基于VMD-KLD的桥梁挠度监测数据温度效应分离方法

摘要：

传统经验模态分解(empirical mode decomposition,EMD)方法在处理桥梁挠度信号时存在模态混叠、分解误差累积等问题,致使分解结果尚不理想.为此,提出了一种结合变分模态分解(variational mode decomposition,VMD)和K-L散度(Kullbaek-Leibler divergence,KLD)的桥梁挠度监测数据温度效应分离方法.利用VMD分解桥梁挠度信号,获得若干个本征模态函数(intrinsic mode function,IMF);借助核密度估计求得各IMF分量的概率密度函数分布,进而得到各分量KLD值,剔除虚假IMF分量,选定最佳分量;运用Pearson相关系数对最佳分量进行效果评价;通过数值仿真算例与实桥监测数据,验证了该方法的有效性.结果 表明:该方法融合了VMD自适应、抗噪能力强和KLD快速选取最优信号的优势,克服了传统EMD模态混叠等缺陷,减少了虚假分量的干扰,将两者结合使得分解及筛选特征信号分量高效可靠,温度效应分离效果良好;仿真信号经VMD-KLD分析得到日、年温差效应及长期挠度相关系数分别为0.9946、0.9837和0.9704,实测信号得到的日、年温差效应相关系数分别为0.9081、0.9364;同EMD-KLD相比,VMD-KLD分离出的各挠度成分相关系数更接近于1,仿真信号分析中日、年温差效应及长期挠度分别提升了4.43％、10.84％和8.81％,实测信号分析中日、年温差效应分别提升了12.35％、5.57％.该方法可为桥梁挠度监测数据温度效应在线分离提供一种新的思路.

关键词：温度效应;变分模态分解(VMD);K-L散度(KLD);桥梁挠度分离;健康监测

所属期刊栏目：41

分类号：U441(桥涵工程)

资助基金：国家自然科学基金;国家自然科学基金;重庆市自然科学基金;贵州省科技支撑计划;重庆交通大学研究生科研创新项目

在线出版日期：2022-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：105-113