小波变换的高层建筑脉动风速模拟与实测研究

风荷载是超高层建筑设计的主要荷载之一,而且通过风振时域分析可以更全面地了解超高层建筑风振响应特性,更直观地反映超高层建筑风致振动控制的有效性。因此,本文使用线性滤波法即白噪声滤波法(whitenoisefiltrationmethod,wnfm)中的自回归(auto-regressive,ar)模型模拟超高层建筑的风速时程。首先,考虑超高层建筑风速时程的时间和空间相关性,导出了四阶ar模型的参数表达式。接着,基于ar模型模拟了一幢高度为200m超高层建筑的风速时程。最后,通过比较模拟风速功率谱、模拟自相关函数和互相关函数与目标风速功率谱、目标自相关函数和互相关函数的吻合程度,验证基于ar模型模拟超高层建筑风速时程的可行性。

针对传统的谐波合成法模拟超高层建筑脉动风速场存在计算量大的问题,提出了考虑互谱密度矩阵为复数矩阵的一般情况,使用插值精度较高的样条插值技术来减少cholesky谱矩阵分解的次数,再使用fft技术进一步加快模拟计算速度的改进谐波合成法。为了阐明改进谐波合成法具有较好的模拟精度和较快的计算速度,运用该方法模拟了一栋225m高的超高层建筑脉动风速场,并与仅使用fft技术的谐波合成法即传统谐波合成法的模拟结果进行了对比分析。模拟结果的对比分析表明:尽管改进后的谐波合成法对谱分解矩阵采用了插值近似措施,但模拟的随机风速样本仍具有很好的精度,计算效率比传统的谐波合成法有了较大的提高。

针对高层建筑抗震、抗风、健康监测及损伤诊断等研究中结构模态参数辨识问题,利用随机减量技术从环境激励下的高层建筑振动响应数据中提取自由衰减信号,根据自由衰减信号小波变换结果可以有效地辨识高层建筑固有频率和粘性阻尼系数。通过仿真结果与理论值比较,证实了该方法的有效性和精确性。该方法成功地运用于大连市某高层楼房的固有频率和粘性阻尼系数的辨识,为该高层楼房健康监测提供了重要的参考依据。

对建筑物进行沉降监测并预报其变化趋势,能有效保障建筑物的安全性。本文提出一种基于小波变换的arma模型用于建筑物沉降预报。利用小波多尺度分析将沉降监测数据分解为高频信号和低频信号,并分别采用arma模型进行预测,然后将各序列预测结果进行合成,得到最终预测结果。并以青岛市某高层建筑物监测数据为例,分别采用传统arma模型以及基于小波变换的arma模型进行预报对比分析,结果表明基于小波变换的arma模型取得了较高的预报精度。

某建筑物的发生了变形,通过变形监测的方式得到了一序列变形观测数据并且进行了细致分析。本文利用mallat算法,对实测数据进行小波变换,消除观测噪声,提取有用信息,通过对这些信息研究分析,对建筑物变形进行几何分析和物理解释。

以某建有高层建筑的居住小区为研究对象,采用数值模拟方法对该小区春季的风速场、压力场进行了模拟。探讨了风环境对小区室内外舒适度的影响。

高层建筑脉动测试研究

高层建筑脉动测试研究

通过对木材图像进行3尺度的小波变换,在高频内判断并提取噪声点,最后对确定的噪声点进行平滑处理,用峰值信噪比、均方误差值和灰度曲线对去噪效果进行评价。研究结果表明,该方法不仅对木材图像具有明显的降噪效果,也能最大限度的保留有用的木材纹理信息,同时本文采用的灰度曲线(profile)可以直观地分析图像的去噪效果。

为了合理准确的预测出边坡变形程度,减少边坡不稳定带来的损失,针对小波变换去噪理论与灰色模型预测方法的特点,提出了一种基于小波变换理论的灰色模型预测方法来预测边坡变形量。首先通过小波去噪,获得具有更小随机误差的观测数据,然后利用灰色模型预测变形量,最后通过结果对比分析预测精度。通过实验证明,基于小波变换的灰色模型边坡变形预测方法精度更高,效果更好,适合用于边坡变形预测。

近年来大量超高层建筑结构与风荷载相关的研究工作相继开展,取得了很多有意义的成果。文章以某超高层建筑为例进行了研究,在随机风致振动影响下,叙述了风荷载特性与脉动风荷载的数值模拟方法。采用matlab软件分析了结构在x、y两个不同方向在脉动风荷载作用下的时程响应,为提高结构的安全舒适使用性能以及为该结构的风振控制设计提供了依据和参考。

**资讯http://www.***.*** **资讯http://www.***.*** **资讯http://www.***.***

本文以fluent软件和高性能集群作为数值模拟平台,通过改变高层建筑物高度进行了并行数值模拟。并对并行数值模拟结果和集群并行计算效率进行了分析,分析结果表明：随着建筑物高度的增加,建筑物周围最大风速和最大风速比增大,建筑物对其周围空气流动的影响增强。在并行计算中,当cpu个数相同时,随着网格数量的增加,并行效率呈增加趋势但增大的幅度越来越小;当网格数相同时,随着cpu个数增加,并行计算效率呈减小趋势。

