通过在不同腐蚀程度钢绞线上进行超声导波试验,构建以导波的小波包能量谱作为特征向量的腐蚀指标。结果表明:随腐蚀程度增加,实测导波的小波包能量谱出现明显变化,基于小波包能量谱的腐蚀指标值随腐蚀程度增加线性增长;采用钢绞线侧面...通过在不同腐蚀程度钢绞线上进行超声导波试验,构建以导波的小波包能量谱作为特征向量的腐蚀指标。结果表明:随腐蚀程度增加,实测导波的小波包能量谱出现明显变化,基于小波包能量谱的腐蚀指标值随腐蚀程度增加线性增长;采用钢绞线侧面激励导波进行腐蚀状态识别,其敏感性优于钢绞线端面激励,端面激励敏感性系数K值仅为侧面激励的51. 35%,确定系数降低了6. 4%;腐蚀指标抗噪性能良好,当信噪比达到10 d B时,P1测点敏感性系数K值仅下降了5. 97%,信噪比达到0 d B的强噪声环境下,K值仍达到0. 51,较未加入噪声时相比,降幅为23. 88%;腐蚀指标受导波传播距离影响,当距离增加时,腐蚀指标的敏感性略有降低,且在低腐蚀状态下波动较大。展开更多
地震动常被拆解为两个水平向分量(x、y)和一个竖向分量(z)。为探寻Copula模型在多维地震动参数相关性分析中的应用可行性,从太平洋工程抗震研究中心选取1500组实测地震动,并从强度、持时和频谱3个方面筛选出12组地震动参数用于表征分析...地震动常被拆解为两个水平向分量(x、y)和一个竖向分量(z)。为探寻Copula模型在多维地震动参数相关性分析中的应用可行性,从太平洋工程抗震研究中心选取1500组实测地震动,并从强度、持时和频谱3个方面筛选出12组地震动参数用于表征分析地震动不同向分量间的相关性。首先,计算得到u-v(u、v为地震动两个水平向分量和一个竖向分量中的任意两个分量,u、v=x,y,z)向分量间12组地震动参数的Pearson线性相关系数、Kendall秩相关系数和Spearman秩相关系数。其次,结合柯尔莫哥洛夫-斯米尔诺夫(Kolmogorov-Smirnov,K-S)检验和贝叶斯信息准则(the Bayesian information criteria,BIC)建立了12组地震动参数在x、y、z向分量上的最优概率模型。最后,利用BIC准则确定了u-v向分量间地震动参数的最优Copula函数,建立了u-v向分量间12组地震动参数的联合概率函数。结果表明:12组地震动参数相关性较好,但反应谱峰值对应周期参数在u-v向分量间的相关性和阿里亚斯强度参数在x-z向、y-z向分量间的相关性较低;通过Copula理论可以较为精准的建立u-v向分量间地震动参数的联合概率函数;在给定u向分量地震动参数条件下,得到的Copula条件均值和条件随机数能够用于v向分量地震动参数预测。展开更多
文摘通过在不同腐蚀程度钢绞线上进行超声导波试验,构建以导波的小波包能量谱作为特征向量的腐蚀指标。结果表明:随腐蚀程度增加,实测导波的小波包能量谱出现明显变化,基于小波包能量谱的腐蚀指标值随腐蚀程度增加线性增长;采用钢绞线侧面激励导波进行腐蚀状态识别,其敏感性优于钢绞线端面激励,端面激励敏感性系数K值仅为侧面激励的51. 35%,确定系数降低了6. 4%;腐蚀指标抗噪性能良好,当信噪比达到10 d B时,P1测点敏感性系数K值仅下降了5. 97%,信噪比达到0 d B的强噪声环境下,K值仍达到0. 51,较未加入噪声时相比,降幅为23. 88%;腐蚀指标受导波传播距离影响,当距离增加时,腐蚀指标的敏感性略有降低,且在低腐蚀状态下波动较大。
文摘地震动常被拆解为两个水平向分量(x、y)和一个竖向分量(z)。为探寻Copula模型在多维地震动参数相关性分析中的应用可行性,从太平洋工程抗震研究中心选取1500组实测地震动,并从强度、持时和频谱3个方面筛选出12组地震动参数用于表征分析地震动不同向分量间的相关性。首先,计算得到u-v(u、v为地震动两个水平向分量和一个竖向分量中的任意两个分量,u、v=x,y,z)向分量间12组地震动参数的Pearson线性相关系数、Kendall秩相关系数和Spearman秩相关系数。其次,结合柯尔莫哥洛夫-斯米尔诺夫(Kolmogorov-Smirnov,K-S)检验和贝叶斯信息准则(the Bayesian information criteria,BIC)建立了12组地震动参数在x、y、z向分量上的最优概率模型。最后,利用BIC准则确定了u-v向分量间地震动参数的最优Copula函数,建立了u-v向分量间12组地震动参数的联合概率函数。结果表明:12组地震动参数相关性较好,但反应谱峰值对应周期参数在u-v向分量间的相关性和阿里亚斯强度参数在x-z向、y-z向分量间的相关性较低;通过Copula理论可以较为精准的建立u-v向分量间地震动参数的联合概率函数;在给定u向分量地震动参数条件下,得到的Copula条件均值和条件随机数能够用于v向分量地震动参数预测。
