应，与数值模拟结果相比较，验证了识别出来的非线性振动模型的正确性。关键词：复Moflet小波变换；BP神经网络；振动台试验；结构非线性振动模型基于小波变换的结构非线性振动参数识别研究ResearchonParamete

5、rIdentificationoftheStructuralNonlinearvibrationbyWaveletTransformAbstractStructuralparameteridentificationplaysaveryimportantroleinstructuralvibrationcontr01．healthmonitoringandconditionassessment．Therearelotsofstudiesonparameteridentificationoflinearstructures．However，practicalstructuresarenonline

6、ar．Althoughmanyresearchershavemadeabundantachievementsaboutthestrucmralparameteridentificationofnonlinearvibration，aunifiedtheoryisnotyetformed．Regardingtheexistingidentificationalgorithmsofstructuralnonlinearvibrationtherearestillsomeproblemsneedtobesolved，especiallytoverifytheproposedalgorithmbase

7、donexperiment．Inthispaper，thecomplexMorletwaveletisusedforparameteridentificationofstructuralnonlinearvibration．SincetherearesomeproblemsofcomplexMorletwavelettransformontheidentificationaccuracyofnon