研究目的
提出并实验验证一种基于环境随机噪声激励和激光多普勒效应的梁结构损伤定量评估方法。
研究成果
该方法能高精度、高特异性地诊断梁体缺陷，在大型结构梁缺陷的定量诊断方面较传统模态诊断方法具有明显优势。它避免了传感器对测量结果的影响，可用于特殊薄壁梁结构的缺陷定量诊断。
研究不足
使用非接触式激光测量振动时，该方法精度可能受环境噪声影响。此外，卷积神经网络在训练过程中需要大量数据，针对特定工况提供足够输入样本可能不切实际。
1：实验设计与方法选择：
该方法利用激光多普勒原理获取梁结构在随机激励下的振动时域信号，随后基于快速傅里叶变换、连续小波变换和卷积神经网络进行缺陷定量识别。
2：样本选择与数据来源：
采用激光多普勒法测量含人工缺陷钢梁的随机振动信号。
3：实验设备与材料清单：
激光多普勒振动仪、随机激励器、激励放大器、计算机、简支梁。
4：实验步骤与操作流程：
激光多普勒测振仪逐点扫描梁上各点的振动速度信号并保存，采样频率设为128 K。
5：数据分析方法：
对振动信号进行快速傅里叶变换和连续小波变换后，采用卷积神经网络进行梁缺陷的定量评估分析。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
Laser Doppler Vibrometer
Measures the vibration velocity signal of each point on the beam.
-
Random exciter
Generates random vibration excitation for the beam structure.
-
Excitation amplifier
Amplifies the excitation signal for the random exciter.
-
Computer
Processes and analyzes the vibration signals.
-
Simply supported beam
The structure under test for defect diagnosis.
-
登录查看剩余3件设备及参数对照表
查看全部
