基于改进EEMD算法的桥梁结构模态参数识别

对于桥梁结构而言,可以通过监测其模态参数值的变化情况来评判其健康状况。在对桥梁结构进行模态参数识别时,由于传感器采集的响应信号是在环境激励下监测的,所以信号中会含有部分的噪声,不仅会影响识别结果的精度,还会导致虚假模态的存在,所以实际运用中需要先对响应信号进行一定的预处理。现阶段被广泛运用的预处理方法是总体经验模态分解(EEMD)算法,虽然该算法是在EMD算法基础上改进得到的,但依然存在一定的缺陷。为了弥补这些缺陷,提出了一种新的分解算法,即互补自适应噪声的集合经验模态分解算法(EEMDCAN)。首先确定添加白噪声的幅值标准差和集成平均次数,接着引入了统计学中的聚类分析、相关性分析以及模糊综合评价算法来实现信号的自适应分解与降噪。最后利用所提算法对仿真信号进行分解与重构,并将所得结果与EEMD分解结果进行对比分析,以验证所提算法的可行性;同时为进一步验证所提算法能运用于实际桥梁结构中,以某大型斜拉桥为研究对象,利用改进算法对其加速度信号预处理,结果表明改进算法能够克服EEMD算法存在的模态混叠现象,能更好地对信号进行降噪与重构,且能保留响应信号中更多的有用信息,具有一定的实际运用价值。     

微生物淋溶法去除污泥中的重金属

为了降低污泥中毒性重金属对环境的危害,采用单因素实验研究培养基的pH 值、微生物的接种量、淋 溶的温度及循环淋溶时间对重金属去除效果的影响及最优条件下污泥中重金属含量变化.结果表明:淋溶液的 pH 值随污泥中重金属的去除逐渐降低,培养基最佳的pH 值为1.0,最佳微生物的接种量为15.0%,最佳淋溶 温度为30C,最佳循环淋溶时间为全天循环;在最佳工艺条件下,污泥中Cd、Mn、Cu、Pb和Zn的浸出率分别高 达88.0%、88.0%、69.0%、67.0%和83.0%.