经验小波变换在桥梁模态参数识别中的最优组合形式研究

摘要

经验小波变换是一种新兴的时频域模态参数识别方法，其在机械故障识别、信号特征提取及信号降噪等方向得到了广泛研究，通过现有研究可知，频谱分割精度与小波基类型对经验小波变换方法的精度具有决定性因素。基于现有的经验小波变换研究成果，对其在桥梁模态参数识别领域的应用进行了深入研究，根据实际工程数据的应用效果，选择出最优经验小波变换组合形式。主要内容包括：　　1.阐述了经验小波变换的原理，对影响其分析精度的关键因素进行了分析，汇总现有的基于频谱分割的经验小波变换改进方法，建立了基于不同频谱分割方法的经验小波变换改进方法比选框架，以含噪信号为研究对象，选择出较优的频谱分割方法。　　2.介绍了工程中常用的小波基函数，根据特性参数对小波基函数进行了初步比选。基于小波包分解思想，建立了经验小波变换中除Meyer小波基外其他小波基的嵌入方法，并以仿真信号为对象验证了该方法的应用效果。　　3.基于统计学原理，提出了一种新的奇异值重构阶次确定方法，以不同噪声级别的仿真信号验证了该方法应用效果，在此基础上建立了基于奇异值重构的经验小波变换改进方法，将其与现有的经验小波变换改进方法进行了应用效果的对比，验证了该方法的计算精度，对不同的频谱分割方法与小波基函数进行了组合，建立了基于桥梁模态参数识别的最优经验小波变换组合比选规则。　　4.以某大跨度悬索桥为研究背景，利用探索性数据分析技术对其健康监测系统采集的加速度响应进行了预处理，以主梁竖向加速度响应为分析对象，对不同经验小波变换组合进行了全年分析数据对比，并基于模态参数识别数量、数值分布范围、重构信号信噪比与均方根误差等指标进行熵权法分析，进而选择出最优经验小波变换组合形式，最后以该桥主梁横向、桥塔纵横向及吊索的实测响应数据验证了该方法计算精度。

目录

声明

第1章绪论

1.1 研究意义

1.2 时频域模态参数识别的国内外研究现状

1.2.1 WT

1.2.2 HHT

1.2.3 EWT

1.3 目前研究存在的问题

1.3.1 WT

1.3.2 HHT

1.3.3 EWT

1.4 本文研究内容与章节安排

1.4.1 研究内容

1.4.2 章节安排

第2章现有EWT改进频谱分割方法精度分析

2.1 频谱分割方法概述

2.2 EWT介绍

2.2.1 WT原理

2.2.2 EWT原理

2.3 既有 EWT频谱分割方法与现有 EWT频谱分割改进方法

2.3.1 既有 EWT频谱分割方法

2.3.2 现有 EWT频谱分割改进方法

2.4 现有 EWT频谱分割改进算法的比选方法研究

2.4.1 比选流程研究

2.4.2 IMF分量筛分指标

2.4.3 重构信号评价指标

2.5 基于仿真信号的频谱分割方法对比

2.5.1 构造仿真信号

2.5.2 现有 EWT改进方法分割效果

2.5.3 对比结果分析

2.6 本章小结

第3章小波基函数比选及EWT嵌入方法研究

3.1 小波基函数概述

3.2 基于特性参数的小波基比选分析

3.2.1 常用小波基函数性质

3.2.2 最优小波基比选方法研究

3.2.3 对比结果分析

3.3 小波基在 EWT中的嵌入方式研究

3.3.1 小波包理论

3.3.2 基于小波包理论的 EWT小波基嵌入方法

3.3.3 EWT新小波基滤波器验证

3.4 本章小结

第4章基于SVD 重构的改进EWT方法研究

4.1 概述

4.2 基于 SVD的改进 EWT 方法

4.2.1 SVD应用概况

4.2.2 基于统计学的重构阶次确定方法

4.2.3 基于 SVD重构的新 EWT方法

4.3 仿真信号分析

4.3.1 分割效果验证

4.3.2 重构信号指标分析及对比

4.4 最优 EWT组合分析方法

4.4.1 EWT组合形式

4.4.2 比选方法确定

4.5 本章小结

第5章基于桥梁模态参数识别的最优EWT 组合研究

5.1 概述

5.2 工程背景

5.3 桥梁数据预处理

5.4 主梁竖向模态参数识别

5.4.1 EWT组合 1-3识别

5.4.2 EWT组合 4-6识别

5.4.3 EWT组合 7-9识别

5.4.4 SSI-COV与 AFDD识别

5.4.5 最优 EWT方法对比

5.5 主梁横向模态参数识别

5.5.1 最优 EWT识别

5.5.2 SSI-COV与 AFDD识别

5.5.3 识别结果对比

5.6 桥塔纵向模态参数识别

5.6.1 最优 EWT识别

5.6.2 SSI-COV与 AFDD识别

5.6.3 识别结果对比

5.7 桥塔横向模态参数识别

5.7.1 最优 EWT识别

5.7.2 SSI-COV与 AFDD识别

5.7.3 识别结果对比

5.8 吊索模态参数识别

5.8.1 最优 EWT识别

5.8.2 SSI-COV与 AFDD识别

5.8.3 识别结果对比

5.9 本章小结

结论与展望

本文主要结论

展望与讨论

致谢

参考文献