[发明专利]基于局部均值模态分解的斜拉索时变索力识别方法在审
| 申请号: | 201910208016.4 | 申请日: | 2019-03-19 |
| 公开(公告)号: | CN109827697A | 公开(公告)日: | 2019-05-31 |
| 发明(设计)人: | 王燕华;吴刚;董斌;侯士通;邹易清;雷欢 | 申请(专利权)人: | 东南大学;柳州欧维姆机械股份有限公司 |
| 主分类号: | G01L5/04 | 分类号: | G01L5/04 |
| 代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 柏尚春 |
| 地址: | 211102 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 索力 斜拉索 模态分解 基频 时变 时程 振动模态 振动信号 拉索 设计带通滤波器 测量精度高 傅里叶变换 初步处理 处理信号 分解处理 瞬时频率 索力测量 信号处理 信号去噪 测量 应用 | ||
本发明公开了一种基于局部均值模态分解的斜拉索时变索力识别方法,包括如下步骤:获取斜拉索振动加速度时程数据,利用信号处理方法进行信号去噪;利用傅里叶变换(FFT)估计拉索的基频,根据基频设计带通滤波器对振动信号进行初步处理;利用局部均值模态分解方法分解处理后的振动信号,得到拉索的各阶振动模态;利用希尔伯特‑黄变换(HHT)处理信号,得到各阶振动模态的瞬时频率时程数据,利用索力‑基频公式,便可得到瞬时索力时程数据。本发明能够得到斜拉索的时变索力,克服了现有索力测量方法只能测量平均索力的缺陷,测量精度高,成本低,应用范围更广。
技术领域
本发明涉及土木工程与信号处理交互技术领域,尤其是一种基于局部均值模态分解的斜拉索时变索力识别方法。
背景技术
斜拉索作为斜拉桥的重要受力构件,它不仅借助自身的张力将桥跨结构的重量和桥上活载绝大部分或全部传递给索塔,同时将索塔的变形传递给主梁。营运中的斜拉桥,在自身恒载及外界活载的长期作用下,各构件的受力状况在不断发生变化。外界荷载的每一次变化都将引起斜拉索的索力相应变化,形成新的索力分布,使结构达到新的平衡状态。可见在斜拉桥结构体系中,斜拉索不仅起连接主梁索塔、传递内力和变形的作用,更重要的是利用相互间的索力调整来对结构的整体对称性、稳定性、整体抗变形进行调节,保持结构始终处于平衡稳定状态。因此斜拉索张拉力的大小和变化情况直接决定着主塔以及整体结构的受力、变形状态;研究斜拉索的索力变化还可以研究斜拉索的疲劳效应,为斜拉索的维护提供科学依据。
现有测量索力的方法主要有振动基频法、磁通量传感器法、静力法。振动基频法通过测量一段时间内拉索的基频去计算索力,但仅能计算平均索力,而非时变索力;磁通量传感器法通过测量索力与磁通量的关系来测量索力,对于不同拉索需要重复标定,成本较高;静力法是指在拉索与锚固端插入静力传感器,不适用于成桥。现有技术中的三种方法均不能测量时变索力,无法研究斜拉索的疲劳效应,而且造价较高,因此提出一种测量拉索时变索力的方法具有较大的实际应用意义。
发明内容
发明目的:本发明的目的是提供一种基于局部均值模态分解的斜拉索时变索力识别方法,以克服现有技术中测量的平均索力问题。
技术方案:为实现以上目的,本发明所述的基于局部均值模态分解的斜拉索时变索力识别方法,包括如下步骤:
S1:测量斜拉索的振动加速度时程数据信号;
S2:对所测得的振动加速度时程信号进行去噪处理;
S3:对去噪处理之后的信号进行平滑处理;
S4:利用功率谱法(PSD),计算信号的基频估计值f0;
S5:对S3步中得到的平滑处理后的信号进行滤波处理;
S6:利用局部均值模态分解算法(LMD)对S5步所得到的滤波处理后的信号进行分解,得到各阶模态振动信号,并取第一阶模态信号;
S7:利用希尔伯特-黄变换(HHT)对S6中得到的第一阶模态信号进行计算,得到第一阶模态信号的瞬时基频时程数据;
S8:根据S7中所得的瞬时基频时程数据,利用基频-索力公式:T=4mL2(fn/n)2,得到斜拉索的时变索力数据T,式中m代表拉索单位长度的质量,L代表拉索的长度,fn代表第n阶频率,n表示模态阶数。
进一步地,步骤S6中,利用局部均值模态分解算法(LMD)计算各阶模态振动信号具体包括以下步骤:
S6.1采用峰值提取法计算步骤S5得到的信号x(t)所有的局部极值点ni(i=1,2,3...),求出所有相邻的局部极值点的平均值:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学;柳州欧维姆机械股份有限公司,未经东南大学;柳州欧维姆机械股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910208016.4/2.html,转载请声明来源钻瓜专利网。





