为了更好地实现桥梁结构信号分解和模态参数识别的一体化处理,以及桥梁结构运营状态的实时监控.首先针对经验模态分解方法(EMD)存在的不足进行完善,包括引入正交思想以提高模态的辨识精度,提出筛选有效本征模态函数的新算法(自适应经验模态分解,AEMD).其次针对协方差的随机子空间识别(COV-SSI)算法难以适用于桥梁结构这种非线性时变结构,提出了将滑窗技术融于其中以实现对桥梁结构模态参数的跟踪识别.随后将AEMD算法和改进的协方差驱动随机子空间算法进行结合以实现桥梁结构信号分解和模态参数识别的一体化处理.最后以某大型斜拉桥为研究对象,对比分析了所得模态参数结果以验证所提算法的可行性,结果表明:在EMD算法中融入正交思想能够有效地提高模态的辨识精度,同时还能在一定程度上处理端点效应;通过夹角余弦法计算各IMF分量与原始信号之间的相似程度可以实现有效IMF分量的筛选;将滑窗技术与随机子空间算法进行结合,能实现对时变结构的模态参数识别;将滑窗技术、AEMD算法及COV-SSI算法进行融合,能够实现从信号分解到模态参数识别的一体化处理,能够完成对桥梁结构模态参数的在线监测,且所得结果具有可信性.

桥梁工程;AEMD;COV-SSI;固有频率;滑窗技术

重庆交通职业学院,重庆 402247

[1]尹红燕;唐莉;刘东霞-.改进EMD和COV-SSI在桥梁结构模态参数识别中的运用)[J].公路交通科技,2022(12):75-85

AEMD,滑窗技术

COV,SSI,桥梁结构,结构模态参数,模态参数识别,信号分解,一体化处理,实时监控,经验模态分解,分解方法,辨识精度,本征模态函数,新算法,协方差,随机子空间识别,时变结构,融于,子空间算法,斜拉桥,端点效应,夹角,余弦,IMF,相似程度,在线监测,可信性,桥梁工程,固有频率

0.183159