資源描述：
《基于經(jīng)驗(yàn)小波變換的橋梁結(jié)構(gòu)模態(tài)參數(shù)識別》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、國內(nèi)圖書分類號：U448.27密級：公開國際圖書分類號：西南交通大學(xué)研究生學(xué)位論文基于經(jīng)驗(yàn)小波變換的橋梁結(jié)構(gòu)模態(tài)參數(shù)識別（國家自然科學(xué)基金項(xiàng)目資助，編號：51678489）（國家重點(diǎn)研發(fā)計(jì)劃資助，編號：2016YFC0802202）年級二〇一五級姓名夏雄申請學(xué)位級別工學(xué)碩士專業(yè)橋梁與隧道工程指導(dǎo)老師單德山教授二零一八年五月ClassifiedIndex:U448.27U.D.C:SouthwestJiaotongUniversityMasterDegreeThesisMODELPARAMETERIDENTIFICATIONOFB
2、RIDGESTRUCTUREBASEDONEMPIRICALWAVELETTRANSFORMGrade:2015Candidate:XiaXiongAcademicDegreeAppliedfor:MasterSpeciality:BridgeandTunnelEngineeringSupervisor:Prof.ShanDeshanMay,2018西南交通大學(xué)碩士研究生學(xué)位論文第I頁摘要橋梁結(jié)構(gòu)模態(tài)參數(shù)識別是實(shí)現(xiàn)橋梁健康監(jiān)測的重要步驟，是系統(tǒng)識別和損傷識別的基礎(chǔ)。面對橋梁結(jié)構(gòu)模態(tài)密集、測試信號噪聲強(qiáng)度高等特點(diǎn)，常規(guī)時(shí)域、頻域識
3、別方法難以奏效，新興的時(shí)頻域方法成為新的研究思路，然而小波變換、HHT等時(shí)下運(yùn)用最廣泛的方法均存在難以克服的缺點(diǎn)。為在時(shí)頻域內(nèi)識別橋梁結(jié)構(gòu)的模態(tài)參數(shù)，引入最新提出的信號處理手段——經(jīng)驗(yàn)小波變換，并針對其在處理橋梁動(dòng)力測試信號時(shí)遇到的問題，提出相關(guān)改進(jìn)方法，使其能夠?qū)y試信號有效分解，并在此基礎(chǔ)上，提出有效成分的篩選規(guī)則、介紹模態(tài)參數(shù)識別算法Hilbert變換和隨機(jī)子空間，并以此建立一套橋梁結(jié)構(gòu)模態(tài)參數(shù)識別流程。為驗(yàn)證所提基于改進(jìn)經(jīng)驗(yàn)小波變換識別橋梁模態(tài)參數(shù)方法的有效性，結(jié)合一座曲線斜拉橋的縮尺試驗(yàn)?zāi)Ｐ蜆蚝鸵蛔鶎?shí)際大跨度斜拉橋動(dòng)力
4、測試數(shù)據(jù)，通過對測試信號的處理，成功識別了兩座橋梁主梁豎橋向和橫橋向的自振頻率、阻尼比和模態(tài)振型，并與有限元計(jì)算理論值取得一致性，對比相關(guān)文獻(xiàn)研究結(jié)果，表明該方法能更全面地識別橋梁模態(tài)信息。結(jié)果表明：無論是在試驗(yàn)室環(huán)境下，以人工激振形式得到的橋梁振動(dòng)響應(yīng)信號，還是實(shí)際橋梁運(yùn)營狀態(tài)中，通過環(huán)境激勵(lì)方式采集到的響應(yīng)信號，該方法均能對測試信號進(jìn)行有效分解，提取包含結(jié)構(gòu)模態(tài)信息的成分，并識別出橋梁結(jié)構(gòu)的模態(tài)參數(shù)，為該領(lǐng)域的深入研究提供了一種新方法。關(guān)鍵詞：模態(tài)參數(shù)識別、經(jīng)驗(yàn)小波變換、信號處理、斜拉橋、Hilbert變換、隨機(jī)子空間西南交
5、通大學(xué)碩士研究生學(xué)位論文第II頁AbstractModalparameteridentificationisanimportantsteptoimplementbridgehealthmonitoring,anditisalsothebasisofsystemidentificationanddamageidentification.Duetothedensitymodalproblemsofbridgestructureandhighnoiseintensityoftestsignal,commontimedomainandf
6、requencydomainidentificationmethodsaredifficulttoobtainsatisfactoryresults.Inrecentyears,thenewtime-frequencydomainmethodshavebecomeanewresearchdirection.However,themostwidelyappliedmethodssuchaswavelettransformandHHTallhaveinsuperabledefects.Toidentifythemodalparame
7、tersofbridgestructureinthetime-frequencydomain,thelatestsignalprocessingmethodcalledEmpiricalWaveletTransformwasintroduced.Andsomeimprovementswereputforwardconsideringtheproblemsencounteredintheprocessingofbridgedynamictestsignals,sothatitcaneffectivelydecomposethesi
8、gnals.Onthisbasis,aselectionruleforeffectivecomponentswasproposed,theHilberttransformandstochasticsubspaceidentificationwereintrodu
