基于小波包和改进GA-BP神经网络的轴承故障诊断

为了提高非平稳性轴承振动信号特征提取能力及故障诊断效率,提出了小波包结合BP神经网络的轴承故障诊断方法,将小波包对振动信号进行分解与重构,将不同频段的能量为特征参数作为BP神经网络的输入。提出通过神经网络隐层不同节点对应的平均迭代次数和网络性能作为隐层节点数选择的依据选择隐层节点个数,摆脱了经验公式选择节点数导致迭代次数高、精确率较低的缺陷,同时通过遗传算法优化神经网络初始权值和阈值,提高收敛速度并克服会陷入局部最小值等缺点。以实验室实测故障轴承数据为对象分析,对比传统BP与GA-BP的诊断效率及精确度,验证了小波包结合改进BP神经网络进行轴承故障诊断的可行性。

混凝土裂缝压电主动传感识别仿真方法研究

采用有限元软件ABAQUS建立含不同裂缝工况的压电-混凝土梁机电耦合模型,通过安装在混凝土梁设定位置的压电激励器输入激励信号并实时采集反馈信号,计算应力波信号值与小波包能量值,分析信号值和能量与损伤工况间的内在关系。结果表明,在混凝土梁跨中垂直裂缝和支座处斜裂缝工况下,压电应力波的信号值随裂缝深度的增加而减小;裂缝宽度增至2~3 mm时信号值会有所减小,随后裂缝宽度增加对其影响不再明显。当在裂缝演化方向上的深度达到梁体纵向中心轴高度时,应力波接收信号衰减明显。将信号相对能量值作为损伤程度因子,有利于分析应力波在病损混凝土内部的传播与衰减机理,能有效检测混凝土裂缝损伤程度。

桥梁预警系统中的预警指标研究及模型试验

根据小波包分析理论,结合桥梁结构损伤的动力特征,提出新的损伤识别指标——小波包能量变异极值指数,利用数值模型方法初步验证了其在桥梁损伤识别的效果,并通过斜拉桥模型动力试验验证了其对于桥梁结构损伤具有良好的灵敏性,为桥梁预警系统中损伤识别指标的选择提供了依据。