10.13465/j.cnki.jvs.2016.01.032
基于EEMD与FastICA的损伤异常识别与定位
为了准确地提取结构损伤异常信息,消除小波奇异值分解时存在需要特定的小波基和分解层数以及经验模态分解(EMD)方法存在诸如虚假模态混叠等问题,提出一种基于改进的总体平均经验模态分解(EEMD)与快速独立分量分析(FastICA)相结合的提取结构损伤特征并进行识别与定位的新方法.首先,通过EEMD对结构动力响应信号进行预处理并用FastICA提取出包含损伤信息的特征分量对结构响应异常进行识别和初步定位;然后,计算归一化的源分布向量(NSDV)的最大值,并根据该最大值精确定位结构损伤.最后,通过框架数值算例和试验进行了所提方法的验证,结果表明该算法能够较好地进行结构损伤异常的识别与定位.
总体平均经验模态分解、快速独立分量分析、损伤定位、源分布向量
35
TU317(建筑结构)
国家自然科学基金51278127,50878057;国家十二五科技支撑计划2012BAJ14B05
2016-05-05(万方平台首次上网日期,不代表论文的发表时间)
共7页
203-209