在基于泄流激勵壩體受迫振動響應的結構損傷識別過程中,測得的振動信號不僅包含結構損傷信息,同時還存在大量復雜低頻、高頻噪聲干擾,傳統去噪算法很難將壩體微弱振動信號完整提取出來.引入運算效率高、抗噪聲強、抗模態(tài)混疊的變分模態(tài)分解（VMD）并對其進行改進.改進VMD算法只能濾除高頻噪聲,而壩體有用振動信號主成分耦合在低頻密頻噪聲中.利用具有主成分提取優(yōu)勢的奇異譜分析（SSA）算法對改進VMD算法重構的信號二次去噪以濾除低頻噪聲.實驗數據表明,該聯合算法可為研究基于振動響應的結構損傷識別與定位提供先決條件. 

【文章來源】：應用基礎與工程科學學報. 2020,28(06)北大核心EICSCD

【文章頁數】：11 頁

【部分圖文】：

振測原始信號功率譜密度分布

首先，用特征波形匹配法對輸入信號延拓處理，消除端點效應．原始信號記為ff，其時域波形如圖2.S1為信號左端點，對應時刻t=0.Mi(i=1,2,3，…)為信號極大值，對應時刻tmi.Ni(i=1,2,3，…)為信號極小值，對應時刻tni．由左邊界S1、M1、N1構成特征波形ΔS1M1N1，在信號內部搜索與特征波形匹配度最高的波形作為最佳匹配波形，提取最佳匹配波形左邊一定范圍信號連接至S1點，實現左邊界延拓．同理右延拓，延拓后信號記為f[12]．由上述延拓方法可知，原信號左右兩端延拓了與其本身相近的波形信號，使端點效應發(fā)生于延拓信號兩端，有效抑制端點效應．對延拓后的信號進行VMD分解，其原理如下:懲罰因子α和保真度系數τ使用默認值:α=2 000，τ=0．將延拓后的信號f分解為K個模態(tài)分量uk(t)，估計各IMF信號的帶寬，得到約束變分問題[4]

1)用改進VMD法對輸入信號進行自適應K值篩選，得出K=3．為驗證篩選結果正確性，作不同K時經VMD分解后各分量歸一化中心頻率分布圖，如圖3所示．從圖中可以看出K=4～9時，如虛線圈所示，分量歸一化中心頻率曲線出現“平臺”，證明此時兩個相鄰分量歸一化中心頻率接近，產生模態(tài)混疊，因此最優(yōu)K值為3，與改進VMD自適應篩選K值相同，驗證了改進的正確性．2)以其中一個IMF分量(中心頻率40Hz)為例，作其時域波形如圖4．由圖可見，VMD分解得出的該分量兩端存在明顯端點效應，而改進VMD分解出來的該分量很好減緩了端點效應，大大提高了分解精度．

【參考文獻】：
期刊論文
[1]基于SVD與改進EMD聯合的泄流結構工作特性信息提取[J]. 張建偉,暴振磊,江琦,王濤,劉軒然.  應用基礎與工程科學學報. 2016(04)
[2]改進的VMD方法及其在轉子故障診斷中的應用[J]. 劉尚坤,唐貴基.  動力工程學報. 2016(06)
[3]應用盲源分離方法分離巖礦混合像元[J]. 蔣夕平,于瀚文,吳芳,修連存.  應用基礎與工程科學學報. 2015(05)
[4]EMD自適應三角波匹配延拓算法[J]. 王錄雁,王強,魯冬林,張梅軍,毛迪.  振動與沖擊. 2014(04)
[5]基于集成經驗模態(tài)分解和峭度準則的滾動軸承故障特征提取方法[J]. 胡愛軍,馬萬里,唐貴基.  中國電機工程學報. 2012(11)
[6]奇異值差分譜理論及其在車床主軸箱故障診斷中的應用[J]. 趙學智,葉邦彥,陳統堅.  機械工程學報. 2010(01)

博士論文
[1]泄流結構水力拍振機理及動態(tài)健康監(jiān)測技術研究[D]. 李成業(yè).天津大學 2013



本文編號：3422622