一种桥梁挠度监测中的温度效应分离方法技术

本发明专利技术涉及桥梁监测技术领域，具体涉及一种桥梁挠度监测中的温度效应分离方法，包括：通过变分模态分解法将桥梁挠度信号分解成若干个本征模函数分量；计算所述本征模函数分量的概率密度分布函数；根据所述概率密度分布函数计算所述本征模函数分量的相对熵KLD值；通过所述相对熵KLD值剔除虚假的本征模函数分量，并基于剔除所述虚假的本征模函数分量后的各个本征模函数分量分离得到所述桥梁挠度信号中的温度效应信号。本发明专利技术中的温度效应分离方法能够克服模态混叠并能够抑制桥梁挠度数据非线性、非平稳性和不确定性影响，从而能够提升桥梁结构的真实响应获取效果。

【技术实现步骤摘要】
一种桥梁挠度监测中的温度效应分离方法
本专利技术涉及桥梁监测
，具体涉及一种桥梁挠度监测中的温度效应分离方法。
技术介绍
桥梁挠度监测是桥梁健康监测的重要组成部分，是评价桥梁使用功能和安全性的重要监测指标。桥梁挠度主要由移动荷载、混凝土收缩徐变、温度荷载等因素引起。然而，由于温度效应的影响，荷载引起的桥梁挠度会被覆盖，进而影响桥梁结构性能的评估与病害发生机理的判断。因此，分离桥梁挠度监测数据中的温度效应，获取荷载引起的真实桥梁挠度变化，可以准确掌握桥梁健康状态、预测结构行为演化趋势，保障桥梁的安全运营。目前，传统的经验模态分解法(EmpiricalModeDecomposition，EMD)在处理桥梁挠度监测信号时容易出现模态混叠的问题；同时，其分解过程中不可避免地会出现虚假本征模函数(IntrinsicModeFunction，IMF)分量，使得分离结果容易产生较大误差。为此，公开号为CN110243560A的中国专利公开了《一种桥梁挠度监测中的温度效应分离方法》，其包括：利用总体经验模态分解法EEMD将桥梁挠度信号分解为本征模函数IMF；基于能量熵增量判别法识别并剔除本征模函数IMF中的虚假的IMF分量；将剔除虚假的IMF分量后的本征模函数IMF组成混合信号；采用矩阵联合近似对角化算法JADE对混合信号进行分离得到桥梁挠度信号中的温度效应信号。上述现有的温度效应分离方法通过总体经验模态分解法(EEMD)分解桥梁挠度信号，能够在一定程度上抑制模态混叠的问题。但是，申请人发现桥梁挠度监测数据具有非线性、非平稳性和不确定性等特点，这会给温度效应的分离带来不利影响。然而，现有温度效应分离方法采用的总体经验模态分解法(EEMD)不能抑制非线性、非平稳性和不确定性带来的不利影响，使得其难以有效的从桥梁挠度信号中分离出温度效应，导致桥梁结构真实响应的获取效果不好，进而不利于桥梁结构状态评估和可靠分析。因此，如何设计一种能够克服模态混叠并能够抑制桥梁挠度信号非线性、非平稳性和不确定性影响的温度效应分离方法是急需解决的技术问题。
技术实现思路
针对上述现有技术的不足，本专利技术所要解决的技术问题是：如何提供一种能够克服模态混叠并能够抑制桥梁挠度数据非线性、非平稳性和不确定性影响的温度效应分离方法，从而能够提升桥梁结构的真实响应获取效果，并为桥梁结构的状态评估和可靠分析提供有价值的决策参考。为了解决上述技术问题，本专利技术采用了如下的技术方案：一种桥梁挠度监测中的温度效应分离方法，包括以下步骤：S1：通过变分模态分解法将桥梁挠度信号分解成若干个本征模函数分量；S2：计算所述本征模函数分量的概率密度分布函数；S3：根据所述概率密度分布函数计算所述本征模函数分量的相对熵KLD值；S4：通过所述相对熵KLD值剔除虚假的本征模函数分量，并基于剔除所述虚假的本征模函数分量后的各个本征模函数分量分离得到所述桥梁挠度信号中的温度效应信号。优选的，步骤S1中，先根据中心频率法和Hilbert变换确定变分模态分解法的最优分解层数，再根据变分模态分解法将所述桥梁挠度信号分解成若干个本征模函数分量。优选的，步骤S2中，根据引入核密度估计KDE计算所述本征模函数分量对应的概率密度分布函数。优选的，步骤S3中，根据Kullback-Leibler散度算法和所述概率密度分布函数计算所述本征模函数分量对应的相对熵KLD值。优选的，步骤S4中，相对熵KLD值越大，对应的本征模函数分量越接近虚假的本征模函数分量；相对熵KLD值越小，对应的本征模函数分量越接近真实的本征模函数分量。优选的，所述温度效应分离方法还包括仿真验证步骤S5，具体包括：构建桥梁有限元模型，并对所述桥梁有限元模型进行仿真分析得到对应的仿真挠度信号；通过变分模态分解法将所述仿真挠度信号分解成若干个仿真本征模函数分量；计算所述仿真本征模函数分量的仿真概率密度分布函数；根据所述仿真概率密度分布函数计算所述仿真本征模函数分量的仿真相对熵KLD值；通过所述仿真相对熵KLD值剔除虚假的仿真本征模函数分量，并根据剔除所述虚假的仿真本征模函数分量后的各个仿真本征模函数分量分离得到所述仿真挠度信号中的仿真温度效应信号；通过Pearson相关系数计算所述仿真温度效应信号的相关系数，并根据所述相关系数验证所述仿真温度效应信号的准确性。优选的，所述温度效应分离方法还包括实测验证步骤S6，具体包括：获取待测桥梁的实测挠度信号；通过变分模态分解法将所述实测挠度信号分解成若干个实测本征模函数分量；计算所述实测本征模函数分量的实测概率密度分布函数；根据所述实测概率密度分布函数计算所述实测本征模函数分量的实测相对熵KLD值；通过所述实测相对熵KLD值剔除虚假的实测本征模函数分量，并根据剔除所述虚假的实测本征模函数分量后的各个实测本征模函数分量分离得到所述实测挠度信号中的实测温度效应信号；通过Pearson相关系数计算所述实测温度效应信号的相关系数，并根据所述相关系数验证所述实测温度效应信号的准确性。优选的，获取到待测桥梁的实测挠度信号后，先通过巴特沃斯低通滤波算法对所述实测挠度信号进行滤波，以剔除所述实测挠度信号中的外界高频信号。本专利技术中的温度效应分离方法与现有技术相比，具有如下有益效果：本专利技术中，变分模态分解法VMD通过构造并求解约束变分问题的方式分解桥梁挠度信号，能够实现信号频域内各个本征模函数分量的自适应分割，能够有效克服经验模态分解法EMD产生的模态混叠、过包络和欠包络等问题，从而能够提升桥梁结构的真实响应获取效果。同时，通过相对熵KLD值(K-L散度)判断本征模函数分量真实性的方式，能够准确的剔除虚假的本征模函数分量，从而能够提升温度效应信号的分离效果。最后，通过变分模态分解法VMD和K-L散度结合的方式，能够有效抑制桥梁挠度数据非线性、非平稳性和不确定性带来的不良影响，并能够保证温度效应信号与桥梁挠度信号的相关性，从而能够进一步提升温度效应信号的分离效果。附图说明为了使专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步的详细描述，其中：图1为本专利技术温度效应分离方法的逻辑框图；图2(a)到(c)分别为日温差效应、年温差效应、长期挠度的时程曲线和频谱图；图3为仿真挠度信号的时程曲线；图4(a)到(d)分别为VMD分解后IMF1、IMF2、IMF3、IMF4的时程曲线和频谱图；图5(a)到(d)分别为EMD分解后IMF1、IMF2、IMF3、IMF4的时程曲线和频谱图；图6为各本征模函数分量归一化KLD和能量值结果对比示意图；图7(a)到(c)分别为分离后日温差挠度、年温差挠度、长期挠度的时程曲线图；图8为鹅公岩轨道大桥现场桥型布置图；图9为鹅公岩轨道大桥监测的测点布置示意图；图10(a)到(b)本文档来自技高网...

