基于希尔伯特-黄变换的超高层建筑模态参数识别

基于改进的希尔伯特—黄变换（HHT）即结合随机减量技术（RDT）的HHT对7~9级风力作用下,超高层建筑——上海金茂大厦的加速度响应现场实测数据进行分析与处理,以识别出上海金茂大厦东西和南北方向的第12、阶自振频率及相应的阻尼比。在识别中,为了避免结构模态的混叠现象,本文引入了巴特沃斯带通滤波器来对加速度实测数据实行滤波处理。识别结果显示：上海金茂大厦东西方向和南北方向的第1阶自振频率近似相等,但是东西方向和南北方向的第2阶自振频率相差较大;结构东西和南北方向的阻尼比皆小于结构材料的阻尼比,而且随着模态阶数的增大识别出的阻尼比标准差呈现增大的趋势。这些研究结果对未来超高层建筑的设计具有借鉴意义。同时,识别结果也表明,HHT＋RDT＋巴特沃斯带通滤波器方法可以有效地识别出超高层建筑的模态参数。

基于HHT-RDT算法的高拱坝泄流结构工作模态识别方法

根据高拱坝泄流结构自身的工作特点,为准确辨识环境激励下的结构模态参数特征,提出了一种基于改进的HHT-RDT算法的高拱坝泄流结构工作模态识别方法。以某高拱坝原型振动响应测试资料为基础,利用改进的小波阈值-EMD算法对原始信号进行降噪预处理,滤除干扰噪声的同时保留有效特征信息;采用HHT-RDT算法识别高拱坝泄流结构的工作模态参数,运用带通滤波对振动响应信号的EMD过程进行控制得到结构的各阶模态分量,利用RDT法提取各阶模态分量的自由衰减信息,识别出高拱坝泄流结构系统的固有频率及阻尼比。工程实例表明,该方法避免了复杂系统定阶过程,有效提高结构振动响应工作模态识别精度,为辨识高拱坝泄流结构的工作模态参数提供捷径。

基于HHT和WT识别高层建筑模态参数的比较研究

现役高层建筑动力响应的实测与参数识别对结构动态数据资料的补充和设计准确性的校验是十分必要的.首先回顾了基于HHT和WT识别结构动力参数的基本原理;接着,基于高层建筑动力响应的实测数据进行了结构固有频率和阻尼比的识别.结果表明,对结构固有频率和低阶阻尼比的识别两者都具有较高的准确性;而对于高阶阻尼比的识别,两者有较大差别.对于固有频率呈密集分布结构的动力参数识别,WT方法通过调整小波中心频率而实现频率分离,因而WT方法更为简单有效.

强震记录下钢结构建筑非线性阻尼比研究

为了研究钢结构建筑阻尼特性,采用希尔伯特-黄变换和随机减量技术,从强震记录中识别钢结构建筑基于振动幅度的非线性阻尼比。结果表明,钢结构建筑的阻尼比具有明显的基于振幅的非线性特性。在初始阶段,阻尼比随振幅的增大而上升,当振幅越过"临界振幅"后,阻尼比随振幅增长呈现下降趋势。基于希尔波特-黄变换和随机减量技术,可以从强震记录中对基于振幅的非线性阻尼比等模态参数进行识别。

基于改进HHT理论的大型桥梁动态特性分析

针对Hilbert-Huang变换(HHT)中原经验模态分解法在信号存在中断时出现模态混叠问题,研究了利用噪声辅助的分解方法——总体平均经验模态分解法(ensemble empirical mode decomposition,EEMD)的分解过程及其噪声控制。将此改进的分解方法结合随机减量技术获取振动信号的自由衰减响应,为进一步的Hilbert变换识别模态参数提供有效数据。将该方法结合武汉白沙洲长江大桥GPS实测数据进行了模态识别,结果表明,利用噪声辅助的总体平均经验模态分解法(EEMD)能够有效地克服分解过程中的模态混叠现象,使桥梁模态清晰地分解开来。