地铁隧道掘进爆破振动效应研究

在目前的隧道掘进过程中,多采用的是爆破开挖法。以武汉地铁二号线工程为背景,采用现场爆破振动监测与数值模拟相结合的方法,对隧道掘进爆破过程中产生的地表振动效应进行研究。结果表明:数值计算所获得的地表振速峰值与现场监测结果吻合较好,其变化规律和特征与实测结果基本一致,证明采用数值模拟方法研究隧道掘进爆破产生的振动效应是可行的。成形隧道对地表振动速度存在不同程度的放大作用,在后续的施工中应该注意控制爆破振动速度,保护成形隧洞上方建筑物的安全。     

一种基于EMD和小波阈值的桥梁振动信号混合去噪方法

在对桥梁进行健康监测的过程中,桥梁振动信号易受外部环境干扰而产生噪声,影响桥梁真实振动数据的获取与分析.为了减少噪声带来的影响,提出一种基于经验模态分解法(EMD)与小波阈值的混合去噪方法.该方法先通过EMD分解信号获得高频固有模态函数(IMF)分量,然后选取IMF分量使用小波阈值去噪,最后重构IMF分量获得去噪后的信号.结果 表明,基于EMD和小波阈值混合去噪能有效地滤除干扰噪声信号,且去噪效果优于单一的EMD分解去噪法和小波阈值去噪法.这一结果为桥梁振动信号的去噪处理提供了有意义的参考.     

基于AO算法优化VMD参数联合小波阈值的桥梁信号去噪方法

当桥梁进行状态评估和健康监测时，所获得的桥梁信号易受外部环境的干扰，难以反映桥梁结构的真实响应。针对桥梁信号夹杂环境噪声等问题，提出了基于联合天鹰算法(Aquila Optimizer, AO)、变分模态分解(Variational Mode Decomposition, VMD)和小波阈值的去噪方法。该方法首先利用AO算法优化VMD的参数，然后用VMD对含噪声的信号进行自适应分解，再去除方差贡献率较小的模态，最后对剩余的模态进行小波阈值去噪处理，重构信号得到去噪后的真实信号。对模拟信号和桥梁动应变的实测信号分别进行分析，结果表明：基于AO算法优化VMD参数联合小波阈值的去噪方法能有效滤除噪声信号，且去噪效果优于单一的小波阈值去噪、EMD联合小波阈值去噪以及EEMD联合小波阈值去噪等常用的去噪方法，研究成果可为桥梁信号的去噪处理提供有意义的参考。     

基于EEMD和能量算子解调的发动机瞬时转速计算

针对发动机瞬时转速Hilbert频率解调法端点效应误差大、计算精度低的问题,提出了基于总体经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和能量算子解调的瞬时转速计算方法。该方法利用EEMD从原始多分量信号中提取包含瞬时转频的单分量信号,再利用能量算子解调法从所提单分量信号中解调出瞬时转频,进而求得瞬时转速,消除了Hilbert变换的端点效应,提高了计算精度。通过试验信号仿真和实测信号的应用研究,证明了本方法的有效性和准确性。     

基于EMD-SDP图像特征和改进DenseNet车用PMSM故障诊断

永磁同步电机（permanent magnet synchronous motor,PMSM）因转速范围宽、输出转矩大、调速响应快、尺寸小、质量轻等优点被广泛应用于电动汽车驱动系统。受恶劣气候、异常振动和频繁起动-制动工况因素影响,PMSM易发生匝间短路、退磁、轴承磨损等故障。本文针对PMSM相似故障单一维度信号下难区分以及工作条件发生变化时传统诊断方法鲁棒性差的问题,提出了一种基于经验模态分解-对称点模式（empirical mode decomposition-symmetric dot pattern,EMD-SDP）图像特征和改进DenseNet相结合的车用永磁同步电机故障诊断方法。首先,通过实验获取不同状态的电机在多种工况下振动信号,将预处理的振动信号进行EMD处理,求解不同层级本征模态函数（intrinsic mode function,IMF）;其次,将原始振动信号转化为SDP图像,对不同层级IMF转化为RGB色彩特征在SDP图像上显示出来;然后,通过融合scSE注意力机制改进DenseNet学习图像数据集构建分类网络模型;最后,按照信号-图像-网络的流程对待测电机状态进...     

