经验小波变换在桥梁模态参数识别中的应用

针对桥梁结构模态密集、测试信号噪声强度高等特点,为在时频域内识别桥梁结构的模态参数,引入最新的经验小波变换,提出了一种基于经验小波变换的桥梁结构模态参数识别方法,以仿真信号验证了该方法在信号分解上的有效性。结合某曲线斜拉桥模型试验动力测试数据,识别了该模型桥梁前六阶竖向自振频率和前四阶横向自振频率,结果表明:该方法能对桥梁测试信号有效分解,各分量之间不存在模态混叠,并能正确识别出桥梁结构的模态参数,为该领域的研究提供了新思路。     

基于自适应变分模态分解的桥梁振动信号降噪

针对实际桥梁结构振动响应信号易受环境噪声的影响,而降噪效果较好的VMD方法存在本征模态函数分解数量难以确定的问题,提出了一种改进的变分模态分解(Variational Mode Decomposition)方法——自适应变分模态分解方法(Adaptive VMD,AVMD),实现了桥梁振动响应信号的自适应降噪。在传统VMD方法的基础上,通过结合EMD方法和主成分分析,解决了VMD方法中本征模态函数分解数量难以确定的问题,并引入多尺度小波分解技术,对受噪声污染的信号进行多尺度分解、优选与重构,进而实现复杂桥梁结构振动信号的降噪。以一座大型悬索桥为工程背景,对桥梁实测振动响应数据进行了降噪与模态参数提取。结果表明,AVMD方法解决了传统VMD方法中本征模态函数分量难以确定的问题,降噪信号所识别出的桥梁结构虚假频率比原始信号所识别出的虚假频率减少了58.82%。     

基于EMD模态相关和形态学降噪的齿轮故障诊断研究

为了从齿轮振动信号中提取出包含有故障信息的特征频率,针对现有EMD(Empirical Mode Decomposition)降噪算法中的IMF重构问题,提出了基于EMD模态相关和形态学降噪的齿轮故障诊断方法。首先采用EMD将目标信号分解为若干个IMF分量之和,利用模态相关分选准则选取噪声主导分量和信号主导分量的分界点,并利用各个IMF分量的自相关函数来验证该准则的正确性;然后将选到的噪声主导分量进行形态学滤波,利用峭度准则优化形态学结构元素尺度,自适应的寻求最优解;最后将滤波后的噪声分量与剩余分量进行重构,得到滤波重构信号,通过频谱分析识别齿轮故障特征频率。仿真数据和齿轮裂纹故障实验测试数据的分析表明,该方法滤波效果理想,能更有效地提取出齿轮故障特征。     

基于滑窗子空间算法的桥梁运营状态预警分析研究

以某典型斜拉桥振动台模型试验为研究背景,采用滑窗技术与数据驱动随机子空间识别算法对桥梁运营状态预警方法进行研究。为实现在时域上对桥梁模态参数进行实时跟踪识别,将滑窗技术引入子空间法,提出一种滑窗子空间模态参数识别方法。而后基于滑窗子空间算法识别结果,参考各国高速铁路桥梁相关规范的状态评价指标,提出基于频率值和频率变化率的铁路桥梁运营状态预警方法,实现铁路桥梁的实时状态评估。运用模型试验各工况下的测试数据,对该模型桥的状态进行实时评估和预警分析,并将状态预警结果与模型桥实际损伤情况进行对比分析,验证所提方法的正确性,该方法可直接应用于桥梁结构的运营状态预警分析中。     

轨道交通车辆模态参数辨识方法研究

运用子空间辨识数值算法直接辨识出轨道交通车辆动力学系统的状态方程,对系统矩阵进行特征值分解后获得模态频率和阻尼比,运用稳态图来确定系统的物理极点,最后获得所识别系统的模态参数。利用此法,对轨道交通车辆垂向仿真模型进行了模态参数辨识研究。研究结果表明:如以轨道不平顺作为车辆输入、以车体和构架的位移响应作为系统输出进行辨识,则即使在噪声信号较大时,仍能获得良好的识别效果;运用仿真模型的加速度输出信号进行辨识时,车辆模态参数的识别精度受噪声影响很大;当噪声信号为原信号的5%时,以构架加速度作为输入、车体振动响应作为输出,仍能有效地识别车体的模态参数。     

