基于EMD和ARMA模型桥梁振动信号降噪的处理方法

在桥梁振动信号的采集和传输过程中,针对外界环境的影响可能会在信号中形成局部强噪声干扰,从而造成分析结果的失真以及由于桥梁振动信号通常具有较宽的频谱成分,致使传统的滤波降噪方法存在很大的局限性等问题,基于经验模态分解(EMD)和自回归滑动平均(ARMA)模型提出了一种信号降噪方法。首先,利用EMD把有强噪声干扰的信号分解成不同时间尺度的本征模函数(IMF)和残余项;然后,分别对每个IMF无干扰区段建立ARMA模型,利用各个模型对有干扰区段进行滤波,用滤波后的数据代替原来的数据,对于残余项,拟合为多项式;最后,将所有的IMF及拟合后的残余项叠加,即得到降噪后的信号。通过对实测南京长江大桥有对讲机干扰的应变信号进行分析,结果表明了该方法的可行性及有效性。     

基于小波分析的机车转向架振动信号的降噪和故障诊断

从小波变换的理论背景出发，介绍了利用小波变换对信号进行分解的原理。并重点对小波分析在信号消噪和故障诊断两方面的工程应用做了一些有益的探讨。首先对机车转向架振动信号用db4小波进行了分解，并运用所介绍的算法进行了消噪处理，取得了明显的效果。其次是运用小波包频分技术建立了机车转向架的振动状态特征向量，能较好地表征机车振动的故障状态。     

基于改进经验模态分解法的地铁列车轮轨应变信号降噪

地铁列车轮轨应变信号的采集受到诸多因素影响,存在随机白噪声,准确性较差。对此,提出一种改进的经验模态分解法用以降噪,可提高局部均值求解精度,抑制模态混叠现象。运用该法对地铁列车轮轨应变实测信号进行分析,结果表明:改进经验模态分解法能有效消除轮轨应变信号中随机白噪声的干扰和影响,对有效识别轮轨力真实信号具有重要意义。     

基于集合经验模态分解和小波变换的轮轨力应变信号降噪

为解决轮轨力应变信号中的噪声干扰问题,提出了基于集合经验模态分解与小波变换相结合的去噪方法。该方法能够判断出含有基线漂移和高频噪声的模态分量。对含有基线漂移的分量通过小波变换进行分解,将代表基线漂移的趋势项置零达到去除基线漂移的目的。对于高频噪声,则是采用小波阈值法进行去除。实测轮轨力应变信号的去噪处理表明了该方法的有效性。     

基于功率曲线时域特征和变分模态分解的S700K转辙机运行状态诊断算法

根据S700K转辙机动作功率曲线非线性、非平稳、能充分反映转辙机不同状态信息的特点,提出基于功率曲线时域特征和变分模态分解、排列熵和模糊聚类分析的S700K转辙机全周期状态诊断算法。获取典型功率曲线,计算其有效值、峰值因子和峭度因子作为时域特征值,用于描述功率曲线能量特征、冲击特性及概率密度;为弥补曲线类型中时域特征值差异不明显的特征表征,采用变分模态分解将功率曲线分解成具有不同频率特性的模态函数,计算不同模态函数的排列熵得到4个频域特征值;将时、频域共计7个特征值作为运行状态特征集,使用模糊聚类算法对特征集进行运行状态诊断,得到S700K转辙机的运行状态（正常、亚健康、故障和严重故障）。实例应用结果表明：对选取的60组曲线,本文算法诊断正确率为98.33%;故障库为30条曲线时,程序运行时间不超过1.3 s;采用该算法,无须对模型进行训练,便能准确有效地诊断S700K转辙机运行状态,适合S700K转辙机样本少的特点。     

基于EMD和随机减量技术的大型桥梁模态参数识别

结合南京长江大桥结构健康监测信号,提出将经验模态分解(EMD)与随机减量技术(RDT)相结合进行结构模态参数识别的方法。对于环境随机激励,经EMD分解后的结构模态响应,实际上由自由振动响应和外荷载引起的强迫振动响应2部分组成,可应用RDT得到对应模态的自由振动响应,从而识别结构的频率及阻尼。通过与有限元及谱分析结果相比较,证明了将EMD与RDT相结合的方法识别非平稳振动信号模态参数的有效性和合理性,适合于大型桥梁结构的模态参数识别。     