基于自适应变分模态分解的扩展工况传递路径分析方法

为削减扩展工况传递路径分析在信号采集过程中干扰噪声的影响,提高分析精度,提出了一种结合自适应变分模态分解和巴氏距离的优化OPAX方法。该方法考虑到多尺度模糊熵能够较好地表征非稳态复杂信号,将其作为适应度函数。采用模拟退火粒子群算法和粒子群算法分别对信号进行自适应变分模态分解,并通过模拟信号证明了模拟退火粒子群算法的泛化性和准确性。最后采用巴氏距离对分解信号进行筛选,以区分相关模态和非相关模态,将相关模态进行重组实现OPAX采集信号的有效去噪。在确定去噪算法的准确性后,以某轻型客车为例,建立了振动测点到驾驶员右耳的传递路径分析模型,在90 km/h匀速行驶工况下采集整车主要结构点悬置主被动端的加速度信号,并对采集信号进行了降噪处理。以驾驶员右耳声压的测试值为参考,对比了OPAX优化前后计算结果。结果表明:优化后OPAX计算值的信噪比提高了71.2%,均方根误差减小了66.9%,在峰值频率处的误差均控制在5%以内;该方法能有效滤除OPAX在信号采集过程中的干扰噪声,有效保留信号的完整性,提高OPAX方法的分析精度。     

EEMD和SVM在发动机故障诊断中的应用

针对发动机缸盖振动信号的非线性非平稳特征,提出一种总体平均经验模态分解(EEMD)和支持向量机相结合的信号分析及故障诊断方法,该方法利用EEMD算法以及IMF序列和原始振动信号之间的相关系数,有效放大故障诊断特征向量的差异。对原始振动信号进行EEMD分解,得到各阶特征模态函数(IMF),求各阶IMF分量对应于原始信号的相关系数并组成故障分类特征向量。分别将IMF相关系数法和IMF能量分布法得到的特征向量作为输入,建立BP神经网络和支持向量机,判断发动机工作状态和故障类型。分析表明,对IMF求相关系数的方法简便易行,能有效放大不同工况下特征向量的差异,结合支持向量机能够对既定机型的配气机构和点火系常见故障进行准确识别。     

基于蚱蜢算法优化变分模态分解的滚动轴承故障诊断

针对变分模态分解(VMD)在处理实际信号无法预先掌握其分解参数(K,α)而限制其使用，以及包含故障信息的特征参数的选取问题，提出了自适应变分模态分解(AVMD)算法。该算法首先以所分解模态的平均包络信息熵和包络峭度两种指标融合作为目标函数，利用蚱蜢算法(GOA)寻优，获取VMD的分解参数(K_op,α_op),接着对原始振动信号进行VMD分解，通过能量百分比的计算，选取能量90%及以上的敏感模态，对其多域联合的特征参数构建特征向量，最后利用支持向量机(SVM)对滚动轴承的四种状态进行识别。通过滚动轴承数据集分析表明，采用AVMD方法提取的故障特征比EMD、EEMD、传统VMD以及PSO-VMD等方法提取的故障诊断特征的故障模式识别准确率更高，在测试数据集上的准确率达到99.166 7%。     

城市环境下隧道工程控制爆破技术的研究现状与展望

在城市环境中采用钻爆法修建市政交通隧道，存在着爆破振动、施工噪音、危及临近建筑物及地下管线等一系列问题。因此，如何优化爆破方案，有效控制爆破对既有建（构）筑物的振动影响，是城市隧道工程建设中亟待解决的问题。本文从单孔爆破的精细描述以及爆破方案的整体优化两个方面，对前人的研究成果进行综述，并在此基础上，对今后的可能研究方向提出展望。     

