基于小波变换的结构非线性振动参数识别研究的中期报告.docx

基于小波变换的结构非线性振动参数识别研究的中期报告
中期报告主要包含研究进展、实验设计和初步结果分析三个方面。
一、研究进展
本研究旨在利用小波变换方法提高结构非线性振动参数的识别精度。在前期研究中，我们利用小波系数包络提取不同荷载下结构的振动特征，通过小波包能量谱及能量比值进行参数的识别。但是在实验中，我们发现提取的小波包系数中存在一定的高频噪声，对识别精度产生一定的影响。因此我们考虑在小波包系数的基础上引入小波包阈值处理方法，进一步提高识别精度。
二、实验设计
本实验采用4层高低温钢结构进行振动响应实验。在实验中，结构以一定的荷载进行受力，采集结构的振动响应信号进行分析。实验方案如下：
1.实验对象：4层高低温钢结构
2.实验工况：不同荷载下的振动响应信号采集
3.实验设备：多功能振动测试仪，人工神经网络识别软件
4.实验方法：采用小波变换方法提取结构振动信号的特征参数，并利用神经网络进行分类识别实现结构的非线性参数识别
三、初步结果分析
在实验中，我们对不同荷载下的4层高低温钢结构进行了振动信号采集和分析处理。初步结果表明，提取的小波包系数具有较好的稳定性，并且引入小波包阈值处理方法后，识别精度有所提高。同时，根据神经网络的预测结果，在不同荷载下结构的非线性参数也产生了一定的变化。
综上，本研究利用小波变换方法进行结构非线性振动参数识别是可行的，并且在实验中取得了一定的进展。但是，本研究仍需进一步的实验和理论探索，提高识别精度和适用范围。