基于Hilbert_Huang变换和随机子空间识别的模态参数识别_韩建平

第30卷第1期2010年2月 地　震　工　程　与　工　程　振　动J O U R N A LO FE A R T H Q U A K EE N G I N E E R I N GA N DE N G I N E E R I N GV I B R A T I O N V o l .30N o .1　F e b .2010 收稿日期:2009-01-16;　修订日期:2010-01-13 基金项目:甘肃省科技攻关项目(2G S 057-A 52-008) 作者简介:韩建平(1970-),男,教授,主要从事工程结构抗震、减震控制及结构损伤识别研究.E -m a i l :j p h a n @l u t .c n文章编号:1000-1301(2010)01-0053-07基于H i l b e r t -H u a n g 变换和随机子空间识别的模态参数识别韩建平1,2,李达文1,王飞行1(1.兰州理工大学防震减灾研究所,甘肃兰州730050;2.同济大学土木工程防灾国家重点实验室,上海200092)摘　要:基于H i l b e r t -H u a n g 变换和随机子空间识别技术提出了两种土木工程结构的模态参数识别方法。

方法一是基于H i l b e r t -H u a n g 变换和自然激励技术,通过经验模态分解和H i l b e r t 变换提取信号的瞬时特性,进而利用自然激励技术和模态分析的基本理论识别结构的模态参数;方法二是基于经验模态分解和随机子空间识别技术,通过经验模态分解对信号进行预处理,进而运用随机子空间识别方法处理得到的结构单阶模态响应以识别结构的模态参数。

利用这两种方法,通过对一12层钢筋混凝土框架模型振动台试验测点加速度记录的处理,识别了该模型结构的模态参数。

识别结果与传统的基于傅里叶变换的识别结果及有限元分析结果的对比验证了这两种方法的可行性和实用性。

关键词:H i l b e r t -H u a n g 变换;随机子空间识别;经验模态分解;自然激励技术;模态参数识别;振动台试验中图分类号:O 329;T U 311.3 文献标志码:AMo d a l p a r a m e t e r i d e n t i f i c a t i o nb a s e do n H i l b e r t -H u a n gt r a n s f o r m a n ds t o c h a s t i c s u b s p a c e i d e n t i f i c a t i o nH A NJ i a n p i n g 1,2,L I D a w e n 1,W A N GF e i x i n g1(1.I n s t i t u t e o f E a r t h q u a k e P r o t e c t i o na n dD i s a s t e r M i t i g a t i o n ,L a n z h o uU n i v e r s i t y o f T e c h n o l o g y ,L a n z h o u 730050,C h i n a ;2.S t a t eK e y L a b o r a t o r yo f D i s a s t e r R e d u c t i o n i nC i v i l E n g i n e e r i n g ,T o n g j i U n i v e r s i t y ,S h a n g h a i 200092,C h i n a )A b s t r a c t :T w o a p p r o a c h e s a r e p r o p o s e d f o r m o d a l p a r a m e t e r i d e n t i f i c a t i o n o f c i v i l e n g i n e e r i n g s t r u c t u r e s b a s e d o n H i l b e r t -H u a n g t r a n s f o r m(H H T )a n d s t o c h a s t i c s u b s p a c e i d e n t i f i c a t i o n (S S I ).T h e f i r s t a p p r o a c h i s b a s e d o n H H T a n d n a t u r a l e x c i t a t i o n t e c h n i q u e (N E x T ).E m p i r i c a l m o d e d e c o m p o s i t i o n (E M D )a n d H i l b e r t t r a n s f o r m (H T )a r e u s e d t o e x t r a c t t h e i n s t a n t a n e o u s c h a r a c t e r i s t i c s o f t h e o r i g i n a l s i g n a l .T h e n ,N E x T a n d b a s i c m o d a l a n a l y s i s t h e o r y a r e a p p l i e d t o i d e n t i f y m o d a l p a r a m e t e r s .T h e s e c o n d a p p r o a c h i s b a s e d o n E M Da n d S S I .E a c h s i n g l e m o d a l r e -s p o n s e i s o b t a i n e d t h r o u g h p r o c e s s i n g t h e o r i g i n a l s i g n a l b y E M D ,t h e n t h e m o d a l p a r a m e t e r s a r e i d e n t i f i e d b y S S I .F i n a l l y ,t h e o r i g i n a l s i g n a l s f r o mt h e s h a k i n g t a b l e t e s t o f a 12-s t o r e y r e i n f o r c e d c o n c r e t e f r a m e m o d e l a r e p r o c e s s e d a n d m o d a l p a r a m e t e r s a r e i d e n t i f i e db y t h e s e a p p r o a c h e s ,r e s p e c t i v e l y .I d e n t i f i c a t i o nr e s u l t s a n dc o m p a r i s o nw i t h t h e r e s u l t s f r o mt r a d i t i o n a l f a s t F o u r i e r t r a n s f o r m (F F T )a n df i n i t e e l e m e n t a n a l y s i s i n d i c a t e t h a t t h e p r o p o s e d a p -p r o a c h e s a r e f e a s i b l e a n d p r a c t i c a l .K e yw o r d s :H i l b e r t -H u a n g t r a n s f o r m ;s t o c h a s t i c s u b s p a c e i d e n t i f i c a t i o n ;e m p i r i c a l m o d ed e c o m p o s i t i o n ;n a t u r a l e x c i t a t i o n t e c h n i q u e ;m o d a l p a r a m e t e r i d e n t i f i c a t i o n ;s h a k i n g t a b l e t e s t54地　震　工　程　与　工　程　振　动 第30卷引言土木工程结构的损伤诊断和健康监测具有极其重要的现实意义,而振动信号的分析与处理是结构损伤诊断和健康监测研究和实践中的一个主要环节,同时也是难点所在。

通过信号处理,识别结构的模态参数是当前国内外研究的热点问题之一。

传统的信号处理方法主要是基于傅里叶变换,这是一种纯频域的分析方法,它用不同频率的各复正弦分量的叠加拟合原函数。

傅里叶频谱散布在频率轴上,因此不能反映非平稳随机信号统计量随时间的变化。

后来出现的小波变换(W a v e l e t T r a n s f o r m)通过一种可伸缩和平移的小波对信号进行变换,达到时频局域化分析的目的,它实质上是一种窗口可调的傅里叶变换,近似认为窗内的信号是平稳的。

小波变换是非自适应性的,需要选择合适的小波基函数才能得到较好的效果[1]。

另外,一些传统的模态参数识别方法(例如峰值拾取法、频域分解法等)也存在阻尼比识别精度不高等问题[2]。

H i l b e r t-H u a n g变换(H i l b e r t-H u a n gt r a n s f o r m,H H T)是由H u a n g等提出的时间序列信号处理的新方法,目前己在海洋、地震、生物、结构健康监测等领域的实际应用中显示出了独特的优势[3]。

H H T由经验模态分解(E m p i r i c a l m o d e d e c o m p o s i t i o n,E M D)及H i l b e r t变换(H i l b e r t T r a n s f o r m)两部分组成,其核心是E M D。

E M D与建立在先验基函数上的傅里叶分解和小波分解不同,它依据数据本身的时间尺度特征进行分解,是自适应的,因此更适合于处理非线性非平稳数据。

本文提出通过E M D和H i l b e r t变换提取结构振动信号的瞬时特性,在此基础上利用自然激励技术(N a t u r a l e x c i t a t i o n t e c h n i q u e,N E T)和模态分析的基本理论识别结构的模态参数。