基于ICEEMDAN的连续梁桥车致振动信号的HHT分析
2021-07-02邢世玲吕双双朱利明
邢世玲 ,吕双双 ,朱利明 ,张 佳
(南京工业大学交通运输工程学院,江苏 南京 210009)
为了保证桥梁的服役安全,桥梁使用一定年限后,必须对桥梁进行定期检测来监测桥梁结构的健康状况并进行养护管理.损伤识别与定位是结构损伤检测系统设计的关键.我国有大量待检测的常规桥梁,而这种桥梁往往原始资料缺失,无法获取桥梁结构的初始状态.所以,不基于模型的损伤识别方法非常有必要和意义.无模型识别一般可分为时域识别、频域识别和时频分析.傅里叶谱分析是常用的频域分析方法,时频分析方法包括小波变换、小波包变换和Hilbert-Huang变换(Hilbert-Huang transform,HHT).近十几年的基于移动车辆荷载作用的桥梁损伤识别研究中,采用最多的时频分析方法是小波变换[1-4],采用HHT法的还较少[5-8].HHT是Huang等[9]1998年提出的,由经验模式分解(empirical mode decomposition,EMD)和 Hilbert谱分析(Hilbert spectral analysis,HSA)构成,其中 EMD是核心,HHT法是一种比傅里叶变换及小波变换等更具适应性的时频局部化分析方法.因为HHT具有完备的自适应性,其EMD过程无需提前设定基函数,克服了小波分析方法依赖主观经验的缺点.但EMD方法由于自身计算理论的缺陷,在分解过程中容易出现模态混叠现象,影响分解效果,限制了HHT方法在桥梁工程中的应用.所以,EMD自被提出以来一直在改进,经历了EMD[9]、集合经验模式分解(ensemble empirical mode decomposition,EEMD)[10]、完备集合经验模式分解(complementary ensemble empirical mode decomposition,CEEMD)[11]、带有自适应噪声的完备集合经验模式分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)[12]和改进的带有自适应噪声的完备集合经验模式分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)[13]的发展过程.
相较于 EMD、EEMD、CEEMD和 CEEMDAN,ICEEMDAN方法对……
