基于优化参数的变分模态分解结构损伤识别
多数建筑结构在受到损伤后损伤指标不明显,使用传统的经验模态分解、局部模态分解等会产生端点效应,导致模态混叠,对准确识别结构损伤造成一定的影响,而变分模态分解采用非递归算法对信号进行分解,很好地抑制了模态混叠与端点效应,但是其参数设置需人为经验.为了能够将更好地运用在结构损伤识别中,本文通过能量差值比来确定K值,同时通过遗传算法以局部最小包络熵值为目标函数对变分模态分解参数进行寻优,将优化后的变分模态分解方法与瞬时频率及归一化能量比相结合运用到结构损伤识别领域.通过算例分析以及模拟3层框架结构刚度折损分析,证明:相比于集合经验模态分解,变分模态分解对仿真信号的分解效果更好,且能够更精确地识别结构损伤时间及位置.
损伤识别、能量差值比、遗传算法、包络熵、变分模态分解、瞬时频率、归一化能量比
54
TU317(建筑结构)
2022-04-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
7-13