一种桥梁振动监测的频率与阻尼比自动识别方法和系统，包括：S1，对桥梁的实际监测数据进行傅里叶变换，得到近似的桥梁一阶自振频率，拟定初始阻尼比并构造有阻尼的单自由度弹簧振子的自由衰减振动信号；S2，利用互相关函数定位筛选出实际监测数据中与构造的自由衰减振动信号之间的相关性程度最大的前若干段信号；S3，根据频谱分析将筛选出的前若干段信号分为单频自由衰减振动信号与多频自由衰减振动信号，对于单频自由衰减振动信号和多频自由衰减振动信号分别计算得到频率和阻尼比。本发明专利技术具有适用性广、识别精度高、工作效率高且无需先验信息的优点。
【技术实现步骤摘要】
本专利技术涉及桥梁健康监测领域，特别是指一种桥梁振动监测的频率与阻尼比自动识别方法和系统。
技术介绍
1、频率与阻尼比是桥梁结构的重要模态参数，反映了桥梁的整体安全水平，在桥梁健康监测中发挥了重要的作用。桥梁频率通常由傅里叶变换得到。然而，由于通行车辆的影响，频率的测量往往会出现一定的误差。另一方面，如何根据监测数据对阻尼比进行准确估计仍然是一个挑战。
2、阻尼比的计算方法一般有半功率带宽法、指数衰减法(ea)、随机子空间辨识法(ssi)、特征系统实现算法(era)、具有外源输入的自回归模型、频域分解、子空间状态空间辨识数值算法、连续小波变换等。在这些方法中，ea方法通常被认为是一个相对可靠和准确的方法。然而，该方法需要结构自由振动响应，因此只能用于可以施加可控激励的振动试验，如下落的重量以及跳跃的卡车。
3、事实上，在桥梁的日常运行过程中，桥梁所受到的激励通常是桥上的车流带来的。这是一种典型的非平稳随机激励。桥梁在随机车流作用下往往不会产生自由振动。而桥梁周边车流通过土壤结构耦合作用传递的激励可以近似认为是脉冲激励，即作用在桥梁上的时间相比桥梁振动响应的时间可以忽略。桥梁在此激励的作用下，会产生明显的自由衰减振动。如果无法从桥梁的监测数据中找到类似的自由衰减振动信号，就很难准确提取出桥梁的阻尼比和频率。然而，通过人工的方式从大量数据中手动提取这样的响应是不切实际的。
4、因此，从桥梁的监测数据中识别桥梁的频率与阻尼比还存在着技术难题。
技术实现思路
1、本专利技术的主要目的在于克服现有技术中的上述缺陷，提出一种桥梁振动监测的频率与阻尼比自动识别方法和系统，具有适用性广、识别精度高、工作效率高且无需先验信息的优点。
2、本专利技术采用如下技术方案：
3、一种桥梁振动监测的频率与阻尼比自动识别方法，其特征在于，包括：
4、s1，对桥梁的实际监测数据进行傅里叶变换，得到近似的桥梁一阶自振频率，拟定初始阻尼比并构造有阻尼的单自由度弹簧振子的自由衰减振动信号；
5、s2，利用互相关函数定位筛选出所述实际监测数据中与构造的所述自由衰减振动信号之间的相关性程度最大的所述前若干段信号；
6、s3，根据频谱分析将筛选出的所述前若干段信号分为单频自由衰减振动信号与多频自由衰减振动信号，对于所述单频自由衰减振动信号和所述多频自由衰减振动信号分别计算得到频率和阻尼比；
7、s4，将所述前若干段信号的频率和阻尼绘制成频率-阻尼散点图，并分别对计算得到的所述频率和阻尼比分别取平均数得到最终识别结果。
8、步骤s1中具体包括：
9、对实际监测数据进行预处理；
10、将经过预处理的实际监测数据的加速度信号定义为x(t)，加速度信号x(t)是采样频率为fs、采样时间为tx的时间序列，其信号长度为lx，lx＝fstx；
11、对x(t)进行傅里叶变换：
12、
13、其中，e是自然对数，i是虚数单位,ω是圆频率；
14、通过峰值拾取判断频谱中最高峰的位置，得到近似的桥梁一阶自振频率
15、拟定初始阻尼比并构造有阻尼单自由度弹簧振子的自由衰减振动的信号y(t)：
16、
17、信号y(t)是采样频率同为fs、采样时间为ty的时间序列，其信号长度为ly，ly＝fsty。
18、所述预处理包括：
19、首先，对所述实际监测数据进行去除趋势项处理以去除原始信号中的偏移量；
20、其次，对所述实际监测数据进行低通滤波减少测量噪声的干扰。
21、步骤s2中具体包括：
22、计算所述加速度信号x(t)与所述自由衰减振动的信号y(t)的互相关函数：
23、
24、由此得到信号x(t)与y(t)之间的相关性向量并同时得到相关性的滞后索引向量
25、取相关性向量r中绝对值最大的前k个值，并在滞后索引向量l中找到其对应的位置索引，筛选出所述实际监测数据与构造的所述自由衰减振动信号之间的相关性程度最大的前k段信号，x1(t)，x2(t)，……，xk(t)。
26、步骤s3中具体包括：
27、对所述前若干段信号x1(t)，x2(t)，……，xk(t)进行傅里叶变换：