一种自适应调整参数的形态学滤波新方法

针对形态学滤波在处理含有大量噪声的机械振动信号中结构元素长度不能自适应调整的问题,提出了一种可自适应调整结构元素长度的形态学滤波新方法。结构元素长度的不同会导致对信号特征提取效果的不同。该方法通过以峭度值为指标,找寻出使峭度值最大的一系列结构元素长度。然后通过计算不同长度滤波后信号的冲击特征比值,找寻出使故障特征最突出、最明显的结构元素长度。以此长度为最优长度对信号进行滤波,能够较好地提取出滚动轴承的故障特征,找到故障特征频率。通过实验台信号验证了所述方法的有效性和优点。     

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...     

基于多尺度时频图与卷积神经网络的车轮故障智能诊断

铁道车辆车轮故障的产生,不仅会增大列车的振动和噪声使乘坐舒适性下降,而且会加速车辆及轨道零部件的损伤,严重时还会引发事故,因此对车轮服役状态的实时监测对保证列车安全运营具有重要意义。针对现有铁道车辆车轮故障诊断方法存在自适应能力弱、准确率低等不足,提出一种基于多尺度时频图与卷积神经网络(CNN)相结合的车轮故障智能诊断方法,该方法利用车轮所在轴箱垂向振动加速度来间接识别车轮服役状态。1)首先采用形态学滤波器对车辆轴箱振动加速度信号进行滤波降噪,然后采用完全噪声辅助聚合经验模态分解(CEEMDAN)将滤波后的信号自适应地分解为若干固有模态函数(IMF),选取能量熵增量相对较大的三阶分量作为信号的主分量。2)分别求各主分量的Wigner-Ville分布(WVD),然后叠加转化为多尺度时频图。3)对经典的LeNet-5模型进行结构改进和网络参数优化,构建适合车轮故障诊断的CNN模型,来学习提取车轮在不同工况下的时频图特征,并对时频图进行分类,将特征学习提取与故障分类融为一体,一定程度上实现了端到端的车轮故障诊断。经仿真试验和现场试验验证表明：所提出的方法对于车速、故障类型和故障程度都有很好的...     

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。     

桥梁健康监测技术发展现状及趋势分析

研究目的：通过对桥梁健康监测技术涉及到的模型修正、指纹、动力等不同的状态评估方法的归纳，对桥梁健康监测技术现状进行了综合分析，并对健康监测技术的发展趋势进行预测。研究结果：桥梁健康监测与状态评估系统的研究尚处于基础性的探索阶段，距离实用性的系统目标尚有很大的差距。目前仅能准确测量低频响应，而低频响应多为结构的整体模态，对整体响应贡献小的局部，即使在整体模态中有所反映，但由于量值过小，往往也容易淹没在噪声、误差和不确定因素引起的扰动之中.今后桥梁健康监测的发展方向一是降低噪声和不确定性因素的影响，二足提高桥梁损伤诊断方法的灵敏度，通过技术优化可以达到对损伤程度的量化     

BSO-MCKD在高速列车齿轮箱轴承早期故障诊断中的应用

齿轮箱轴承是高速列车传动系统中的重要零件之一,其故障检测对保障列车的正常运行具有重要意义。针对强背景噪声环境下高速列车齿轮箱轴承早期故障信号微弱难以检测的问题以及最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)方法受滤波器阶数、冲击信号周期和移位数影响的问题,提出了基于天牛群优化算法(Beetle Swarm Optimization Algorithm,BSO)改进的自适应MCKD的轴承早期故障诊断方法。该方法首先采用天牛群优化算法自适应的确定MCKD的影响参数,实现最佳反褶积,然后利用最优参数相对应的MCKD对振动信号进行滤波处理,消除信号中的噪声,突出由轴承故障激发的连续脉冲,最后依据连续脉冲的周期来诊断轴承。根据轴承外圈和滚动体故障试验数据分析表明:该方法能实现高速列车齿轮箱轴承早期故障的精确诊断,且故障诊断效果优于互补经验模态分解方法和最小熵解卷积方法。     

