论文部分内容阅读
水工结构振动信号在输送和获取的过程中,容易受到环境激励的高频白噪声和低频水流噪声的干扰,通常表现为低信噪比、非平稳随机信号,结构振动特征信息完全淹没在强噪声中,难以精确识别其模态信息,从而影响判断结构健康状况及振动危害评价的精度。因此,需采取有效的信号分析方法对实测数据降噪处理,以获取结构振动信号的优势特征信息。本文针对水工结构振动信号非平稳性和特征信息被强噪声淹没的实际问题,以EMD算法的自身特点及其不断发展完善为线索,全面探索不同阶段EMD算法在水工结构振动信号处理中的应用,研究其在水工结构信号处理中的特点及优势,以期得到较好适应于水工结构信号处理的方法,实现强噪声背景下泄流结构工作特性有效信息的提取,为结构下一步健康诊断工作提供帮助。本文所做的主要工作和得到的结论如下:1、为探索EMD算法在水工结构振动信号处理中的应用,针对水工结构振动信号的特点,介绍了一种联合运用小波阈值与EMD算法对水工结构振动信号进行降噪的新思路。仿真信号计算结果表明,小波阈值与EMD联合滤波降噪是相对优越的降噪方法。拉西瓦拱坝工程实例计算结果表明该方法可以有效的完成降噪的任务,准确得到坝体的振动信息和优势频率,为大坝的在线监测与安全健康诊断提供帮助。2、充分发挥正交化经验模态分解的优点,介绍了一种基于奇异值分解(SVD)和改进EMD联合的水工结构振动信号特征信息提取方法。该方法通过SVD将振动信号中的高频噪声滤除,并通过正交化EMD将低频水流噪声滤除,实现信号的二次滤波,最终得到水工结构的工作振动特征信息。仿真信号计算结果表明该方法的正确性,结合三峡5号坝段泄流振动实测数据,运用该方法进行坝体特征信息提取,并与ERA辨识结果进行比较,说明该方法在水工结构振动信息分析中的优越性,具有良好的降噪能力和工程实用性,可为水工结构在线监测和安全运行提供帮助。3、详细介绍了CEEMDAN算法和排列熵的工作原理,并充分发挥二者优势,提出了基于CEEMDAN和排列熵联合提取水工结构特征信息的方法。通过构造仿真数据,对比CEEMDAN算法、SVD以及CEEMDAN-PE-SVD算法三者的降噪结果,计算结果表明CEEMDAN-PE-SVD方法能够有效地滤除信号中的干扰成分,还原信号的优势特征频率,具有较高的提取精度,属于更优越的信号降噪方法。将该方法应用于三峡重力坝泄流工程,表明该方法能够精确提取结构的工作特征信息,抗噪性强,实用性强,具有极佳的应用前景。4、针对水工结构振动信号的特点,以EMD算法的不断改进发展为线索,研究不同阶段EMD算法的自身特点及其在水工结构信号处理中的应用。研究结果表明经验模态分解可以很好地应用于水工结构振动信号处理中,可为解决水工结构振动信号处理提供新思路。