新建后祠隧道爆破振动对既有隧道的影响研究

新建隧道爆破施工不可避免地对既有隧道的通行安全产生影响。依托福建厦蓉高速公路后祠隧道扩建工程，研究新建隧道爆破施工对既有隧道的影响规律。通过现场监测与数值模拟相结合，得出爆破振动沿既有隧道横断面和轴线方向的动力特性，指出振动响应受到不同外界因素（围岩级别、中夹岩厚度、开挖进尺、自由面条件）的显著影响。     

多塔斜拉桥加劲索涡激振动实测与时域解析模态分解

为研究多塔斜拉桥中塔加劲索涡激振动时域和频域特性，对多根加劲索开展了振动加速度测量和风速、风向观测，研究了加劲索振幅与风速和风向的关系，分析了加速度时程的时域和频域特征。采用解析模态分解法对加劲索涡激振动加速度时程进行了分解，分析了所得分量的时域和频谱特征。研究发现，在无雨和较低风速条件下，同侧并列加劲索仅迎风侧发生明显涡激振动，其峰值振动是以频率为6.25 Hz的第28阶模态主要参与为特征，为高阶多模态涡激振动，明显发振风速约为4~5 m·s^-1，风向接近垂直桥轴线，其面内振动明显大于面外。1^#加劲索面内涡激振动时程分解得到的3个相邻高阶频率时程分量显示，第28阶模态振动加速度随时间的变化，主导了加劲索振动加速度幅值的增大和减小。同时认为，解析模态分解法不仅能较好地分离含有多个密集频率分量的时域信号，且分解得到的分量不改变原信号分量的频率特征，分解分量再合成的信号与原信号时频特征完全一致。因而可采用解析模态分解法分解具有多个密集频率分量的柔性结构响应，能有助于工程结构风致响应的模态参数识别。     

城市隧道拓宽改造中爆破控制措施分析

以福州金鸡山隧道拓宽改造项目为背景，为降低爆破振动对邻近通行洞以及周边房屋的影响，通过采用合理的交叉中隔壁（CRD）隧道开挖法、调控药量、掏槽方式布设等措施加以控制。结果表明:监测点爆破振速均未超过限定值，说明控制措施有效。     

隧道下穿县城爆破震动对地表建筑影响及安全评价

榆佳高速公路佳县隧道整体下穿佳县县城,洞顶地表有大量房屋、道路等结构物,钻爆法施工可能造成地表建筑开裂、失稳等不利影响.为明确受影响范围及程度大小,确保工程顺利进行而展开专题研究.根据规范拟定爆破最大段装药量为5.0kg,采用数值模拟方法计算地表振速峰值,对地表建筑进行安全评价并提出应对措施,初步分析黄土的振动响应特征.研究结果显示:隧道上方地表房屋和道路最大振速均满足安全允许标准,距隧道拱顶最近的两座房屋最大振速为2.4 cm/s,主振频率为56.0 Hz,在施工中应加强监控量测和实施加固保护措施;黄土覆盖层可以有效加速震动能量衰减,频率大于70 Hz的高频部分基本被过滤,但震动持续时间加长.评价结果可为施工方案和监控设计提供依据,评价方法可为类似工程提供参考和借鉴.     

弱GNSS信号下基于EMD和LSTM的车辆位置预测方法研究

针对弱GNSS环境下组合导航（INS/GNSS）系统存在的定位偏差问题，提出一种基于经验模态分解和长短期记忆网络的车辆位置预测算法。首先，针对训练数据中噪声较大的惯导数据，提出一种融合经验模态分解与离散小波变换的降噪算法。该算法基于噪声能量估计和各阶本征模态函数的功率谱密度函数，提出一种确定混合模态函数阶数上下界的方法，并采用离散小波变换硬阈值法对混合模态函数进行滤波处理，最终利用经过处理的各阶模态函数重构原始数据以达到降噪目的。训练数据经过预处理后，采用改进的堆叠式长短期记忆网络离线训练位置预测模型，利用该训练模型可在线实时进行位置预测。针对车辆定位序贯数据预测，提出一种局部数据降噪方法，该方法利用一定长度时间窗口的历史数据，通过线性最小二乘给出当下时刻数据的预估值，并与实际量测值进行滑动平均滤波，优化位置预测的结果。在封闭场地模拟隧道环境下，对长短期记忆网络输入端进行局部数据降噪与不进行降噪处理比较，经度和纬度的归一化均方误差分别下降了13.34%和9.38%，经度和纬度的归一化平均绝对误差分别下降了8.64%和5.41%；在复杂城市交通环境下，检验提出的方法，经度和纬度的归一化均方误差分别下降了6.51%和5.66%，经度和纬度的归一化平均绝对误差分别下降了5.70%和8.23%。试验结果表明，在弱GNSS信号环境下，提出的车辆位置预测方法有效提高了车辆定位精度和稳定性。     

