钢丝与平行钢丝索损伤下超声导波特征分析

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:stslayer
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在过去30年,我国建设了大量的缆索承重桥梁,但随着时间的推进,缆索钢丝逐渐锈蚀,造成严重损伤,给桥梁安全带来隐患,为保证行车安全,缆索构件的损伤检测技术发展迫在眉睫。超声导波技术已经被广泛应用在板、管道等结构的损伤识别中,且超声导波技术在缆索构件损伤检测领域也有很大的潜力。
  目前缆索构件的频散特性与损伤识别研究以实验为主,耗时耗力,实验研究的同时应该开展数值模拟方面的研究。下文研究分析带有损伤的钢丝与平行钢丝索的超声导波特征,为缆索构件的损伤识别提供一些想法。分析带损伤缆索构件的超声导波特征前,需要选取合适的激励信号,激励信号的选取主要参考构件的频散曲线,但是考虑了复杂接触关系的平行钢丝索没有频散曲线的理论解。因此,利用二维傅里叶技术研究平行钢丝索频散曲线的绘制,并据此选择合适的激励研究带有损伤的平行钢丝索的超声导波特征。主要研究内容从以下几方面展开:
  (1)查阅国内外文献与资料,阐述了超声导波的基础理论,介绍弯曲波、扭转波和纵波的频散方程推导,并据此绘制了钢丝的理论频散曲线,对比分析频散曲线中各模态导波的基本频散特性。
  (2)利用二维傅里叶技术绘制钢丝的频散曲线,将结果与理论解对比;分析频散曲线中各模态导波的特征,选择合适的模态导波作为激励信号,并观察该模态中各频段的激励信号在钢丝中的频散特性,基于此确定合适的激励信号。利用该激励信号研究在有、无损伤下钢丝信号的时间-空间表述的差异,以及信号的时域图差异,并对比这两种方法的特点。
  (3)模拟了平行钢丝索中钢丝间的接触关系,以及平行钢丝索端部的锚固段,利用二维傅里叶技术绘制七丝平行钢丝索的频散曲线,同时讨论激励位置、钢丝间的摩擦系数和外围钢丝握裹力对频散曲线的影响。参考绘制的频散曲线,选择合适的激励信号,利用该激励信号讨论带损伤平行钢丝索中信号的时间-空间表述图及时域图的特征,结合时间-空间表述图与时域图分析平行钢丝索损伤的位置与程度。
  (4)考虑到影响损伤识别精度的因素主要有结构的多损伤和噪声,依次研究了单根钢丝带有多个损伤、七丝平行钢丝索带有多个损伤、单根钢丝带有多个损伤和噪声、七丝平行钢丝索带有多个损伤和噪声时,结构上信号的时间-空间表述和信号时域图的特征。并比较信号时域图与时间-空间表述在描述缺陷时的差异。
其他文献
学位
学位
学位
学位
学位
卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络,是深度学习的代表算法之一。目前卷积神经网络实现多为Python、Matlab、C语言等,具有速度慢、实时性差的缺点。现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)作为一种可编程逻辑器件,具有灵活方便、速度快、体积小的优势,与神经网络并行运算特点相匹配,可以缩短网络训练的时间,实现实时处理,可用
学位
V-by-One作为P2P(Point To Point)的一种超高清数字视频图像传输技术,可以支持1920*1080、3840*2160等分辨率的图像信号传输,其单链路时钟频率最大为4Gbit/s。V-by-One采用视频图像多通道串行差分传输、8B/10B编码、数据扰码、CDR(Clock And Data Recovery)时钟恢复等技术,减少了EMI(Electromagnetic Int
随着视频传输系统的高速发展,低压差分信号LVDS(Low Voltage Differential Signal)作为高速、串行的视频接口技术在视频传输领域得到广泛的应用。但是LVDS视频接口具有开放性,众多的芯片制造商都推出了基于LVDS接口的发送和接收芯片,种类繁多且输出格式不统一,给作业人员对电视机主板的测试过程带来了极大的不便。基于TMDS(Transition Minimized Dif
作为CTCS-3级列车控制系统中信号安全通信的核心协议,RSSP-II协议对高铁的安全运营起到了至关重要的作用。本文在分析RSSP-II铁路信号安全协议的基础之上,通过研究分析认为RSSP-II中消息认证码算法底层加密算法的安全性有待提高。首先,随着计算机处理能力的不断增强,密钥长度仅有56bit的DES算法不再被认为是安全的。例如在1998年7月,DES被当时名为EFF的团队宣布破解。其次,目前
学位
本课题研究的是基于单一样本的简单背景的人脸前视灰度图像的计算机识别过程和算法.首先对人脸图像进行滤波、增强、锐化、二值化等各种预处理,以获得质量较好的人脸图像.其次,利用人脸的垂直灰度投影和水平灰度投影法进行人脸的初步定位,通过人脸的上下边界、左右边界,将人脸剪切出来,实现了人脸和背景的分离.然后将剪切后的图像进行归一化处理,标准化成64X64的标准图像.对标准化的图像再次利用水平灰度投影确定眉毛
学位