EMD方法、神經(jīng)網(wǎng)絡理論及其在結(jié)構(gòu)健康監(jiān)測中的應用.pdf

1、本文首先回顧了一些時頻分析方法，分析其具有的特點以及存在的不足，然后介紹了一種新的分析非線性、非平穩(wěn)信號的方法，并將它與以往的時頻分析方法進行比較，指出其具有的優(yōu)勢。在此基礎上，對將它與徑向基函數(shù)神經(jīng)網(wǎng)絡聯(lián)合進行結(jié)構(gòu)損傷檢測進行了研究。 以往的大多數(shù)時頻分析方法均是對傳統(tǒng)的傅立葉分析進行修改后得到的，因此，傅立葉分析所存在的問題，如用諧波分量來表達信號中的突變，是一個時間區(qū)間上的積分平均，或者是由傳統(tǒng)的頻率定義所帶來的問題，如時

2、間分辨率和頻率分辨率的矛盾性，各種時頻分析方法或多或少都存在，提高某一參數(shù)指標的同時往往是以犧牲另一參數(shù)指標為代價的。 Hilbert-Huang變換(Hilbert-HuangTransform，簡稱HHT)是一種新的非線性和非平穩(wěn)信號的處理技術(shù)，它是由美國宇航局的NordenE.Huang教授于1998年在經(jīng)典的Hilbert變換的基礎上提出的。該方法由經(jīng)驗模態(tài)分解(EmpiricalModeDecomposition，簡稱

3、EMD)與Hilbert譜分析(HilbertSpectralAnalysis，簡稱HSA)兩部分組成：任意的非線性或非平穩(wěn)信號首先經(jīng)過EMD方法處理后被分解為若干個固有模態(tài)函數(shù)(IntrinsicModeFunction，簡稱IMF)；然后對每個IMF分量進行Hilbert譜分析得到相應的Hilbert譜；最后匯總所有IMF分量的Hilbert譜就得到了原始信號的Hilbert譜，按照這種方法得到的Hilbert譜在聯(lián)合的頻率—時間域

4、中來描述原始信號，具有非常高的時頻分辨率，從根本上克服了以往基于傅立葉分析的種種信號處理方法所存在的弊端，而且EMD方法分解所得到的IMF分量也具有明確的物理意義。 在HHT方法本身的研究方面，針對EMD方法中的邊界問題，本文提出了一種基于徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡的數(shù)值算法。該算法利用RBF神經(jīng)網(wǎng)絡分別在信號的兩端預測出兩個附加的極大值點和兩個附加的極小值點，然后利用三次樣條函數(shù)將信號本身的極值點與預測出的附加極值點連接起來

5、形成信號的上下包絡線，最后通過“篩分”處理將原始信號分解成一系列IMF分量。計算結(jié)果表明，該算法對于EMD的準確分解非常有效，尤其對于低頻IMF分量得到了很好的結(jié)果。 在HHT方法的應用研究方面，本文做了三部分的工作：首先，利用HHT方法分析了地震工程中常用的Elcentro非平穩(wěn)強震記錄，得到了該記錄的振幅—頻率—時間分布特性，并將得到的邊際譜與傅立葉譜做了比較；其次，應用HHT方法分析了典型的非線性系統(tǒng)-Duffing方程，

6、得到了該方程數(shù)值解的振幅—頻率—時間分布特性，并將得到的邊際譜與傅立葉譜做了比較；最后，利用三維時頻譜與邊際譜定義了非平穩(wěn)信號的平穩(wěn)度，并依照其定義式繪制了Elcentro地震波記錄的平穩(wěn)度曲線，依照類似與依賴與頻率變化的平穩(wěn)度定義，初步嘗試編程繪制了Elcentro地震波隨時間變化的平穩(wěn)度曲線。 運用神經(jīng)網(wǎng)絡進行結(jié)構(gòu)損傷檢測實質(zhì)上是一個模式匹配的問題，它包括訓練階段和檢驗階段，訓練階段就是建立損傷模式數(shù)據(jù)庫的過程，檢驗階段就是

7、損傷模式匹配的過程，其重點和難點在于如何有效地提取損傷信號中的特征量，即損傷因子。EMD方法地提出為解決這一問題提供了新的途徑。本文將結(jié)構(gòu)響應信號用EMD方法分解而成IMF分量輸入到RBF神經(jīng)網(wǎng)絡中進行訓練學習并進行結(jié)構(gòu)損傷檢測，仿真實驗驗證了EMD方法與RBF神經(jīng)網(wǎng)絡的聯(lián)合能夠大大提高學習訓練的效率和進行損傷判別的準確率。 在基于HHT變換的結(jié)構(gòu)損傷檢測方面，本文考慮了兩種不同烈度的地震作用，分別得到了各層在每種工況下的加速度