基于多尺度局部模式滤波的桥梁动力信号噪声模态识别方法

发布时间：2024-02-29 19:17

　　桥梁动力信号作为结构模态参数识别、有限元模型修正与损伤识别等桥梁健康监测领域中重要科学问题的依据,数据质量将直接影响这些问题的处理效果,动力信号的滤波问题在该领域中具有十分重要的研究意义。针对传统Hilbert-Huang理论进行信号滤波的不足,主要表现为自适应分解阶段中的模态混叠现象与重构阶段中的分量筛选等问题;基于小波阈值降噪法进行信号滤波的不足,主要表现为因降采样导致的时移信息丢失与小波域内阈值确定具有随机性等问题。这些问题将导致最终滤波性能产生劣化,出现降噪不彻底与有效模态丢失的现象,对此,国内外大量学者进行了相应的算法改进研究,取得了不同程度的进展。本文主要针对上述两种理论进行信号滤波时存在的不足,将二者结合并相互改进,提出了一种基于多尺度局部模式滤波的噪声模态识别方法,并应用于实际桥梁工程实例中,效果良好。本文依托国家自然科学基金项目(41430642、51108207)和吉林省科技发展计划重点项目(20180201083SF)的资助,开展了以下研究工作:(1)针对EEMD(集合经验模态分解)与CEEMD(补充集合经验模态分解)滤波的不足,提出了一种基于多尺度局部模式滤波的...

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

图1.1桥梁的局部

第章绪论桥梁作为国民经济发展的重要交通运输线，近年来国内外大量的桥梁垮塌事故时有发生，因此其安全状况倍受人们关注。由于桥梁所处环境的复杂性与变异性，人们对系统状态的认知程度与结构的真实特性往往具有较大的差异，因此，单一的依靠结构分析手段已难以准确判定系统的安全状况，图所示为桥梁结....

图2.1模拟信号及其各模态成分

第章信号滤波的基本理论征时间尺度，波形混叠、难以辨识，因此，在这种现象的影响下，每个之间的正交性表现较差，这种现象被称为模态混叠现象。基于理论的信号滤波实质是一种选频滤波操作，若分量出现了模态混叠，将会导致噪声模态与真实模态被包含在同一中，最终造成滤波不彻底或者有效模态的丢失。与....

图2.2模拟信号的EEMD分解从图中可以明显看出，通过分解，与分别可以表征

第章信号滤波的基本理论图2.2模拟信号的EEMD分解从图中可以明显看出，通过分解，与分别可以表征原信号中的与的模态成分，而与之间则具备非常接近的模态频率，显然中包含了噪声模态与的模态成分，同时，在中也包含了未完全中和的虚假模式与损失的低频真实模态。在中详细阐述了理论体系的基本原理....

图3.1方法的整体结构

第章基于多尺度局部模式滤波的自适应分解与重构的优化滤波方法图3.1方法的整体结构噪声集成的多尺度局部模式滤波方法的流程如下：步骤：噪声集成信号的时域多尺度分解（测试集样本建立）；步骤：对噪声集成进行频谱分析与噪声水平估计，以此为依据，建立样本模型（训练集样本建立）；步骤：基于模糊....

本文编号：3914802