發(fā)布時間：2018-11-14 13:09

【摘要】：環(huán)境激勵下結(jié)構(gòu)的振動響應(yīng)信號一般是非線性、非平穩(wěn)的,而傳統(tǒng)的基于振動的結(jié)構(gòu)損傷識別方法通常建立在系統(tǒng)為線性的前提下。為此,本文利用能自適應(yīng)地處理非線性和非平穩(wěn)信號的Hilbert-Huang變換(HHT)和時間序列中的自回歸(Auto-regressive,AR)模型進行結(jié)構(gòu)損傷識別研究,主要內(nèi)容如下:(1)綜述了結(jié)構(gòu)損傷識別研究的進展,著重介紹了基于信號處理技術(shù)的結(jié)構(gòu)損傷識別方法的發(fā)展,指出其應(yīng)用的范圍和存在的問題。(2)簡述了HHT及AR模型的基本理論。(3)提出了基于HHT與AR模型的結(jié)構(gòu)損傷識別方法,將加速度響應(yīng)信號通過經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposition,簡稱EMD)進行分解,得到單分量的固有模態(tài)函數(shù)(Intrinsic Mode Function,簡稱IMF),對其利用AR模型進行擬合,利用結(jié)構(gòu)損傷前后AR模型殘差構(gòu)造損傷特征指標進行結(jié)構(gòu)損傷預(yù)警,利用IMF的瞬時相位識別結(jié)構(gòu)的損傷程度。分別在白噪聲激勵下、非平穩(wěn)激勵下進行數(shù)值模擬,并考慮了噪聲的影響,最后通過實驗驗證了該方法的有效性。(4)第四章利用改進的HHT與AR模型結(jié)合進行結(jié)構(gòu)的損傷識別。由于信號經(jīng)EMD分解過程中會產(chǎn)生模態(tài)混疊問題。為此,利用Butterworth濾波器將原始的寬帶信號過濾為含有單階頻率成分的窄帶子信號;為提高損傷預(yù)警方法的抗噪性,這里采用窄帶子信號的自相關(guān)函數(shù)進行EMD分解,然后經(jīng)AR模型對自相關(guān)函數(shù)進行擬合,利用AR模型的殘差構(gòu)造損傷特征指標進行結(jié)構(gòu)損傷預(yù)警,最后利用IMF的瞬時相位識別結(jié)構(gòu)的損傷程度。分別在白噪聲激勵下、非平穩(wěn)激勵下進行數(shù)值模擬,并考慮了噪聲的影響,最后通過實驗驗證改進措施的有效性、合理性。
[Abstract]:The vibration response signals of structures under ambient excitation are generally nonlinear and non-stationary, while the traditional vibro-based structural damage identification methods are usually based on the premise that the system is linear. In this paper, Hilbert-Huang transform (HHT) and autoregressive (Auto-regressive,AR) model in time series are used to study structural damage identification, which can deal with nonlinear and non-stationary signals adaptively. The main contents are as follows: (1) the progress of structural damage identification is reviewed, and the development of structural damage identification based on signal processing is introduced. The application scope and existing problems are pointed out. (2) the basic theory of HHT and AR model is briefly introduced. (3) the structural damage identification method based on HHT and AR model is proposed, and the acceleration response signal is decomposed into (Empirical Mode Decomposition, by empirical mode. EMD) is used to decompose and get the inherent mode function of single component (Intrinsic Mode Function, for short IMF), to fit it by using AR model. The damage characteristic index of AR model before and after structural damage is used to predict structural damage. The instantaneous phase of IMF is used to identify the damage degree of the structure. Numerical simulation is carried out under white noise excitation and non-stationary excitation, and the effect of noise is considered. Finally, the effectiveness of the method is verified by experiments. (4) in chapter 4, the improved HHT and AR model are used to identify the damage of the structure. Because the signal is decomposed by EMD, modal aliasing will occur. For this reason, the original wideband signal is filtered into a narrow band signal with single order frequency by Butterworth filter. In order to improve the noise resistance of the damage warning method, the autocorrelation function of narrow band sub-signal is used to decompose the EMD, and then the autocorrelation function is fitted by the AR model, and the structural damage early warning is carried out by using the residual damage characteristic index of the AR model. Finally, the instantaneous phase of IMF is used to identify the damage degree of the structure. Numerical simulation is carried out under white noise excitation and non-stationary excitation, and the effect of noise is considered. Finally, the effectiveness and rationality of the improved measures are verified by experiments.
【學(xué)位授予單位】：青島理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TU317

