基于模糊理论及小波理论的桥梁变形分析应用研究
本文选题:桥梁变形 + 聚类分析 ; 参考:《东华理工大学》2014年硕士论文
【摘要】:在建或者建成的桥梁普遍存在变形现象,桥梁变形会造成不可估量的后果,怎样减小变形带来的不良后果,对桥梁进行监测是一种极佳的办法。本文采用模糊理论与小波理论,结合二者的优点,应用于桥梁变形监测中。在桥梁变形监测中,处理采集的数据是要在一定参考基准下进行的,基准点稳定与否是我们首先需要解决的问题。很多研究中选择平均间隙法等统计方法来分析基准点的稳定性,然而事实上稳定性为一个模糊的概念,桥梁的索塔安全性评价亦是一个模糊性的概念。在此,本文运用聚类分析对桥梁变形监测中基准点稳定与否进行评价分析;并用模糊综合评判对索塔安全性进行综合评价。探讨聚类分析和综合评判法在桥梁变形监测中的优越性、科学性。桥梁变形监测的实质是数据处理与分析。变形数据处理方法繁多,本文运用小波分析法,对桥梁变形监测数据进行处理与分析。运用小波单尺度分解,小波多尺度分解与重构模型对监测数据进行处理分析,运用小波阈值去噪方法对观测数据进行去噪处理。然后,选择一些小波函数与一些阈值估计方式来做小波去噪分析,根据均方误差、信噪比来衡量去噪效果。按照去噪的效果来挑选小波函数与阈值估计方式。最后运用模糊数学理论与小波分析结合,即模糊控制滤波器与阈值函数结合,对变形观测数据进行去噪处理。模糊数学理论与小波理论结合的方法可以降低噪声的方差,使硬阈值函数去噪得到充分的发挥。事实证明,模糊数学理论与小波分析相结合比单纯的用软、硬阈值去噪效果优越性更明显。
[Abstract]:There is a widespread deformation phenomenon in the bridges under construction and the bridge deformation will cause incalculable consequences. How to reduce the adverse consequences caused by the deformation is an excellent method to monitor the bridge.In this paper, fuzzy theory and wavelet theory are used in bridge deformation monitoring.In bridge deformation monitoring, it is necessary to deal with the collected data under a certain reference datum, and whether the reference point is stable or not is the first problem that we need to solve.In many studies, statistical methods such as average clearance method are used to analyze the stability of reference points, but in fact stability is a fuzzy concept, and the safety evaluation of bridge cable towers is also a fuzzy concept.In this paper, cluster analysis is used to evaluate the stability of reference point in bridge deformation monitoring, and fuzzy comprehensive evaluation is used to evaluate the safety of cable tower.This paper discusses the superiority and scientificity of cluster analysis and comprehensive evaluation method in bridge deformation monitoring.The essence of bridge deformation monitoring is data processing and analysis.There are many methods to deal with deformation data. In this paper, wavelet analysis is used to process and analyze bridge deformation monitoring data.Wavelet single-scale decomposition, wavelet multi-scale decomposition and reconstruction model are used to process and analyze the monitoring data, and wavelet threshold denoising method is used to Denoise the observed data.Then, some wavelet functions and some threshold estimation methods are selected to do wavelet denoising analysis, and the denoising effect is measured according to mean square error and signal-to-noise ratio.Wavelet function and threshold estimation are selected according to the effect of denoising.Finally, the fuzzy mathematics theory is combined with wavelet analysis, that is, the fuzzy control filter and the threshold function are combined to remove the noise from the deformation observation data.The method of combining fuzzy mathematics theory with wavelet theory can reduce the variance of noise and give full play to the denoising of hard threshold function.It is proved that the combination of fuzzy mathematics theory and wavelet analysis has more obvious advantages than the soft and hard threshold denoising effect.