基于响应功率谱传递比的桥梁结构工作模态参数识别方法

为实现基于振动传递比函数的工作模态分析方法能够在任一荷载工况下识别结构模态参数，引入参考响应思路，构建响应功率谱传递比（Power Spectral Density Transmissibility，PSDT）函数。首先利用比例函数的极限定理，揭示PSDT在系统极点处的重要特性，进而根据这一特性建立PSDT驱动的峰值法；同时为解决传统传递比方法无法识别结构阻尼的问题，建立基于PSDT驱动的最小二乘复频域法（LSCF），通过参数化拟合思路识别频率、振型和阻尼比，并运用稳定图辅助剔除虚假模态。通过10层剪切型框架结构数值算例，对比研究外部激励性质对PSDT法及传统频域法（峰值法、频域分解法）识别结果的影响。最后，运用PSDT法对环境激励下的人行桥进行工作模态分析，并与传统响应传递比方法及随机子空间法（SSI）结果进行对比。研究结果表明：在同一工况下不同参考响应的PSDT函数在系统极点与外部激励性质无关，且等价于振型比值；PSDT法相比于传统频域法对外部激励具有更为良好的鲁棒性，能够降低识别谐波激励引起的虚假模态的风险；不同于传统响应传递比方法，在任一工况下基于PSDT法能够识别人行桥的包括阻尼比在内的工作模态参数，并产生更为清晰的峰值和稳定图，具有更好的可操作性；该方法识别结果与SSI结果吻合较好，验证了其在任一荷载工况下分析实际桥梁结构工作模态特性的可行性。     

钢箱梁的声振特性及影响因素研究

为分析钢箱梁的声振特性，联合锤击试验和统计能量分析（SEA）方法从统计能量分析参数和声振响应两方面进行研究。首先，以某钢箱梁节段[10.1 m（长）×4.8 m（宽）×3.1 m（高）]为对象，通过锤击激励获得顶板和底板不同位置的加速度频响函数。然后，建立SEA模型预测钢箱梁的振动声辐射，考察了各板件在100~5 000 Hz频段的模态数，并将加速度频响函数的仿真结果与实测值进行对比。最后，通过数值仿真分析，探讨了结构设计参数（加劲肋和横隔板）对统计能量分析参数和钢箱梁声振响应的影响规律。研究结果表明：除个别频带外，顶板和底板不同测点位置的加速度频响函数没有显著差异；SEA方法可较精确地预测钢箱梁的高频振动噪声，且相比有限元方法具有更高的计算效率；设置加劲肋后，板件的模态密度和输入功率均下降，子系统间的耦合程度降低，但板件的辐射效率增大；设置加劲肋后，顶板和底板的振动速度级在每个频带平均下降8.2 dB和6.7 dB，钢箱梁声功率级在每个频带平均减小3.1 dB（A）；相比加劲肋厚度而言，加劲肋间距对钢箱梁声振响应的影响更大，应优先作为声学优化的主要参数；横隔板可在一定程度上降低板件的振动响应，取消横隔板将导致钢箱梁声功率级在每个频带平均增大1.3 dB（A）。     