轨道不平顺激励下车辆-桥梁垂向随机振动方差解法

提出时滞多维非白噪声轨道不平顺激励下车辆-桥梁垂向随机振动的时域分析方法。采用白噪声滤波法模拟单轮对下的不平顺,在宽频带内识别滤波器参数以实现波长选择功能。基于Pade近似构造累次时滞滤波器以反映各轮对下不平顺之间的时滞关系。结合成型和时滞滤波器,构造以一致白噪声为输入、时滞多维非白噪声不平顺为输出的合成滤波器。建立车辆-桥梁垂向振动模型,并与合成滤波器联立得到一致白噪声激励下的车-桥-滤波器扩阶状态方程。继而提出求解此扩阶时变系统随机振动方差响应的递推算法。算例结果与MonteCarlo模拟法符合良好,表明该方法具有足够的精度,且对时间步长不敏感。     

基于主导模态的高速铁路矮塔斜拉桥易损性地震动强度参数研究

以怀邵衡铁路(90+180+90)m矮塔斜拉桥为工程依托,采用平均振型能量系数作为桥梁主导模态识别指标,在此基础上提出用于评估桥梁易损性的基于主导模态的地震动强度参数,并进行该参数的合理性分析.结果表明:基于主导模态的地震动强度参数充分考虑了地震动及结构自振特性,与桥梁地震损伤分析结构响应参数具有很强的相关性;针对高速...     

西宁北川河钢管混凝土拱桥的理论和实验模态分析

对西宁北川河钢管混凝土拱桥进行了理论与实验模态分析，该桥为中承式钢管混凝土系杆拱桥，净跨90m，桥面净宽2l.6m。本文首先介绍了现场环境脉动实验概况，利用频域中的单模态识别法(SDOFI)、峰值法(PP)和时域中的随机子空间识别法(SSI)分别进行桥梁动力参数识别；利用ANSYS建立了全桥三维有限元模型，并进行了参数修正，理论和实验模态分析结果具有相当好的吻合程度。参数分析表明：不同规范的动力特性计算结果是有一定差别的。此类测试和分析可以提供结构健康监测的基准模型，服务于结构状态评估和修复。     

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。     

摆式列车线路检测信号的动态自适应滤波研究

为提高摆式列车检测系统的精度,针对传统数字滤波器的不足,将非平稳随机信号时变模型参数的自适应估计与普通卡尔曼滤波算法相结合,提出一种能有效消除或削弱测量信号中高斯白噪声的卡尔曼动态自适应滤波方法及数学模型。实时建模精度是实现卡尔曼动态滤波的关键。通过对具有不同遗忘因子的递推最小二乘算法的分析和比较,结果表明,带自适应遗忘因子的递推最小二乘算法(RLSAF)由于其遗忘因子能根据信号本身的统计特性的变化自适应地进行调整,因而对非平稳随机信号具有很强的跟踪性能。采用基于RL-SAF算法的卡尔曼动态自适应滤波方法,能实现摆式列车线路检测信号(陀螺仪角速率信号)的有效滤波。     

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。     

优化形态学滤波在高速列车轴承故障诊断中的应用

针对传统形态学滤波方法在提取高速列车轴箱轴承故障特征时过于依赖先验知识,结构元素相关参数(长度L和高度h)未结合信号特征做自适应选取的问题,文章在数学形态学滤波(Mathematical Filter, MF)、布谷鸟算法(Cuckoo Search Algorithm, CS)、实际工程应用方面做了深入研究。通过布谷鸟算法对结构元素的长度和高度进行自适应寻优,然后使用最优结构元素对信号进行处理,提取出信号中的冲击成分和故障特征,对比传统的解调方法可以发现该方法更准确、更快速。     

基于形态学滤波和CEEMDAN-WVD的车轮失圆诊断

现有列车车轮失圆监测方法的准确性受车速及线路条件影响较大,为了更准确地监测车轮服役状态,文中提出基于形态学滤波和CEEMDAN-WVD的车轮失圆诊断方法：车辆轴箱垂向振动加速度经数学形态学滤波器滤波降噪后,运用完全噪声辅助聚合经验模态分解（CEEMDAN）将其分解为一系列的固有模态函数（IMF）,然后选取能量熵增量相对较大的几阶IMF分量进行Wigner-Ville分布（WVD）计算,从而叠加得到轴箱振动加速度的多尺度时频图,最后根据多尺度时频图的分布特征来诊断车轮状态。通过仿真分析和工程实例研究结果表明,运用该方法可有效地识别复杂工况下的车轮服役状态。     

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。