基于小波变换的人行天桥损伤识别研究.docx

基于小波变换的人行天桥损伤识别研究
摘要：
本文旨在探讨基于小波变换的人行天桥损伤识别方法。小波变换被广泛应用于结构损伤识别领域，因其能够分解信号的高低频信息，并提供时频分析能力。本文采用了小波包变换，对人行天桥进行了损伤模拟，并将其与正常状态下的信号进行比较。结果表明，基于小波包变换的主成分分析方法可以有效地识别出人行天桥的损伤状态。
关键词：小波变换；人行天桥；损伤识别；主成分分析
1.引言
人行天桥是连接市区不同区域的重要交通设施，具有极高的使用频率和重要性。然而，由于长期使用，天桥件会发生各种各样的损伤，如裂缝、锈蚀、变形等。这些损伤可能会直接影响天桥的安全性能，可能会导致桥梁垮塌等恶性事故的发生。因此，及时准确地判断人行天桥的损伤状况，对于维护路桥的安全至关重要。
结构损伤识别技术为维护路桥的安全提供了重要的技术支撑。随着现代信号处理技术的发展，基于小波变换的结构损伤识别方法逐渐成为热点研究领域。小波变换是一种能够对信号进行时频分析的技术，能够分解信号的高低频信息，对结构损伤的特征进行提取。因此，本研究采用小波变换技术，对人行天桥进行损伤识别研究。
2.研究方法
2.1信号采集与处理
通过搭建实验平台，采集人行天桥振动信号，并采用小波变换技术对信号进行处理。本研究采用小波包变换，对天桥正常状态下和损伤状态下的振动信号进行分析。小波包变换是一种连续小波变换的推广方法，可以分解信号的更多细节信息，对频带信息进行更精细的分析。
2.2天桥损伤模拟
为模拟人行天桥的损伤状态，采用有限元方法对天桥进行有限元分析。通过改变模型中天桥某些部位的材料参数或几何参数，模拟天桥不同的损伤程度。对每种损伤状态下的天桥进行振动信号采集，并进行小波包变换分析。
2.3特征提取与主成分分析
通过小波包变换，得到各个频带下的振动信号。利用小波包的性质，将信号分解到频率域和时间域的不同分量，得到它们的能量、峰值、均值等各种特征。将这些特征构成特征向量，采用主成分分析方法对特征向量进行降维处理，并以主成分作为输入特征。
3.实验结果与分析
本研究采用小波包变换的主成分分析方法，对不同损伤程度下的人行天桥进行了识别实验。实验结果表明，基于小波包变换的主成分分析方法对人行天桥的损伤识别能力较为显著，不同损伤程度下的天桥可以得到较好的识别效果。
4.结论
本文采用小波包变换技术，针对人行天桥的损伤识别问题进行了研究。通过实验，验证了主成分分析方法在人行天桥损伤识别中的有效性。本研究可以为在结构损伤识别领域提供一定的参考价值。未来的研究，可以将更多的信号处理技术引入结构损伤识别领域，以实现更加准确的识别结果。
5.参考文献
[1]许琛,朱久清.基于小波变换的桥梁结构损伤识别方法综述[J].中国公路学报,2016,29(1):116-126.
[2]RenW,XuX,GaoL,etal.StructuralHealthMonitoringandDamageIdentificationusingWaveletPacketTransform:ReviewandComparison[J].AppliedSciences,2017,7(4):374.
[3]WangW,etal.StructuralDamageIdentificationBasedonMulti-scaleWaveletPacketTransform[J].Sensors,2015,15(8):19770-19790.