[发明专利]海工结构弱非线性信号分解方法

说明书

本发明涉及一种海工结构弱非线性信号分解方法，包括：确定待测海工结构的原始动力响应并对其进行FFT变换，将全频带频谱等间距滑动分割；将分割后的各子频带依次进行IFFT变换，得到各子频带对应的原始动力响应子信号；基于普罗尼序列对各子频带对应的原始动力响应子信号分解并重构；比较各子频带对应的原始动力响应子信号与重构动力响应子信号的相对残差，判断各子频带对应的原始动力响应子信号的分解精度；重构全频带动力响应信号，判断全频带原始动力响应信号的整体分解精度。本发明方法可高效实现对海工结构非线性信号的高精度分解，为非线性信号的模态参数识别、时频分析、噪声剔除等应用提供了基础。

技术领域

本发明属于海工结构的动力设计技术领域，尤其涉及一种海工结构弱非线性信号分解方法。

背景技术

为了确保海上风电结构在其使用寿命期间的安全运行，结构设计已经从简单的强度设计阶段发展到了可靠性设计阶段。结构的动力设计过程已经不再是简单的结构动力特性计算，而是逐渐发展成为了整个结构的动力响应分析过程。实际海工结构由于其所处海洋环境复杂，决定了实测信号的复杂性，因此实测信号通常具有非线性和非平稳性等特点，采用传统的傅里叶快速变换、小波变换以及经验模态分解等方法很难对海工结构非线性信号实现高精度、高效率分解，构造更加精确的信号分解模型以及高效的模型优化算法，是提升分解方法对非线性、非平稳信号表征的关键。

傅里叶快速变换能快速地将信号从时域转换到频域上，利用傅里叶逆变换能快速提取出目标频率区间的信号成分。但由于线性和周期性假设，直接应用傅里叶变换分解信号在分析过程中可能会遇到谱泄漏或频谱混叠现象，其次，傅里叶变换后组成的正弦波个数不定，无法体现出真实的结构信息。而小波分析虽然克服了傅里叶变换单分辨率的问题，具有多分辨率的特点，其在时域和频域都有表征信号局部信息的能力，时间窗和频率窗都可以根据信号的具体形态动态调整。因为这些特点，小波分析可以探测信号中的瞬态成分，并展示其频率成分。但利用小波变换对信号进行时频分析最大的挑战在于母小波函数的选取，对同一个信号，选择不同的母小波进行时频分析所得到的效果往往差别很大；同时，类似于傅里叶变换，小波变换要求小波窗内的信号必须是近似平稳的。在经验模态分解和小波变换的基础上提出的经验小波变换，通过搜索信号傅里叶频谱中的极大、极小值点，自适应地划分频谱，自动选择小波基函数构建小波滤波器组，从而能够从多分量信号中提取具有紧支撑特性的调幅-调频单分量信号。但该方法及其在其基础上改进方法的频带划分结果易受频谱泄漏和噪声污染的干扰，存在无法准确分离信号各阶模态的问题。

经验模态分解基于频率由高到底逐一对信号进行分解，但是由于实际海工结构所处复杂环境的影响，通常会产生模态混叠和端点效应问题，并导致分解效果较差，甚至会出现分解失效的问题。在经验模态分解的基础上提出的变分经验模态分解虽然克服了模态混叠等问题，但其所需的某些参数难以预先确定，一定程度上限制了其在实际海工结构工程上的应用。

发明内容

本发明在上述现有方法不足的基础上提供了一种海工结构弱非线性信号分解方法，相比较传统的一次性分解方法，可高效实现对海工结构非线性信号的高精度分解，为非线性信号的模态参数识别、时频分析、噪声剔除等应用提供了基础。

为了实现上述目的，本发明提供了一种海工结构弱非线性信号分解方法，包括：

在待测海工结构关键监测点位置处布置加速度传感器以监测加速度信息，确定待测海工结构的原始动力响应；

将待测海工结构的原始动力响应信号进行FFT变换，将得到的原始动力响应信号全频带频谱等间距滑动分割；

将分割后的各子频带依次进行IFFT变换，得到各子频带对应的原始动力响应子信号；

基于普罗尼序列对各子频带对应的原始动力响应子信号进行分解，得到各子频带对应的原始动力响应子信号所包含的特征信息，并基于各特征信息分别重构各子频带对应的动力响应子信号；