利用随机振动理论、强度理论和Miner线性累积损伤模型,获得窄带随机振动下基于功率谱密度(P.S.D)的构件疲劳寿命估算公式。根据P.H.Wirsching对不同P.S.D形状修正结果以及Dirlik的经验估计方法,建立了适用于宽带随机振动构件的疲劳寿命...利用随机振动理论、强度理论和Miner线性累积损伤模型,获得窄带随机振动下基于功率谱密度(P.S.D)的构件疲劳寿命估算公式。根据P.H.Wirsching对不同P.S.D形状修正结果以及Dirlik的经验估计方法,建立了适用于宽带随机振动构件的疲劳寿命估算公式。该寿命估算公式不需要对变幅应力进行循环计数。讨论了局部危险部位应力功率谱密度获取的常用方法。研究了用经验方法确定构件的p s N曲线。用寿命估算公式对某构件进行了寿命预测。展开更多
为提高非平稳响应信号瞬时频率的识别效果,提出基于滑动窗宽优化的局部最大同步挤压广义S变换(local maximum synchrosqueezing generalized S-transform,LMSSGST)。该方法首先对非平稳响应信号进行广义S变换获得相应的时频系数;其次,...为提高非平稳响应信号瞬时频率的识别效果,提出基于滑动窗宽优化的局部最大同步挤压广义S变换(local maximum synchrosqueezing generalized S-transform,LMSSGST)。该方法首先对非平稳响应信号进行广义S变换获得相应的时频系数;其次,利用该响应信号的功率谱密度特征曲线确定局部最大同步挤压算子中滑动窗的宽度;再次,通过局部最大同步挤压算子进行时频重排;最后,采用模极大值改进算法提取瞬时频率曲线。通过两个数值算例、一个滑动窗宽参数分析和一个时变拉索试验验证了所提方法的有效性,研究结果表明:利用功率谱密度特征曲线能够有效确定滑动窗的窗宽和模极大值算法的提取范围。相比局部最大同步挤压变换算法,基于滑动窗宽优化的LMSSGST具有更佳的瞬时频率识别效果。展开更多
A microphone and a seismic sensor always become a basic unit of UGS(unattended ground sensors) system. The mechanism of acoustic and seismic property of target and its propagation are described. The acoustic and seism...A microphone and a seismic sensor always become a basic unit of UGS(unattended ground sensors) system. The mechanism of acoustic and seismic property of target and its propagation are described. The acoustic and seismic signals of targets are analyzed with time frequency distribution according to its non stationary property. Narrow band energy function (NEF) and local power spectral density (LPSD) are proposed to extract features for target identification. Experiment results show that local power spectral density indicates corresponding target clearly.展开更多
文摘利用随机振动理论、强度理论和Miner线性累积损伤模型,获得窄带随机振动下基于功率谱密度(P.S.D)的构件疲劳寿命估算公式。根据P.H.Wirsching对不同P.S.D形状修正结果以及Dirlik的经验估计方法,建立了适用于宽带随机振动构件的疲劳寿命估算公式。该寿命估算公式不需要对变幅应力进行循环计数。讨论了局部危险部位应力功率谱密度获取的常用方法。研究了用经验方法确定构件的p s N曲线。用寿命估算公式对某构件进行了寿命预测。
文摘为提高非平稳响应信号瞬时频率的识别效果,提出基于滑动窗宽优化的局部最大同步挤压广义S变换(local maximum synchrosqueezing generalized S-transform,LMSSGST)。该方法首先对非平稳响应信号进行广义S变换获得相应的时频系数;其次,利用该响应信号的功率谱密度特征曲线确定局部最大同步挤压算子中滑动窗的宽度;再次,通过局部最大同步挤压算子进行时频重排;最后,采用模极大值改进算法提取瞬时频率曲线。通过两个数值算例、一个滑动窗宽参数分析和一个时变拉索试验验证了所提方法的有效性,研究结果表明:利用功率谱密度特征曲线能够有效确定滑动窗的窗宽和模极大值算法的提取范围。相比局部最大同步挤压变换算法,基于滑动窗宽优化的LMSSGST具有更佳的瞬时频率识别效果。
文摘A microphone and a seismic sensor always become a basic unit of UGS(unattended ground sensors) system. The mechanism of acoustic and seismic property of target and its propagation are described. The acoustic and seismic signals of targets are analyzed with time frequency distribution according to its non stationary property. Narrow band energy function (NEF) and local power spectral density (LPSD) are proposed to extract features for target identification. Experiment results show that local power spectral density indicates corresponding target clearly.