基于解析模式分解和随机减量技术的桥梁模态参数识别

大跨异型桥梁模态振型耦合严重,环境振动响应频率分布密集,直接利用随机减量技术(RDT)处理这类结构环境振动响应信号时,难以从随机减量信号中识别多模态的参数。由于解析模式分解(AMD)能有效将模态密集分布的振动信号分解为一系列单模态子信号,故结合解析模式分解和随机减量技术开展大跨异型桥梁模态参数识别研究。首先,对环境振动响应信号进行解析模式分解,获得一系列单模态子信号;然后,对每个子信号进行随机减量技术处理,提取随机减量信号,克服随机减量技术处理多模态信号的缺陷;最后,采用最小二乘法按照单自由度系统自由振动函数从随机减量信号中识别模态频率和阻尼比。通过三自由度振动系统仿真分析,研究该方法的可行性,分析随机减量技术参数对模态参数识别结果的影响。采用该方法识别了一座大跨曲线主梁人行拱桥的前4阶模态的频率和阻尼比,并与随机子空间法识别结果进行对比。结果结果表明：该方法可从多模态环境振动响应中有效识别结构的频率和阻尼比;阈值常数取1.5倍信号的均方根值、随机减量信号长度取10倍模态周期能更准确地识别固有频率和阻尼比。本文提出的方法能有效识别真实结构的模态参数,识别的前3阶竖弯模态阻尼比约0.45...     

信号自适应分解对比研究及其在机车轴承故障诊断中的应用

为有效提取机车轴承故障特征,开展信号自适应分解方法对比研究。分析了经验模态分解、局域均值分解和局部特征尺度分解3种常用方法的局部均值计算、分解成分和分解能力。针对局域均值分解存在的问题,提出了改进方案并有效验证。进一步提出了先做改进局域均值分解,再采用1(1/2)维谱处理得到的乘积分量的机车轴承诊断的方法,成功用于DF_4型机车的故障诊断。     

基于模态分析技术的大跨度斜拉桥主梁损伤识别

根据模态曲率的概念,构造结构损伤指标。采用有限元方法,对1座设定主梁不同位置发生损伤的大跨度预应力混凝土斜拉桥进行动力特性分析,利用构造的结构损伤指标对结构损伤进行识别研究。结果表明:结构损伤指标对结构损伤的识别精度与参与计算的模态振型及节点间距有关。应选择在损伤位置振幅较大的模态振型,而避免平衡位置处于损伤位置或附近的模态振型。该方法对结构的早期损伤可进行定性判断,结构损伤指标随结构的早期损伤程度的增大而增大,且增长幅度逐渐变小,当结构损伤达到一定程度后,损伤指标不再增大,而在渐近线附近波动。节点间距在一定范围内增大时,不影响损伤位置的识别,甚至可以确定损伤程度,但可能会反映不出损伤对其临近区域的影响;节点间距过大,可能发生漏判。     

基于单元模态应变能法的桥梁结构损伤识别研究

桥梁结构损伤识别是对桥梁结构进行安全性评定的一个重要环节。本文首先根据桥梁结构损伤前后动力特性分析,导出由于单元损伤引起的结构模态振型的改变系数;然后,运用结构局部损伤因子法建立单元损伤敏感的指示因子,推导出单元损伤前后的单元模态应变能的变化,并对损伤单元与未损伤单元之间的关系进行了研究。最后,以单元模态应变能的变化率作为损伤定位的判别参数,对桥梁结构损伤定位的识别方法进行了研究,并以一座装配式预应力钢筋混凝土系杆拱桥作为工程实例,通过其在不同损伤情况下计算结果和实测结果的分析和讨论,说明该方法能够比较准确地对结构损伤进行定位识别,同时也证明本文研究方法的正确性和有效性。     

ASK混噪信号的自适应消噪系统

作者提出一种自适应消噪系统,对受强电干扰(宽带平稳过程)的ASK混噪信号有明显消噪效果。在分析消噪系统主要部件(平衡式自适应信号分离器及自适应波形识别检测器)性能的基础上,研制出硬件系统。经测试表明,该系统消噪效果明显。     

基于稀疏分解的微弱信号检测方法

微弱信号的检测在通信、雷达、声纳等领域有着重要的意义,一直是信号处理的难点。本文将信号稀疏分解思想应用于信号检测,提出一种算法。算法中信号稀疏分解采用Matching Pursuit(MP)算法实现,原子采用正弦波模型,通过对正弦波模型伸缩和平移形成过完备原子库。由MP分解结果,可检测出淹没在强噪声环境中的微弱正弦信号的幅度、频率和初相位参数,从而恢复出待检测的微弱正弦信号。所提出方法在-40 dB极低信噪比环境下可以同时检测多个正弦信号。计算机仿真结果证实了算法的有效性。     

结构非线性振动的杂交/混合幅值增量变分原理

从Ｈｅｌｌｉｎｇｅｒ－Ｒｅｉｓｓｎｅｒ混合型Ｈａｍｉｌｔｏｎ变分原理出发，采用Ｔｏｔａｌ Ｌａｇｒａｎｇｅ坐标描述法，建立了以Ｇｒｅｅｎ应变和第二Ｐｉｏｌａ－Ｋｉｃｈｈｏｆｆ应力表示的结构非线性振动的势能－杂交／混合幅值增量变分原理。据此，建立了中厚度－薄板非线性振动的增量有限元列式。简支方板和固支方板大幅自由振动分析的数值结果表明了本文方法的可靠性和有效性。     

