典型文献
基于贝叶斯估计的振动基频提取及预测算法
文献摘要：
通过振动频率法测量斜拉桥索力时,由于受设备安装条件和复杂环境的影响,在振动频谱中通常只能获得各级高阶自振频率,而无法直接识别基频.针对这一难点,基于弦振动理论分析索振动的2个重要特性,提出一种基于贝叶斯估计的振动基频提取及预测算法,文中采用高斯函数建立先验概率分布模型和似然函数模型,通过"差频法"和"主频法"联合求解提高成功率,提高基频提取及预测算法的精度和稳定性.利用最新计算的基频值对模型进行更新,使其具备动态学习能力.应用结果表明,经过迭代后的模型参数能自适应调整,并逐渐趋于稳定,基频预测曲线与测量曲线的变化趋势一致,总体预测误差在±1.5％以内.根据基频计算的全桥索力分布与工程实际相符,与成桥索力对比的总体偏差在±10％以内,拉索运营状态正常.
文献关键词：
索力监测;振动频率法;贝叶斯;基频提取
中图分类号：
作者姓名：
王代君;陈星;龚惠云;熊玮
作者机构：
江西省交通运输科学研究院有限公司 南昌 330000;江西省交通监控指挥中心 南昌 330000
文献出处：
引用格式：
[1]王代君;陈星;龚惠云;熊玮-.基于贝叶斯估计的振动基频提取及预测算法)[J].交通科技,2022(05):44-48
A类：
基频提取,弦振动理论
B类：
贝叶斯估计,预测算法,振动频率法,斜拉桥,设备安装,复杂环境,振动频谱,自振频率,直接识别,重要特性,高斯函数,先验概率,概率分布模型,似然函数,函数模型,主频,联合求解,提高成功率,动态学习能力,自适应调整,预测误差,工程实际,成桥索力,拉索,索力监测
AB值：
0.302877
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
