咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于马氏距离和EMD的损伤信息量化提升方法 收藏

基于马氏距离和EMD的损伤信息量化提升方法

A Structural Damage Information Quantitative Enhancement Method Based on Mahalanobis Distance and EMD

作     者:曹旭东 李应根 俞楠 陈闯 王银辉 CAO Xudong;LI Yinggen;YU Nan;CHEN Chuang;WANG Yinhui

作者机构:浙大宁波理工学院土木建筑工程学院宁波315100 宁波甬桥工程科技有限公司宁波315124 

出 版 物:《振动.测试与诊断》 (Journal of Vibration,Measurement & Diagnosis)

年 卷 期:2023年第43卷第4期

页      面:764-771,833页

核心收录:

学科分类:081406[工学-桥梁与隧道工程] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0814[工学-土木工程] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 0801[工学-力学(可授工学、理学学位)] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基  金:国家自然科学基金资助项目(51908497) 宁波市公益类科技计划资助项目(2022S173) 

主  题:结构健康监测 损伤识别 马氏距离 经验模态分解 

摘      要:结构早期微损伤和环境噪声导致监测数据中损伤信息难以有效提取和辨识,针对此问题,提出一种基于马氏距离(Mahalanobis distance,简称MD)和经验模态分解(empirical mode decomposition,简称EMD)的结构损伤信息量化提升方法。首先,结构健康监测数据通过EMD,得到多阶本征模态函数(intrinsic mode function,简称IMF),利用IMF的能量变化提取损伤敏感分量;其次,以分段马氏距离累积量(Mahalanobis distance cumulates,简称MDC)作为损伤信息量化提升的评价指标,根据其概率密度函数面积建立马氏距离累积量的累积停止准则;最后,通过数值模拟和模型试验数据验证了本研究方法在结构损伤信息提取和量化提升上的适用性和有效性。研究结果表明:结构损伤发生后各阶IMF能量转移明显,选择转移能量占自身能量多的IMF及相对能量变化率为正的多阶IMF作为损伤敏感分量,能够实现比原信号更好的损伤识别效果;利用MDC值概率密度函数面积变化作为累积停止准则,可实现微小损伤的有效识别。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分