[发明专利]一种基于希尔伯特-黄变换的结构损伤识别方法

说明书

本发明公开了一种基于希尔伯特‑黄变换的结构损伤识别方法，可用于求解一般时变系统的参数识别和结构损伤识别问题，具有良好的适应性，能够识别结构阻尼的性能和损伤引起的非线性动力特征，且计算复杂程度低，计算效率高。通过实施本发明中提供的结构损伤方法，可以大大降低实际工程中结构损伤识别的难度，提高结构损伤识别的效率，为工程实施节约资源和时间，令后续的工程实施更顺利及更快速地开展。

技术领域

本发明属于结构健康监测领域，主要涉及一种基于希尔伯特-黄变换的结构损伤识别方法。

背景技术

随着城市用地资源在近几十年来越发紧缺，大规模地兴建高层建筑和超高层建筑成为当代国内外建筑行业发展的重要方向。高层建筑和超高层建筑在其使用期间，由于长期受到荷载和环境的作用，随着时间的增加其结构材料不断老化，构件损伤不断累积，结构的承载力不断变低从而导致建筑结构使用性能降低甚至破坏，严重威胁到人民的生命财产安全。因此，对高层建筑和超高层建筑进行结构损伤识别，并对结构可能出现的危险和不良状况进行安全评估与灾情预警有很重要的现实意义。

目前常用的两种损伤识别方法，动力指纹识别法和模型修正法，在实际工程中应用效果很不理想，无法精确、量化地识别结构损伤。而现有的神经网络识别法存在收敛速度慢、网络模型难以选择以及网络规模难以确定等问题。遗传算法在识别相近模态损伤时会给出错误信息。受到小波变换对信号高频段频率分辨率较低的限制，或者受到要求系统输入为受控或脉冲激励的限制，基于小波变换的结构损伤识别方法在结构健康监测中的应用也被极大的限制，而且该方法在复杂大型结构的应用也有待进一步研究。由于上述问题的存在，具有良好的自适应性和高频率分辨率，能够用于非线性结构损伤识别的基于希伯尔特-黄变换的时频分析法在高层和超高层建筑的结构损伤识别领域有更好的应用潜力与更广阔的应用前景。

发明内容

为了解决现有技术中存在的问题，本发明提出了一种基于希尔伯特-黄变换的结构损伤识别方法，该方法有良好的适应性，能够识别结构阻尼的性能和损伤引起的非线性动力特征，且计算复杂程度低，计算效率高，为工程实施节约资源和时间。

本发明采用以下技术方案：

一种基于希尔伯特-黄变换的结构损伤识别方法，该方法包括以下步骤：

S1、对建筑结构进行监测，得到监测时间段内多个测点的测点的系统结构响应；对测得的系统结构响应进行滤波处理；

S2、利用经验模态分解法分解滤波处理后的所述系统结构响应，得到其本征模态函数和残差信号，对所述本征模态函数和所述残差信号进行希尔伯特变换得到对应的解析本征模态函数信号和解析残差信号；

S3、将所述解析本征模态函数信号和所述解析残差信号相加得到新的解析信号；

S4、利用经滤波处理过的系统结构响应与对应的新合成的解析信号计算系统在监测时间段内每一时刻的瞬时参数，结合所述得到的经滤波处理过的系统结构响应的本征模态函数、残差信号以及瞬时参数，对结构的系统控制微分运动方程应用希尔伯特变换和Bedrosian定理得到以解析信号表述的系统微分方程，求解所述系统微分方程可算出所述结构的识别参数；所述识别参数包括刚度参数和阻尼参数；

S5、通过结构正常运行情况下算得的未损伤识别参数，结合所述结构的识别参数，计算出监测时间段内每个时刻的所述结构的损伤指标。

进一步的，该方法还包括：

S6、重复步骤S4至S5，得到所述建筑结构在多个时刻的所述损伤指标，建立所述建筑结构的损伤指标随时间变化的曲线图。进一步的，所述步骤S1中所述系统结构响应包括加速度响应、速度响应和位移响应。

进一步的，所述步骤S2包括：

S21、所述系统结构响应被经验模态分解法分解,并被表达为：