10.13465/j.cnki.jvs.2016.08.026
基于 CEEMD 分解和 Data-SSI 算法的斜拉桥模态参数识别
针对集合经验模态分解算法存在的不足之处,提出了一种基于聚类分析的集合经验模态分解算法(CEEMD),以实现对响应信号的降噪与重构。首先对输入信号进行特征分析以确定加入白噪声的幅值标准差以及 EE-MD 集成次数;其次进行 EEMD 分解;并对所得本征模态函数(IMF)利用欧式距离进行聚类分析,以检验所得本征模态函数之间是否存在模态混叠现象;然后采用模糊综合评价法计算每个 IMF 与实测信号之间的模糊相似系数,以便选出有效的 IMF 分量;再利用主成分分析和帕累托图法对保留下来的有效 IMFs 进行信号的重构,进而达到对实测信号的有效分解和降噪效果。为了验证该算法能运用于实际桥梁中,对某大型斜拉桥进行实例分析,首先对传感器所测响应信号进行重构,然后将其作为数据驱动随机子空间算法的输入,进行模态参数识别,同时为了进一步验证该算法所得结果比现有算法更为精确,对各算法结果进行了对比分析,结论是该算法能对响应信号进行更好的降噪与重构,且所得结果更接近真实值,能运用于实际桥梁的模态参数识别。
桥梁工程、CEEMD、模糊综合评价法、主成分分析、帕累托图、Data-SSI
35
U446.3(桥涵工程)
2016-05-12(万方平台首次上网日期,不代表论文的发表时间)
共8页
166-172,200