【学位授予单位】:东华理工大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:U441;O159;O174.2
【相似文献】
相关期刊论文 前10条
1 王新民,董小刚,陶凤梅,陈鸿汉;小波分析在水环境污染问题中的应用研究[J];生物数学学报;2001年01期
2 汪新凡;小波分析的魅力[J];教学研究;2003年04期
3 姜冰;;小波分析在膜蛋白跨膜螺旋区段预测中的应用研究[J];科技创新导报;2008年20期
4 牛艳蓉;;小波分析与应用综述[J];科技信息;2009年03期
5 邓东皋,彭立中;小波分析[J];数学进展;1991年03期
6 周晓兰,,邓自旺;小波分析在大气科学中的应用方法简介[J];陕西气象;1996年03期
7 章传银;小波分析及其在测绘科技中的应用前景[J];测绘科技动态;1997年01期
8 章传银;小波分析及其在测绘科技中的应用前景(续)[J];测绘科技动态;1997年02期
9 李建瀛,杜文吉,梁昌洪;基于小波分析的试验数据处理[J];电波科学学报;1997年04期
10 张向阳;小波分析的初步应用研究[J];中国原子能科学研究院年报;2003年00期
相关会议论文 前10条
1 刘素一;;研究生课程《小波分析》的教学方法研究[A];第5届教育教学改革与管理工程学术年会论文集[C];2012年
2 陆费东;蒋爱平;;小波分析在控制中的应用及展望[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
3 陆费东;蒋爱平;;小波分析在控制中的应用及展望[A];第一届中国智能计算大会论文集[C];2007年
4 黄友锐;赵娜娜;;一种基于小波分析的焊缝识别算法[A];煤矿自动化与信息化——第20届全国煤矿自动化与信息化学术会议暨第2届中国煤矿信息化与自动化高层论坛论文集[C];2010年
5 崔旭东;董维申;刘瑞根;;应用小波分析探测闪光图像边缘[A];中国工程物理研究院科技年报(2000)[C];2000年
6 王运森;邱景平;孙豁然;;小波分析及其在爆破震动信号处理中的应用[A];2004年全国矿山信息化建设成果及技术交流会论文集[C];2004年
7 武东辉;张金华;程学强;;小波分析在沉降数据可靠性检验中的应用[A];第二届全国地下、水下工程技术交流会论文集[C];2011年
8 秦文政;马莉;;基于视觉显著性和小波分析的烟雾检测方法[A];浙江省信号处理学会2011学术年会论文集[C];2011年
9 刘国栋;张美云;梁巧萍;;基于离散小波分析的印刷墨斑评价方法研究[A];颜色科学与技术——2012第二届中国印刷与包装学术会议论文摘要集[C];2012年
10 王小明;张子戌;;用小波分析提高测井曲线中构造煤薄层的分辨率[A];瓦斯地质研究与应用——中国煤炭学会瓦斯地质专业委员会第三次全国瓦斯地质学术研讨会[C];2003年
相关重要报纸文章 前1条
1 阳雄;李建平:前沿课题敢“弄斧”[N];解放军报;2002年
相关博士学位论文 前10条
1 熊雷;小波分析在流体方程中的应用研究[D];武汉理工大学;2007年
2 衡彤;小波分析及其应用研究[D];四川大学;2003年
3 李玉峰;小波分析在图像去噪与压缩中的应用研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2006年
4 米湘成;小波分析和人工神经网络在生态学研究中的应用[D];中国科学院研究生院(植物研究所);2004年
5 李翔;基于小波分析的测量信号处理技术研究[D];哈尔滨工业大学;2009年
6 袁德宝;GPS变形监测数据的小波分析与应用研究[D];中国矿业大学(北京);2009年
7 尚绪凤;基于小波的积分微分方程的数值解[D];浙江大学;2008年
8 宋宜美;图像处理的超小波分析与变分方法研究[D];西安电子科技大学;2012年
9 刘占辉;小波分析在声学泄漏信号检测中的应用[D];吉林大学;2007年
10 朱军生;小波分析在害虫预测中的应用研究[D];南京农业大学;2011年
相关硕士学位论文 前10条
1 申婷婷;基于小波分析的齿轮箱故障诊断技术研究[D];天津理工大学;2015年
2 金潇男;基于小波分析的不同类型振动特性研究[D];长江科学院;2015年
3 李伟;基于小波分析的二维结构损伤识别方法应用研究[D];西南交通大学;2015年
4 陈立三;基于小波分析与神经网络的变形模型分析研究[D];江西理工大学;2015年
5 贾遂宾;基于小波的基因差异表达建模分析[D];哈尔滨工业大学;2015年
6 秦勇;基于曲率模态和小波分析的桥梁损伤识别研究[D];上海应用技术学院;2015年
7 程振桓;小波分析在无损探伤中的应用[D];青岛科技大学;2015年
8 吴成;小波分析在GPS变形监测中的应用[D];东华理工大学;2014年
9 吴闯;基于模糊理论及小波理论的桥梁变形分析应用研究[D];东华理工大学;2014年
10 相林杰;基于小波分析的桥梁结构损伤识别方法研究[D];天津大学;2013年
本文编号:1773677
本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/1773677.html