【相似文獻】

相關(guān)期刊論文 前10條

1 李貴炳;結(jié)構(gòu)損傷識別指標法及其實現(xiàn)[J];太原理工大學(xué)學(xué)報;2003年05期

2 王術(shù)新;結(jié)構(gòu)損傷識別的現(xiàn)狀和發(fā)展[J];現(xiàn)代制造工程;2004年03期

3 李大偉,李霆;一種基于頻率的結(jié)構(gòu)損傷識別方法及識別矩陣的建立[J];機電工程技術(shù);2005年07期

4 和飛,葉燎原;基于振動的結(jié)構(gòu)損傷識別方法綜述[J];工程抗震與加固改造;2005年S1期

5 朱子;董聰;;基于最小秩方法的結(jié)構(gòu)損傷識別[J];建筑科學(xué)與工程學(xué)報;2006年03期

6 尹濤;余嶺;朱宏平;;一種基于模型修正的結(jié)構(gòu)損傷識別方法[J];振動與沖擊;2007年06期

7 李清富;張江威;;改進的灰色關(guān)聯(lián)分析法在結(jié)構(gòu)損傷識別中的應(yīng)用[J];建筑科學(xué);2008年05期

8 李偉;;結(jié)構(gòu)損傷識別技術(shù)的發(fā)展現(xiàn)狀與展望[J];山西建筑;2008年23期

9 李蕊;周麗;;基于不完全測量的結(jié)構(gòu)損傷識別研究[J];西安建筑科技大學(xué)學(xué)報(自然科學(xué)版);2011年01期

10 何偉;何容;;基于動力學(xué)特性的結(jié)構(gòu)損傷識別研究進展[J];鐵道建筑;2012年02期

相關(guān)會議論文 前10條

1 翟鵬程;高岳權(quán);;結(jié)構(gòu)損傷識別方法研究現(xiàn)狀[A];土木建筑教育改革理論與實踐[C];2009年

2 和飛;葉燎原;;基于振動的結(jié)構(gòu)損傷識別方法綜述[A];第二屆全國防震減災(zāi)工程學(xué)術(shù)研討會論文集[C];2005年

3 鐘軍軍;;模型縮聚在結(jié)構(gòu)損傷識別中的應(yīng)用研究[A];第六屆全國土木工程研究生學(xué)術(shù)論壇論文集[C];2008年

4 婁永利;韓大建;;基于攝動有限元法的結(jié)構(gòu)損傷識別的研究[A];第十四屆全國工程設(shè)計計算機應(yīng)用學(xué)術(shù)會議論文集[C];2008年

5 李燁;王建;李青;錢鵬;薛松濤;唐和生;;基于粒子濾波器的結(jié)構(gòu)損傷識別研究[A];首屆全國既有結(jié)構(gòu)加固改造設(shè)計與施工技術(shù)交流會論文集[C];2007年

6 吳金志;張毅剛;;建筑結(jié)構(gòu)損傷識別技術(shù)的研究與進展[A];第二屆全國現(xiàn)代結(jié)構(gòu)工程學(xué)術(shù)研討會論文集[C];2002年

