数字信号处理(DSP)技术在土木工程中的应用

DSP技术在土木工程领域的应用实例

任何携带信息的物理量都可称为信号，实际工程中常用的信号有模拟信号和数字信号等，模拟信号是指具有连续振幅的连续时间信号；数字信号是指用有限个数字表示的离散振幅值的离散时间信号。

20世纪50年代，随着大型数字计算机的出现，数字信号处理开始兴起，并在随后的十几年里有了长足的发展与突破。由于携带信息的信号的普遍存在，使得DSP（即数字信号处理）技术能够广泛地应用于多种工程领域。

DSP技术在土木工程领域的应用也十分广泛，如：地震工程、结构健康监测系统、结构振动测试等。

一、DSP技术在地震工程中的应用

地震是常见的给人民的生命财产造成巨大损失的自然灾害之一，地震波由地震、火山喷发或地下爆炸产生的岩石运动引起，通过地震仪，这些地震波被转换成地震信号，通过记录、存储下来的地震信号，可以对地震的特性以及地震对结构的动力影响进行分析。

DSP技术在上述过程的应用主要有：信号降噪、数据压缩、地震信号频谱分析等。

信号降噪是过滤、消除噪声以提高信号信噪比的过程，主要方法有加运算去除加性噪声以及将信号转换到频域上，利用地震信号和噪声之间频率的不同设计滤波器来实现（傅里叶变换、小波变换及S变换等）。

地震信号数据压缩一方面可以减少存储空间，另一方面可以提高数据处理速度。由于地震数据本身特点对其进行一定范围压缩时不会影响对地下地质结构信息的识别。由于受地层吸收及球面扩散的影响，造成深层振幅较浅层振幅小，高频成分主要集中在浅层。另外，地震信号本身含有各种噪声，需要进行消除，并且地震相邻道之间具有很强的相关性。利用二维小波分解除去小波变换信号间的相关性，可以高效的对地震数据进行压缩,此时的地震数据的压缩比可高达倍，而且失真较小。

由时间域转换至频率域从而得到频谱或能量密度谱，用来考察地震信号的频率构成，了解地震的卓越周期（指地震动信号振幅谱中幅值最大的频率分量所对应的周期）等信息，进而可以考察其对结构的动力特性的影响。

文献[2]通过对一道模拟的非平稳地震信号降噪，研究了FT,CWT,ST三种方法的适用范围。

二、DSP技术在结构健康监测系统的应用

健康监测系统可以较全面地把握桥梁结构建造与服役全过程的受力与损伤演化规律,是保障大型桥梁的建造和服役安全的有效手段之一。各国均在新建的和已服役的重要工程结构上增设健康监测系统。

桥梁健康监测系统一般包括智能传感器子系统，数据采集与处理及传输子系统，损伤识别与模型修正和安全评定子系统，数据管理子系统。

图1 健康监测系统各子系统之间的关系与流程

图2 滨州黄河公路大桥健康监测系统界面

健康监测系统采集的数据主要为各传感器监测得到的环境荷载、结构振动和局部应力状态等，由于桥梁工程跨度大，受力情况复杂使得其上布置的传感器数量众多，每天都能得到海量监测数据，使得数据的压缩、存储成为提高检测系统工作效率的前提性条件；而处于正常工作环境中的传感器，每时每刻都会接受到环境的随机干扰，去除噪声干扰、提高信噪比又成为后续子系统工作的基础。其方法原理同其在地震工程中的应用类似。

桥梁结构在发生损伤时，其结构动力特性会发生改变，这意味着在环境激励下其响应信号会发生改变，损伤识别正是基于此现象的应用。目前得到普遍认同的一种最有前途的方法就是结合系统识别、振动理论、振动测试技术、信号采集与分析等跨学科技术的试验模态分析法。从研究和应用的角度看，这些方法大致可分为模型修正法和指纹分析法两大类：模型修正法在桥梁健康监测中主要用于把试验结构的振动反应记录与原先的模型计算结果进行综合比较，利用直接或间接测知的模态参数、加速度时程记录、频率响应函数等,通过条件优化约束，不断地修正模型中的刚度分布，从而得到结构刚度变化的信息，实现结构的损伤判别与定位；结构整体监测的另一类方法就是寻找与结构动力特性相关的动力指纹，通过这种指纹的变化来判断结构的真实状况，通常用到的动力指纹有频率、振型、振型曲率/应变模态、功率谱、MAC(模态保证标准)、COMAC(坐标模态保证标准)指标等。（上述目标可用小波变换、Hilbert- Huang变换等工具来实现）文献[3]论述了健康监测系统的子系统集成技术，各系统之间的联系离不开数字信号的传递与处理。

三、DSP技术在结构振动测试中的应用

正如以上所述，结构的频率、阵型等模态参数，是在动力荷载下结构响应的重要动力特性参数，因此，无论在科研实验还是实际工程中，获得这些参数是有十分重要的意义的，模态参数识别正是基于此而发展出的一种应用。

实验研究中，测得结构的模态参数后用于研究其动力特性，在已建成结构中，通常会进行工程验收，其中的动力测试一项就是为了确定结构的动力特征参数，

以为结构的正常服役阶段提供档案资料。

文献[2]中就某学术报告厅6榀承重钢桁架模型的振动测试信号数据进行了信号处理，得到了不同附加质量的桁架模型的自功率谱和小波变换频谱。下图展示了土木学院某次钢桁架振动测试实验及数据处理的结果。

图3 实验室桁架测试模型

图4 模态识别结果

参考文献

[1] Sanjit K. Mitra(著) 孙洪(译) 数字信号处理——基于计算机的方法[M]. 北京：

电子工业出版社,2006.6.

[2] 何福. 数字信号处理方法在地震工程中的应用研究[D]. 哈尔滨：中国地震局

工程力学研究所硕士学位论文,2007.

[3] 李惠,周文松,欧进萍,杨永顺. 大型桥梁结构智能健康监测系统集成技术研究

[J]. 土木工程学报，2006(2):46-51.