提出一种利用小波变换提取模拟电路故障特征和基于支持向量机状态分类的模拟电路故障自动识别和诊断方法。首先讨论小波变换的基本原理和支持向量机原理及其多分类算法,同时着重研究支持向量机的一种改进型一对多故障分类算法,然后实现在小波变换上,采用分布式多svm分类器识别单相桥式整流模拟电路的故障。实验证明,该方法能准确有效地对模拟电路故障进行识别和诊断。

高层建筑群的风环境品质,将影响地面行人的舒适与安全。本文采用cfd数值模拟方法,对中国建筑科学研究院(cabr)新建科研大楼与原科研楼组成的高层建筑群的室外风环境问题,进行了详细的数值模拟和方案优化设计研究。首先,利用作者提出新的边界条件数学模型[1-4],准确模拟边界层风场,根据数值模拟计算得到的主导风向角下的速度场分布,结合本地常年风速风频气象统计资料,对重点关注的两座大楼之间的主出入口通道等区域行人风环境舒适性进行了定量评估。其次,配合建筑设计,进行了室外风环境优化设计数值模拟研究,详细比较和分析了楼前增设广告牌等风环境改善措施的效果。本文的研究将为采取有效的技术措施以改善该项目的建筑风环境品质,以及类似工程问题提供参考。

矿井配电网是单端供电系统,其中性点不接地或通过消弧线圈接地,当出现单相接地故障时,由于故障电流微弱,故障点位置很难查找。为解决这个问题,采用行波测距法通过检测故障点初始行波和故障点二次反射波分别到达母线检测点的时间来进行故障测距,该算法极大的提高了测距的可靠性。仿真结果证实了该方法的有效性和可行性。

测井曲线的小波变换特性在自动分层中的应用 作者：阎辉，李鲲鹏，张学工，李衍达，yanhui，likun-peng，zhangxue- gong，liyan-da 作者单位：清华大学自动化系,北京,100084 刊名： 地球物理学报 英文刊名：chinesejournalofgeophysics 年，卷(期)：2000,43(4) 被引用次数：29次 参考文献(5条) 1.smallat;hwangwenliangsingularitydetectionandprocessingwithwavelets1992 2.smallatcompletesignalrepresentationwithmultiscaleedges1989 3.bloganinformationinthezero

测井曲线的小波变换特性在自动分层中的应用

桑车2000(桑塔纳2000型轿车)自动变速器有两个结构一样的pwm(pulsewidthm0dulation)调节奏电磁阀。其理想的控制信号是标准的矩形波,但实际中的信号都受到不同程度的干扰。本文利用小波变换和快速傅立叶变换fft(fastfouriertransform)两种不同的方法对该控制信号降噪,并通过matlab仿真。对比两种方法的仿真结果,可以得山小波变换用于信号降噪优于fft用于信号降噪。

目的改进原有的图像分割算法在分割图像时的精度和准确度,进一步准确地研究墙地砖缺陷图像的基本特征,提出一种有效的图像分割方法.方法根据墙地砖表面的纹理特点,采用daubechies小波对原始图像进行处理.结果仅保留图像的近似信息,从而有效降低了纹理特征对缺陷分割的干扰.同时,图像数据量减少为原始图像的1/4.因此,在有效提取近似信息的基础上提高了系统的实时性,便于图像分割应用.该方法增强了缺陷纹理图像,能抑制背景纹理对缺陷纹理检测的干扰,并通过减运算有效地实现了缺陷纹理和背景纹理的分割.结论基于小波变换的墙地砖缺陷图像分割方法能够对随机纹理图像进行可靠、有效、快速的分割,尤其适用于具有随机纹理的墙地砖缺陷实时检测.

以300个木材样本为对象,研究了基于多分辨率灰度共生矩阵参数的木材表面纹理的分类方法.以灰度共生矩阵特征参数的相关性为依据,确定以"角二阶矩"、"对比度"、"相关"、"方差"、"均值和"5个参数描述木材表面纹理.用symlet4小波对木材图像进行了2级分解,在小波重构域,以一级重构的水平细节h1、垂直细节v1、对角细节d1、二级重构的近似a2、水平细节h2、垂直细节v2、对角细节d2共7个图像的23个特征参数构成多尺度参数体系.以bp神经网络进行了纹理分类验证,正确率为94.0%,优于单分辨参数方法(87.5%).实验表明:多分辨参数可以更细致地描述木材的纹理特征,并能提高分类正确率.

苗木图像分割是形态参数提取的前提条件。利用小波变换及分开-合并法实现了对苗木图像的分割。对图像的色度分量进行小波变换。其变换系数作为分开-合并法中区域一致性的度量。通过改变小波变换的尺度,可以将边缘与噪声区分开来,减小图像分割中噪声带来的影响,有利于提高分割的准确性。实验表明,该算法取得了满意的结果。