基于改进VMD的高速动车组轴箱轴承故障识别方法

针对高速动车组运行工况复杂、轴箱轴承故障率较高、背底噪声强和故障识别难度大的情况,提出基于改进变分模态分解（VMD）的动车组轴箱轴承故障识别方法。首先,运用能量差法和合成谱峭度法计算最优的变分模态分解关键参数;其次,基于相关系数、谱峭度及奇异值构建的评价参数,选取用于重构故障信号的本征模态分量;最后,对重构后的信号进行傅里叶变换,实现在强背底噪声情况下的故障特征频率识别,并通过模拟数据和真实动车组轴箱轴承试验数据对提出的方法进行验证。结果表明：提出的方法能够有效地在强背底噪声情况下重构带有预设的40或200 Hz故障特征频率的信号,重构后的信号最大程度保留了轴承的故障信息;故障特征频率识别效果好,能够为保障高速动车组的安全运行提供技术支撑。     

基于模态参数和神经网络的桥梁损伤识别方法

由于人工神经网络具有强大的模式识别能力,近年来被广泛用于结构的损伤识别.神经网络输入参数的选择直接影响损伤识别的效果,利用结构振动模态分析理论,验证了结构损伤前后的模态柔度差和模态振型差均有对基准有限元建模误差不敏感的特性,建立了以上述两种指标作为神经网络输入参数进行结构损伤程度识别的方法,从而避免因基准有限元模型误差对神经网络训练数据的影响,提高识别准确性.32 m简支箱梁的数值模拟结果表明,训练好的神经网络可以准确地识别出结构损伤程度,并且讨论了测量误差对识别结果的影响.     

基于经验模态分解的惯性测量单元加速度信号处理

对惯性测量单元(IMU)输出的加速度信号进行频域分析,采用基于连续均方根误差准则的经验模态分解(EMD)去噪方法,将加速度信号低频成分滤除,以降低轨道状态检测中噪声信号对测量精度的影响.对去噪后的加速度信号进行连续两次积分处理,可获得载体的空间运动轨迹.     

基于能量泛函变分原理的三层有砟轨道垂向振动带隙分析

客货混运铁路在我国分布较广且具有明显周期特征,研究其弹性波传播特性对于轨道结构振动控制具有重要意义.以有砟轨道结构为研究对象,建立三层周期性有砟轨道结构,并提出一种基于能量泛函变分原理和平面波级数展开的混合方法,用以求解轨道结构的带隙特性.与有限元软件COMSOL仿真结果对比验证了混合方法的准确性.此外,还研究了刚度对...     

基于模态贡献量分析方法的地铁车辆结构降噪优化研究

地铁列车的运行过程中伴随着不同程度的车体板件振动,由此而引起的车体板件辐射噪声是地铁列车车内噪声的重要来源之一。应用模态贡献量分析方法,研究了车体板件的振动对车内场点声压级的影响特性,并通过修改局部板件等效厚度的方式改善车内声场。将地板等效厚度减少2 mm后,场点43 Hz、82 Hz频率处的线性声压级均降低了6 dB以上。通过模态贡献量分析找出对车内噪声贡献较大的模态,并结合其模态振型以及板件节点贡献量分析进行针对性结构优化,这种方法可以起到改善车内场点处声学响应的效果。     

基于运行模态参数辨识的动车组异常振动在线监测技术

针对动车组抖车、晃车异常振动发生时,振型较单一且模态阻尼比下降的特点,提出一种基于运行模态参数辨识的动车组异常振动监测技术。采用时域模态分析方法,对车体振动加速度进行实时计算,获得模态频率、阻尼比和参与因子,根据模态参与因子确定当前振动的主导振型,由主导振型的模态频率判断是否存在动车组异常振动,并根据模态阻尼比对动车组异常振动的严重程度进行量化分级报警。动车组车体平稳性监测装置现场服役跟踪数据验证表明,该技术具有较高的识别精度。     

基于横向模态差的桥梁横联构件损伤识别

讨论桥梁结构横向刚度的研究现状和影响因素,比较国内外规范关于横向刚度、横向水平变形限定的异同。文章提出用桥梁结构双侧响应模态差对结构的横向联系完整性进行评估,进而对桥梁结构的横向刚度进行探讨;通过比较全桥的双侧模态的响应差值曲线差异,对结构可能存在的损伤进行定位识别和初步的损伤程度识别。通过对一两跨连续钢桁架桥的有限元模拟分析,验证该指标对于横向联系完整性的评估和结构损伤识别的有效性和敏感性。