28、
29、其中，e是自然对数，i是虚数单位，ω是圆频率，k的取值范围10-30；
30、通过峰值拾取得到每个频谱中的高峰，其中，峰值大于初始设定阈值的记为有效高峰；有效高峰数为1的信号为所述单频自由衰减振动信号，有效高峰数大于1的信号为所述多频自由衰减振动信号。
31、步骤s3中，对于所述单频自由衰减振动信号直接利用指数衰减法计算得到频率和阻尼比，通过峰值拾取得到信号中的波峰值am及其对应的时间tm和序号m，将波峰值的对数与其对应的序号通过最小二乘法进行线性拟合，得到：
32、lna＝a·n+b
33、其中，lna为波峰对数值，n为波数，
34、
35、
36、其中，m为所述单频自由衰减振动信号的总波数；
37、计算阻尼比：
38、
39、计算频率：
40、
41、步骤s3中，对于所述多频自由衰减振动信号，通过变分非线性分量分解方法将该信号分解为多个单频自由衰减振动信号，对每个所述单频自由衰减振动信号利用指数衰减法计算各自的频率和阻尼比。
42、一种桥梁振动监测的频率与阻尼比自动识别系统，其特征在于，包括：
43、加速度传感器，安装于桥梁的主梁的下方，用于将桥梁的振动加速度转换为电压信号，从而测量桥梁的振动加速度；
44、信号采集模块，接收采集加速计传来的电压信号，并将其从模拟信号转换为数字信号，然后记录下信号；
45、相关性分析模块，接收信号采集模块记录的时程信号，利用互相关函数筛选出信号中的自由衰减振动信号；
46、时频分析模块，接收相关性分析模块输出的自由衰减振动信号，利用傅里叶变换将自由衰减振动信号分为单频自由衰减振动信号与多频自由衰减振动信号，再利用变分非线性分量分解将多频自由衰减振动信号分解为多个单频自由衰减振动信号；
47、线性拟合模块，接收时频分析模块输出的单频自由衰减振动信号，利用线性拟合计算桥梁的频率与阻尼。
48、由上述对本专利技术的描述可知，与现有技术相比，本专利技术具有如下有益效果：
49、1、本专利技术可以实现从实测信号中自由衰减信号提取到阻尼比识别的全过程自动识别，在无需人工筛选信号段建立数据库的情况下实现自动识别，可以很好地应用于实时、连续信号处理，在桥梁健康检测中具有广阔的应用前景。
50、2、本专利技术同传统的阻尼识别方法相比，基于实际信号进行傅里叶变换得到的结构自振频率构造的有阻本文档来自技高网
...
【技术保护点】
1.一种桥梁振动监测的频率与阻尼比自动识别方法，其特征在于，包括：
2.如权利要求1所述的一种桥梁振动监测的频率与阻尼比自动识别方法，其特征在于，步骤S1中具体包括：
3.如权利要求2所述的一种桥梁振动监测的频率与阻尼比自动识别方法，其特征在于，所述预处理包括：
4.如权利要求2所述的一种桥梁振动监测的频率与阻尼比自动识别方法，其特征在于，步骤S2中具体包括：
5.如权利要求1所述的一种桥梁振动监测的频率与阻尼比自动识别方法，其特征在于，步骤S3中具体包括：
6.根据权利要求1所述基于桥梁振动监测数据的频率与阻尼比自动识别方法，其特征在于：步骤S3中，对于所述单频自由衰减振动信号直接利用指数衰减法计算得到频率和阻尼比，通过峰值拾取得到信号中的波峰值Am及其对应的时间tm和序号m，将波峰值的对数与其对应的序号通过最小二乘法进行线性拟合，得到：
7.根据权利要求1所述基于桥梁振动监测数据的频率与阻尼比自动识别方法，其特征在于：步骤S3中，对于所述多频自由衰减振动信号，通过变分非线性分量分解方法将该信号分解为多个单频自由衰减振动信号，对每个所述单频自由衰减振动信号利用指数衰减法计算各自的频率和阻尼比。
8.一种桥梁振动监测的频率与阻尼比自动识别系统，其特征在于，包括：
...
【技术特征摘要】
1.一种桥梁振动监测的频率与阻尼比自动识别方法，其特征在于，包括：
2.如权利要求1所述的一种桥梁振动监测的频率与阻尼比自动识别方法，其特征在于，步骤s1中具体包括：
3.如权利要求2所述的一种桥梁振动监测的频率与阻尼比自动识别方法，其特征在于，所述预处理包括：
4.如权利要求2所述的一种桥梁振动监测的频率与阻尼比自动识别方法，其特征在于，步骤s2中具体包括：
5.如权利要求1所述的一种桥梁振动监测的频率与阻尼比自动识别方法，其特征在于，步骤s3中具体包括：
6.根据权利要求1所述基于桥梁振动监测数据的频率与阻尼比自...
【专利技术属性】
技术研发人员：张尧，陈思佳，陈志为，
申请(专利权)人：厦门大学，
类型：发明
国别省市：
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。