基于总体平均经验模态分解算法的自适应改进

发布时间：2018-07-29 08:41

【摘要】：目前较为广泛使用的总体平均经验模态分解算法(EEMD)不能实现桥梁结构响应信号的自适应分解和重构,基于此,针对EEMD算法的不足,提出了能够实现桥梁结构响应信号自适应分解与重构的改进算法:首先引入自适应极值点匹配延拓算法以抑制端点效应;再对分解信号进行聚类分析以避免模态混叠现象;最后利用各本征模态函数(IMF)对应的信息熵、能量密度和平均周期构建筛选有效IMF分量的指标(有效程度系数),以实现有效IMF分量的自动筛选,再利用筛选出的有效分量对桥梁结构响应信号进行重构。模拟信号和简支梁桥仿真算例表明,所提改进算法能够更有效、更准确的实现桥梁结构响应信号的自适应分解与重构。
[Abstract]:The general average empirical mode decomposition algorithm (EEMD), which is widely used at present, can not realize adaptive decomposition and reconstruction of bridge structure response signal. Based on this, the deficiency of EEMD algorithm is pointed out. An improved algorithm for adaptive decomposition and reconstruction of bridge structure response signals is proposed. Firstly, adaptive extremum matching continuation algorithm is introduced to suppress the endpoint effect, and then cluster analysis of decomposed signals is carried out to avoid modal aliasing. Finally, using the information entropy, the energy density and the average period of each intrinsic mode function (IMF) to construct the index (effective degree coefficient) to screen the effective IMF component, so as to realize the automatic screening of the effective IMF component. Then the response signal of bridge structure is reconstructed by the selected effective component. The simulation results of the simulated signal and simply supported beam bridge show that the proposed improved algorithm is more effective and accurate in the adaptive decomposition and reconstruction of the bridge structure response signal.
【作者单位】： 重庆交通大学土木工程学院;南充市住房和城乡建设局;西南交通大学土木工程学院;
【基金】：国家自然科学基金(11627802;51478071)
【分类号】：TN911.7

【参考文献】

相关期刊论文 前7条

1 何星;王宏力;姜伟;王林;;改进的自适应EEMD方法及其应用[J];系统仿真学报;2014年04期

2 张超;陈建军;郭迅;;基于EEMD能量熵和支持向量机的齿轮故障诊断方法[J];中南大学学报(自然科学版);2012年03期

3 时世晨;单佩韦;;基于EEMD的信号处理方法分析和实现[J];现代电子技术;2011年01期

4 孙伟峰;彭玉华;杨阳;孟庆芳;许建华;;经验模态分解频率分辨率的一种改进方法[J];计算机工程与应用;2010年01期

5 许顺国;牟瑞芳;张雪梅;;模糊数学综合评判法在水质评价中的应用——以成都市府河为例[J];唐山师范学院学报;2007年02期

6 张郁山,梁建文,胡聿贤;应用自回归模型处理EMD方法中的边界问题[J];自然科学进展;2003年10期

7 ;Boundary-processing-technique in EMD method and Hilbert transform[J];Chinese Science Bulletin;2001年11期

相关博士学位论文 前2条

1 唐东明;聚类分析及其应用研究[D];电子科技大学;2010年

2 徐士代;环境激励下工程结构模态参数识别[D];东南大学;2006年

相关硕士学位论文 前1条

1 张佳文;基于振动特性的结构损伤识别方法研究[D];长沙理工大学;2009年

【共引文献】

相关期刊论文 前10条

1 荣钦彪;刘f ;宿策;康宏志;;EMD密集模态识别研究及在电站厂房中的应用[J];水力发电学报;2017年06期

2 徐健;周志祥;唐亮;冉杰;何杰;;基于总体平均经验模态分解算法的自适应改进[J];振动与冲击;2017年11期

3 田大勇;莫家庆;吕小毅;;平滑滤波联合VS-LMS在拉曼光谱去噪中的应用[J];激光杂志;2017年05期

4 刘玉梅;赵聪聪;熊明烨;赵颖慧;乔宁国;田广东;;Assessment of bearing performance degradation via extension and EEMD combined approach[J];Journal of Central South University;2017年05期

5 王名月;缪炳荣;李旭娟;杨忠坤;;基于局部均值分解的螺栓连接振动松动研究[J];工程机械;2017年05期

6 郭艳平;邓志杰;;一种新的内禀模态函数判据[J];计算机系统应用;2017年04期

7 王冬梅;路敬yN;;非平稳信号的去噪技术研究[J];内燃机与配件;2017年06期

8 邓t，

本文编号：2152120