EMD方法、神經(jīng)網(wǎng)絡(luò)理論及其在結(jié)構(gòu)健康監(jiān)測(cè)中的應(yīng)用.pdf

1、本文首先回顧了一些時(shí)頻分析方法，分析其具有的特點(diǎn)以及存在的不足，然后介紹了一種新的分析非線性、非平穩(wěn)信號(hào)的方法，并將它與以往的時(shí)頻分析方法進(jìn)行比較，指出其具有的優(yōu)勢(shì)。在此基礎(chǔ)上，對(duì)將它與徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)聯(lián)合進(jìn)行結(jié)構(gòu)損傷檢測(cè)進(jìn)行了研究。 以往的大多數(shù)時(shí)頻分析方法均是對(duì)傳統(tǒng)的傅立葉分析進(jìn)行修改后得到的，因此，傅立葉分析所存在的問(wèn)題，如用諧波分量來(lái)表達(dá)信號(hào)中的突變，是一個(gè)時(shí)間區(qū)間上的積分平均，或者是由傳統(tǒng)的頻率定義所帶來(lái)的問(wèn)題，如時(shí)

2、間分辨率和頻率分辨率的矛盾性，各種時(shí)頻分析方法或多或少都存在，提高某一參數(shù)指標(biāo)的同時(shí)往往是以犧牲另一參數(shù)指標(biāo)為代價(jià)的。 Hilbert-Huang變換(Hilbert-HuangTransform，簡(jiǎn)稱(chēng)HHT)是一種新的非線性和非平穩(wěn)信號(hào)的處理技術(shù)，它是由美國(guó)宇航局的NordenE.Huang教授于1998年在經(jīng)典的Hilbert變換的基礎(chǔ)上提出的。該方法由經(jīng)驗(yàn)?zāi)B(tài)分解(EmpiricalModeDecomposition，簡(jiǎn)稱(chēng)

3、EMD)與Hilbert譜分析(HilbertSpectralAnalysis，簡(jiǎn)稱(chēng)HSA)兩部分組成：任意的非線性或非平穩(wěn)信號(hào)首先經(jīng)過(guò)EMD方法處理后被分解為若干個(gè)固有模態(tài)函數(shù)(IntrinsicModeFunction，簡(jiǎn)稱(chēng)IMF)；然后對(duì)每個(gè)IMF分量進(jìn)行Hilbert譜分析得到相應(yīng)的Hilbert譜；最后匯總所有IMF分量的Hilbert譜就得到了原始信號(hào)的Hilbert譜，按照這種方法得到的Hilbert譜在聯(lián)合的頻率—時(shí)間域

4、中來(lái)描述原始信號(hào)，具有非常高的時(shí)頻分辨率，從根本上克服了以往基于傅立葉分析的種種信號(hào)處理方法所存在的弊端，而且EMD方法分解所得到的IMF分量也具有明確的物理意義。 在HHT方法本身的研究方面，針對(duì)EMD方法中的邊界問(wèn)題，本文提出了一種基于徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)的數(shù)值算法。該算法利用RBF神經(jīng)網(wǎng)絡(luò)分別在信號(hào)的兩端預(yù)測(cè)出兩個(gè)附加的極大值點(diǎn)和兩個(gè)附加的極小值點(diǎn)，然后利用三次樣條函數(shù)將信號(hào)本身的極值點(diǎn)與預(yù)測(cè)出的附加極值點(diǎn)連接起來(lái)

5、形成信號(hào)的上下包絡(luò)線，最后通過(guò)“篩分”處理將原始信號(hào)分解成一系列IMF分量。計(jì)算結(jié)果表明，該算法對(duì)于EMD的準(zhǔn)確分解非常有效，尤其對(duì)于低頻IMF分量得到了很好的結(jié)果。 在HHT方法的應(yīng)用研究方面，本文做了三部分的工作：首先，利用HHT方法分析了地震工程中常用的Elcentro非平穩(wěn)強(qiáng)震記錄，得到了該記錄的振幅—頻率—時(shí)間分布特性，并將得到的邊際譜與傅立葉譜做了比較；其次，應(yīng)用HHT方法分析了典型的非線性系統(tǒng)-Duffing方程，

6、得到了該方程數(shù)值解的振幅—頻率—時(shí)間分布特性，并將得到的邊際譜與傅立葉譜做了比較；最后，利用三維時(shí)頻譜與邊際譜定義了非平穩(wěn)信號(hào)的平穩(wěn)度，并依照其定義式繪制了Elcentro地震波記錄的平穩(wěn)度曲線，依照類(lèi)似與依賴(lài)與頻率變化的平穩(wěn)度定義，初步嘗試編程繪制了Elcentro地震波隨時(shí)間變化的平穩(wěn)度曲線。 運(yùn)用神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)構(gòu)損傷檢測(cè)實(shí)質(zhì)上是一個(gè)模式匹配的問(wèn)題，它包括訓(xùn)練階段和檢驗(yàn)階段，訓(xùn)練階段就是建立損傷模式數(shù)據(jù)庫(kù)的過(guò)程，檢驗(yàn)階段就是

7、損傷模式匹配的過(guò)程，其重點(diǎn)和難點(diǎn)在于如何有效地提取損傷信號(hào)中的特征量，即損傷因子。EMD方法地提出為解決這一問(wèn)題提供了新的途徑。本文將結(jié)構(gòu)響應(yīng)信號(hào)用EMD方法分解而成IMF分量輸入到RBF神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練學(xué)習(xí)并進(jìn)行結(jié)構(gòu)損傷檢測(cè)，仿真實(shí)驗(yàn)驗(yàn)證了EMD方法與RBF神經(jīng)網(wǎng)絡(luò)的聯(lián)合能夠大大提高學(xué)習(xí)訓(xùn)練的效率和進(jìn)行損傷判別的準(zhǔn)確率。 在基于HHT變換的結(jié)構(gòu)損傷檢測(cè)方面，本文考慮了兩種不同烈度的地震作用，分別得到了各層在每種工況下的加速度