【技术实现步骤摘要】
基于VMD
‑
SVD的桥梁监测挠度中温度效应分离方法
[0001]本专利技术属于交通运输业桥涵工程
,更具体地,涉及一种桥梁挠度监测信号中温度效应分离方法。
技术介绍
[0002]桥梁是重要的交通基础设施,我国桥梁数量现已位居世界前列。桥梁的正常运营对于人民安全具有重要意义。挠度是反映桥梁结构安全性的重要指标之一,利用监测系统对桥梁结构进行实时监测,通过对监测信息进行分析可以及时发现安全隐患。然而在监测系统长期运行过程中大量有用信息会被掩盖,给信号的分析带来困难;监测系统获取的挠度信号包括:温度效应、收缩徐变引起的长期挠度、车辆荷载作用的挠度及环境噪声等,将其中各效应分离开进行分析,对结构的运营状况进行评估具有重要意义。温度作用作为桥梁的主要荷载之一,其作用效应对结构性能的影响具有重要意义。
[0003]关于温度效应分离的方法分为测量温度和不测量温度两种情况。测量温度的分离方法,通常是通过建立温度与温度效应间的回归模型,达到对温度效应分离的目的,其过程需要大量的监测数据,计算量较大;不测量温度 ...
【技术保护点】
【技术特征摘要】
1.一种基于VMD
‑
SVD的桥梁监测挠度中温度效应分离方法,其特征在于,包括:利用SVD对桥梁挠度监测信号进行降噪,实现对高频噪声的剔除;对降噪后的信号利用VMD分离出日温差效应,并对总挠度时程曲线的采样频率进行修正,使得年温差效应的频率远离长期挠度,然后利用VMD对按照修正后的采用频率重新采样的时程曲线进行分离得到年温差效应及长期挠度趋势。2.根据权利要求1所述的方法,其特征在于,利用SVD对桥梁挠度监测信号进行降噪,包括:对桥梁挠度监测信号进行奇异值分解,将非零奇异值按照从大到小排列;选取前若干个奇异值进行保留,其余奇异值置零,通过信号重构得到降噪后的信号。3.根据权利要求2所述的方法,其特征在于,对桥梁挠度监测信号进行奇异值分解,包括:对于桥梁挠度监测信号x(i),i=1,2,3,
…
N,构造Hankel矩阵将信号构建为当N为偶数时,当N为奇数时,N为监测信号的数据长度;对矩阵D进行奇异值分解,得到矩阵U、矩阵Σ和矩阵V。4.根据权利要求3所述的方法,其特征在于,通过信号重构得到降噪后的信号,包括:选取Σ矩阵中前i个代表有用信号的奇异值进行保留,其余奇异值置零构建新矩阵∑
′
=diag(λ1,λ2,
…
,λ
i
,0,0
…
,0);利用新构建的对角矩阵∑
′
以及矩阵U和矩阵V做奇异值分解的反运算,得到D
′
=∪
×
∑
′×
V
T
;新生成的矩阵D
′
的负对角元素并不相等,对矩阵D
′
的负对角元素求均值,得到降噪后的信号x
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。