【技术保护点】
1.一种桥梁挠度监测中的温度效应分离方法，其特征在于，包括以下步骤：/nS1：通过变分模态分解法将桥梁挠度信号分解成若干个本征模函数分量；/nS2：计算所述本征模函数分量的概率密度分布函数；/nS3：根据所述概率密度分布函数计算所述本征模函数分量的相对熵KLD值；/nS4：通过所述相对熵KLD值剔除虚假的本征模函数分量，并基于剔除所述虚假的本征模函数分量后的各个本征模函数分量分离得到所述桥梁挠度信号中的温度效应信号。/n

【技术特征摘要】
1.一种桥梁挠度监测中的温度效应分离方法，其特征在于，包括以下步骤：
S1：通过变分模态分解法将桥梁挠度信号分解成若干个本征模函数分量；
S2：计算所述本征模函数分量的概率密度分布函数；
S3：根据所述概率密度分布函数计算所述本征模函数分量的相对熵KLD值；
S4：通过所述相对熵KLD值剔除虚假的本征模函数分量，并基于剔除所述虚假的本征模函数分量后的各个本征模函数分量分离得到所述桥梁挠度信号中的温度效应信号。


2.如权利要求1所述的桥梁挠度监测中的温度效应分离方法，其特征在于：步骤S1中，先根据中心频率法和Hilbert变换确定变分模态分解法的最优分解层数，再根据变分模态分解法将所述桥梁挠度信号分解成若干个本征模函数分量。


3.如权利要求1所述的桥梁挠度监测中的温度效应分离方法，其特征在于：步骤S2中，根据引入核密度估计KDE计算所述本征模函数分量对应的概率密度分布函数。


4.如权利要求1所述的桥梁挠度监测中的温度效应分离方法，其特征在于：步骤S3中，根据Kullback-Leibler散度算法和所述概率密度分布函数计算所述本征模函数分量对应的相对熵KLD值。


5.如权利要求1所述的桥梁挠度监测中的温度效应分离方法，其特征在于：步骤S4中，相对熵KLD值越大，对应的本征模函数分量越接近虚假的本征模函数分量；相对熵KLD值越小，对应的本征模函数分量越接近真实的本征模函数分量。


6.如权利要求1所述的桥梁挠度监测中的温度效应分离方法，其特征在于，还包括仿真验证步骤S5，具体包括：
构建桥梁有限元模型，并对...

【专利技术属性】
技术研发人员：辛景舟，李双江，马虎，张洪，周建庭，唐启智，王承伟，黄磊，马闻达，
申请(专利权)人：重庆交通大学，重庆市轨道交通集团有限公司，
类型：发明
国别省市：重庆;50