環(huán)境激勵(lì)下橋梁結(jié)構(gòu)模態(tài)參數(shù)自動(dòng)化識(shí)別方法研究.pdf

1、橋梁結(jié)構(gòu)的模態(tài)參數(shù)識(shí)別在橋梁健康監(jiān)測(cè)系統(tǒng)的結(jié)構(gòu)損傷識(shí)別及使用性能評(píng)估中具有十分重要的意義，國(guó)內(nèi)外學(xué)者在利用總體經(jīng)驗(yàn)?zāi)B(tài)分解算法(EEMD)及隨機(jī)子空間算法(SSI)來進(jìn)行信號(hào)降噪和模態(tài)參數(shù)識(shí)別方面已取得明顯進(jìn)展，但仍存在自適應(yīng)性差、自動(dòng)化程度不高等諸多不足，本文依托國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(2012CB723305)“橋梁結(jié)構(gòu)行為演化理論與安全監(jiān)測(cè)方法研究”，針對(duì)EEMD算法和SSI算法中存在的不足開展了深入的理論和試驗(yàn)研究。本研究主要

2、內(nèi)容包括：
　?、裴槍?duì)總體平均經(jīng)驗(yàn)?zāi)B(tài)分解算法(EEMD)存在的不足提出了改進(jìn)信號(hào)分解算法(AEEMD)。AEEMD主要包括:根據(jù)白噪聲添加準(zhǔn)則及白噪聲幅值標(biāo)準(zhǔn)差與響應(yīng)信號(hào)高頻成分幅值標(biāo)準(zhǔn)差的最優(yōu)關(guān)系，推導(dǎo)了添加白噪聲幅值標(biāo)準(zhǔn)差和集成平均次數(shù)的理論計(jì)算公式;針對(duì)橋梁結(jié)構(gòu)固有頻率低、端點(diǎn)效應(yīng)敏感程度高的問題，結(jié)合預(yù)測(cè)延拓算法和極值點(diǎn)延拓算法的優(yōu)點(diǎn)，提出了抑制端點(diǎn)效應(yīng)的新方法—多邊形定位延拓算法;針對(duì)IMF分量中的模態(tài)混疊現(xiàn)象問題，在

3、對(duì)橋梁結(jié)構(gòu)響應(yīng)信號(hào)進(jìn)行分解時(shí)，引入了解相關(guān)算法和聚類分析算法;針對(duì)有效本征模態(tài)函數(shù)需人為篩選的問題，將互相關(guān)程度、信息熵、能量密度以及平均周期進(jìn)行線性加權(quán)平均，構(gòu)建了有效本征模態(tài)函數(shù)的篩選系數(shù)—有效信息系數(shù)。最后利用Matlab編寫了AEEMD算法的程序代碼，并利用仿真信號(hào)和實(shí)際橋梁結(jié)構(gòu)響應(yīng)信號(hào)對(duì)所提算法進(jìn)行可行性分析和驗(yàn)證。
　?、漆槍?duì)數(shù)據(jù)驅(qū)動(dòng)隨機(jī)子空間算法(DATA-SSI)存在的不足，提出了橋梁結(jié)構(gòu)模態(tài)參數(shù)自動(dòng)化識(shí)別算法(A

4、DATA-SSI)。ADATA-SSI主要包括:針對(duì)橋梁結(jié)構(gòu)系統(tǒng)定階通常需人為參與的問題，在現(xiàn)有奇異值跳躍法定階和穩(wěn)定圖定階法的基礎(chǔ)上，提出了奇異熵增量一階導(dǎo)數(shù)自動(dòng)化定階算法;針對(duì)數(shù)據(jù)驅(qū)動(dòng)隨機(jī)子空間算法在時(shí)變結(jié)構(gòu)模態(tài)參數(shù)識(shí)別中可靠度低的問題，引入“滑窗技術(shù)”對(duì)橋梁結(jié)構(gòu)響應(yīng)信號(hào)按時(shí)間進(jìn)行合理分段處理，基于此，便可將一窗口內(nèi)的系統(tǒng)視為時(shí)不變系統(tǒng);針對(duì)橋梁結(jié)構(gòu)真實(shí)模態(tài)篩選通常需人為參與、主觀性較大的問題，提出了以“頻率”為主要聚類依據(jù)，以“阻

5、尼比”和“振型”為驗(yàn)證依據(jù)的真實(shí)模態(tài)篩選算法。最后將振動(dòng)信號(hào)預(yù)處理、AEEMD算法以及ADATA-SSI算法相結(jié)合，提出了基于AEEMD和ADATA-SSI的橋梁結(jié)構(gòu)模態(tài)參數(shù)自動(dòng)化識(shí)別算法，并利用Matlab編寫其程序代碼。
　　⑶借助涪陵長(zhǎng)江大橋的檢測(cè)數(shù)據(jù)，分別應(yīng)用本文提出的AEEMD算法和原有EEMD算法對(duì)該橋梁結(jié)構(gòu)主梁對(duì)應(yīng)的響應(yīng)信號(hào)進(jìn)行降噪和重構(gòu)處理，以驗(yàn)證AEEMD算法具有更好的分解與重構(gòu)效果;再應(yīng)用本文提出的ADATA-

6、SSI算法對(duì)重構(gòu)響應(yīng)信號(hào)進(jìn)行模態(tài)參數(shù)自動(dòng)化識(shí)別，最后將識(shí)別結(jié)果與試驗(yàn)值、有限元計(jì)算值進(jìn)行對(duì)比分析，以驗(yàn)證本文所提算法的可行性及優(yōu)越性。
　　⑷借助蘇通大橋運(yùn)營(yíng)階段的部分監(jiān)測(cè)數(shù)據(jù)，先應(yīng)用“探索性數(shù)據(jù)分析法”鑒別傳感器采集的信號(hào)是否可用;再應(yīng)用“多項(xiàng)式最小二乘法”消除實(shí)測(cè)信號(hào)中的趨勢(shì)項(xiàng)和毛刺;然后應(yīng)用“五點(diǎn)三次平滑法”對(duì)振動(dòng)信號(hào)進(jìn)行平滑化處理;最后利用本文提出的基于AEEMD和ADATA-SSI的橋梁結(jié)構(gòu)模態(tài)參數(shù)自動(dòng)化識(shí)別算法對(duì)該橋梁