飑线风作用下大跨度斜拉桥模态特性实测研究

为表征雷暴风对大跨度斜拉桥的作用，以苏通大桥监测数据为基础，开展了飑线风作用下大跨度斜拉桥模态特性实测研究。首先，基于短时平稳假设，分析了飑线风的实测风场特性，探究了桥梁抖振响应与风速的相关性，并刻画了其在风速突增与下降过程中的差异；然后，计算了不同时段内主梁实测竖向、侧向和扭转加速度的功率谱密度，并分析了飑线风对主梁振动频谱的影响；最后，采用随机减量法，开展了飑线风作用全过程大跨度斜拉桥的模态参数识别，获得了桥梁的模态频率与阻尼比，从而研究了飑线风对大跨度斜拉桥模态参数的影响。研究结果表明：主梁抖振响应均方根与风速呈非线性正相关，飑线风前端与后端风场对桥梁抖振响应的影响总体类似；在飑线风作用时段内，大跨度斜拉桥各阶模态对应的振动能量相较其他时段更为显著；多阶竖弯、侧弯和扭转模态的频率随风速的增加而增加；阻尼比受风速影响较大，各阶模态的影响规律不尽相同；主梁1阶竖弯和1阶侧弯模态的阻尼比随风速的增加而增加，而1阶扭转模态的阻尼比随着风速的增加而减小。     

扁平箱梁断面弯扭耦合软颤振非线性特性研究

针对大跨度桥梁软颤振非线性特性，采用弹簧悬挂节段模型风洞试验法，研究了典型扁平箱梁断面（宽高比10.7：1）在均匀流场下的软颤振响应，并采用一种新型的高精度测力技术——内置天平同步测力测振法测量了非线性颤振自激力时程，该测力技术可大幅降低天平信号中的惯性力成分，提高自激力的测量精度。试验结果表明：扁平流线型箱梁断面在风攻角5°、±3°和0°时均出现了软颤振响应，观测到的软颤振现象表现为自限幅的极限环振荡，振幅随着风速的增加而增大，随着风攻角的增大，软颤振起振风速降低，振幅增加的斜率变缓；软颤振振动出现在扭转模态，竖向和扭转位移均存在一定的高次谐波成分，但与基频相比较为微弱，可以忽略；扁平箱梁断面的软颤振具有显著的弯扭自由度耦合特性，弯扭耦合程度随风速增加而增大，在软颤振振幅发展过程中，节段模型仍然以线性扭转复模态的形式振动，扭转复模态向量的幅值变化较为明显（约15%），需要考虑其随振幅的缓变特性，相位特性变化非常微弱（相位差变化小于3%），可以忽略。基于内置天平同步测力测振技术，测量得到的非线性自激力信号能够较为精确地计算软颤振振动位移时程，具有较高的精度，自激升力和自激扭矩均在大振幅下表现出显著的高次谐波成分。     

打造MATLAB软件与安捷伦信号与频谱分析仪完美结合

2008年9月26日，安捷伦科技公司（NYSE：A）与The MathWorks公司宣布，购买安捷伦公司的EXA，MXA或PSA信号分析仪可同时享有MATLAB软件。安捷伦信号分析仪与MATLAB数据分析软件的结合，可让工程师们更加从容地以可视化的方式去分析、解调和过滤信号，这在以往是很难或几乎不可能实现的。双方的这一协议让用户可以一站式地获得高品质仪器和数据分析软件。     

基于IGWO-BP算法的轨道交通短时客流预测

轨道交通短时客流具有随机性和非线性的特点。为提高轨道交通短时客流预测结果的准确度，研究了基于改进的灰狼优化算法（IGWO）与BP神经网络的短时客流预测算法（IGWO-BP）。计算轨道交通客流不同时间序列的相关系数，确定了BP神经网络的输入和输出方式；用余弦思想和动态权重策略对原始灰狼优化算法改进，提高算法的全局搜索能力和寻优效率；用IGWO算法优化BP神经网络的初始权值和阈值，提高短时客流预测结果的准确性。预测了西安轨道交通2号线龙首原站周三早高峰15 min时间粒度的短时客流量，并将IGWO-BP算法的预测结果与其他5种模型（KF，GM，SVM，BPNN，GWO-BP）比较。结果表明，IGWO-BP算法的均方根误差为89.65，平均绝对百分比误差为1.16%，预测结果的精度和稳定性均为最优。