為了更好地提取結(jié)構(gòu)損傷特征信息,提出了基于經(jīng)驗小波變換（EWT）和希爾伯特變換的振動信號分析方法。首先,用EWT對結(jié)構(gòu)損傷加速度振動信號的頻譜進行自適應(yīng)分割,然后提取不同的調(diào)幅-調(diào)頻（AM-AF）分量,最后對其進行希爾伯特變換,獲取瞬時頻率。仿真和工程實驗結(jié)果表明:經(jīng)驗小波變換相對于經(jīng)驗?zāi)B(tài)分解（EMD）可以更好地提取信號的各個特征分量,為信號時頻處理奠定基礎(chǔ),且分解的模態(tài)少,不存在虛假模態(tài)。同時,EWT與Hilbert的結(jié)合更進一步驗證了該方法的有效性。 

【文章來源】：計算機與數(shù)字工程. 2020,48(01)

【文章頁數(shù)】：5 頁

【部分圖文】：

四種工況采集的加速度信號圖

2020年第1期計算機與數(shù)字工程（b）信號x2(t)的時域波形圖1信號的時域波形圖（a）x1(t)EWT分解（b）x1(t)EMD分解（c）x2(t)EWT分解（d）x2(t)EMD分解圖2信號的EWT和EMD分解4實際工程振動信號的實驗與分析4.1實際工程振動信號的EWT分解本節(jié)實驗數(shù)據(jù)來自ASCE實際工程振動加速度信號的采集（第二期）［21］，是UBC地震工程實驗室實際測量得到的。損傷體現(xiàn)為取掉結(jié)構(gòu)板層間的斜支柱或松動螺栓的形式。工程振動數(shù)據(jù)選取電動機振動激勵下產(chǎn)生的加速度信號，采樣頻率是200Hz，擇取6000個數(shù)據(jù)進行分析研究，選取以下四種工況進行研究，如圖3所示。1）無損傷狀況；2）東南側(cè)1層與4層一個跨的斜支柱取掉；3）東側(cè)全部層的斜支柱與2層朝北的斜支柱取掉；4）全部層的斜支柱取掉，加之全部層?xùn)|北側(cè)4層橫梁端頭的螺栓松動狀況。圖3損傷模式圖4~5為四種不同工況下采集的加速度振動信號及四種工況利用EWT方法分解得到的信號。圖4四種工況采集的加速度信號圖（a）（b）（c）（d）圖5四種工況下加速度信號的EWT分解圖4.2振動信號頻譜邊界探測和Hilbert變換為了更好地區(qū)分有無損傷信號，圖6是對應(yīng)圖4~5中四種工況下的信號頻譜圖。其中圖（a）、（b）、（c）、（d）是四種工況的N分別為2，7，11，6所對應(yīng)的信號頻譜邊界探測，其中圖（a）沒有探測到頻譜的邊界，圖（b）、（c）、（d）探測到損傷信號大概分布在20Hz、30Hz左右的低頻區(qū)。結(jié)構(gòu)發(fā)生損傷時，其本征頻率隨之發(fā)生變?

2020年第1期計算機與數(shù)字工程（b）信號x2(t)的時域波形圖1信號的時域波形圖（a）x1(t)EWT分解（b）x1(t)EMD分解（c）x2(t)EWT分解（d）x2(t)EMD分解圖2信號的EWT和EMD分解4實際工程振動信號的實驗與分析4.1實際工程振動信號的EWT分解本節(jié)實驗數(shù)據(jù)來自ASCE實際工程振動加速度信號的采集（第二期）［21］，是UBC地震工程實驗室實際測量得到的。損傷體現(xiàn)為取掉結(jié)構(gòu)板層間的斜支柱或松動螺栓的形式。工程振動數(shù)據(jù)選取電動機振動激勵下產(chǎn)生的加速度信號，采樣頻率是200Hz，擇取6000個數(shù)據(jù)進行分析研究，選取以下四種工況進行研究，如圖3所示。1）無損傷狀況；2）東南側(cè)1層與4層一個跨的斜支柱取掉；3）東側(cè)全部層的斜支柱與2層朝北的斜支柱取掉；4）全部層的斜支柱取掉，加之全部層?xùn)|北側(cè)4層橫梁端頭的螺栓松動狀況。圖3損傷模式圖4~5為四種不同工況下采集的加速度振動信號及四種工況利用EWT方法分解得到的信號。圖4四種工況采集的加速度信號圖（a）（b）（c）（d）圖5四種工況下加速度信號的EWT分解圖4.2振動信號頻譜邊界探測和Hilbert變換為了更好地區(qū)分有無損傷信號，圖6是對應(yīng)圖4~5中四種工況下的信號頻譜圖。其中圖（a）、（b）、（c）、（d）是四種工況的N分別為2，7，11，6所對應(yīng)的信號頻譜邊界探測，其中圖（a）沒有探測到頻譜的邊界，圖（b）、（c）、（d）探測到損傷信號大概分布在20Hz、30Hz左右的低頻區(qū)。結(jié)構(gòu)發(fā)生損傷時，其本征頻率隨之發(fā)生變?

【參考文獻】：
期刊論文
[1]經(jīng)驗小波變換在變壓器鐵心松動故障診斷中的研究[J]. 王忠強,錢詩林,寇曉適,婁建勇.  機械設(shè)計與制造. 2018(01)
[2]一種基于經(jīng)驗小波變換的齒輪副故障診斷方法[J]. 宋世毅.  機械. 2017(09)
[3]基于經(jīng)驗小波變換的變壓器振動信號特征提取[J]. 趙妙穎,許剛.  電力系統(tǒng)自動化. 2017(20)
[4]基于經(jīng)驗小波變換的振動信號分析[J]. 陳學(xué)軍,楊永明.  太陽能學(xué)報. 2017(02)
[5]基于經(jīng)驗小波變換的電暈電流降噪方法[J]. 王秋生,陳璐,袁海文,劉元慶,劉穎異.  電網(wǎng)技術(shù). 2017(02)
[6]基于經(jīng)驗小波變換的機械故障診斷方法研究[J]. 李志農(nóng),朱明,褚福磊,肖堯先.  儀器儀表學(xué)報. 2014(11)
[7]一種改善EMD端點效應(yīng)的新方法及其在諧波分析中的應(yīng)用[J]. 蘇玉香,劉志剛,李科亮,霍柏超.  電工電能新技術(shù). 2008(02)

博士論文
[1]結(jié)構(gòu)健康監(jiān)測與智能診斷技術(shù)研究[D]. 劉義艷.長安大學(xué) 2010



本文編號：3069467