7 陳曉強;朱宏平;暏東東;張俊兵;;應(yīng)用動能密度和遺傳算法進行梁結(jié)構(gòu)損傷識別[A];第六屆全國土木工程研究生學(xué)術(shù)論壇論文集[C];2008年

8 胡寧;王翔;姚振漢;吳智深;;利用靜態(tài)響應(yīng)并結(jié)合頻率測試數(shù)據(jù)進行結(jié)構(gòu)損傷識別[A];第八屆全國結(jié)構(gòu)工程學(xué)術(shù)會議論文集（第Ⅰ卷）[C];1999年

9 袁旭東;高潮;高少霞;;量測模態(tài)數(shù)量對結(jié)構(gòu)損傷識別影響數(shù)值模擬研究[A];第15屆全國結(jié)構(gòu)工程學(xué)術(shù)會議論文集（第Ⅲ冊）[C];2006年

10 徐建立;楊飛宇;;基于聲音信號的結(jié)構(gòu)損傷識別方法[A];2011年全國失效分析學(xué)術(shù)會議論文集[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 宋華珠;基于獨立分量分析的結(jié)構(gòu)損傷識別研究[D];武漢理工大學(xué);2006年

2 鄒萬杰;基于振動測試的桿系鋼結(jié)構(gòu)損傷識別研究[D];武漢理工大學(xué);2009年

3 譚林;基于動力指紋的結(jié)構(gòu)損傷識別可靠度方法研究[D];華南理工大學(xué);2010年

4 焦莉;基于數(shù)據(jù)融合的結(jié)構(gòu)損傷識別[D];大連理工大學(xué);2006年

5 唐小兵;結(jié)構(gòu)損傷識別及數(shù)值模擬[D];武漢理工大學(xué);2004年

6 張開鵬;結(jié)構(gòu)損傷識別方法研究[D];武漢理工大學(xué);2004年

7 袁穎;橋梁結(jié)構(gòu)損傷識別方法的相關(guān)問題研究[D];大連理工大學(xué);2006年

8 王茂龍;結(jié)構(gòu)損傷識別與模型更新方法研究[D];東南大學(xué);2003年

9 孫國;基于稀疏模態(tài)響應(yīng)的結(jié)構(gòu)損傷識別方法[D];大連理工大學(xué);2006年

10 張育智;基于神經(jīng)網(wǎng)絡(luò)與數(shù)據(jù)融合的結(jié)構(gòu)損傷識別理論研究[D];西南交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 潘曉威;基于頻響函數(shù)的結(jié)構(gòu)損傷識別方法[D];河北大學(xué);2015年

2 王曉光;基于運行模態(tài)的橋梁結(jié)構(gòu)損傷識別對比研究[D];長安大學(xué);2015年

3 田福志;基于無跡卡爾曼濾波的結(jié)構(gòu)損傷識別方法研究[D];南昌大學(xué);2015年

4 徐昌宏;基于聯(lián)邦擴展卡爾曼濾波的結(jié)構(gòu)損傷識別方法[D];南昌大學(xué);2015年

5 翁璞;基于改進HHT的結(jié)構(gòu)損傷識別方法研究[D];長沙理工大學(xué);2014年

6 魏文馨;基于神經(jīng)網(wǎng)絡(luò)法的內(nèi)河框架墩式碼頭結(jié)構(gòu)損傷識別[D];重慶交通大學(xué);2015年

7 華盼盼;基于Hilbert-Huang變換的結(jié)構(gòu)損傷識別研究[D];青島理工大學(xué);2015年

8 何立志;希爾伯特—黃變換及其在結(jié)構(gòu)損傷識別中的應(yīng)用[D];北京工業(yè)大學(xué);2006年

9 佟顯能;基于信息融合的結(jié)構(gòu)損傷識別研究[D];青島理工大學(xué);2010年

10 王濤;基于振動特性的結(jié)構(gòu)損傷識別方法與試驗研究[D];北京工業(yè)大學(xué);2009年

，

本文編號：2331243