基于EMD与IMF能量的桥梁应变温度效应成分的提取_李苗
基于解析模态分解法的桥梁动态应变监测数据温度影响的分离

基于解析模态分解法的桥梁动态应变监测数据温度影响的分离李苗;任伟新;胡异丁;王宁波【期刊名称】《振动与冲击》【年(卷),期】2012(031)021【摘要】对于大跨度桥梁结构,温度荷载会对结构应变产生显著影响.为得到桥梁在动荷载下的真实应变,对其运营状况做出正确评估,有必要将温度变化对应变的影响从结构应变中剔除.对比分析了悬索桥钢桁架跨中上弦杆的温度应变片和工作应变片数据的功率谱密度,得到应变片输出信号在各频段的能量分布特征,确定了工作应变片数据中温度应变信息和动荷载应变信息的分界频率;采用解析模态分解法,根据分界频率将工作片原始应变时程分离为慢变成分和快变成分两部分.结果表明,由温度变化产生的应变时程波动(慢变成分)得到有效分离,该方法不仅能去除温度变化引起的应变片自身的应变,同时温度应力引起的应变亦得到有效剔除;通过雨流计数法对提取出的快变成分进行检验分析.结果表明,快变成分较好地保留了桥梁动荷载产生的应变信息,具有较高的工程利用价值.【总页数】6页(P6-10,29)【作者】李苗;任伟新;胡异丁;王宁波【作者单位】中南大学土木建筑学院,长沙410075;湖南城市学院土木工程学院,湖南益阳413000;中南大学土木建筑学院,长沙410075;中南大学土木建筑学院,长沙410075;五邑大学信息工程学院,广东江门529020;中南大学土木建筑学院,长沙410075【正文语种】中文【中图分类】U441【相关文献】1.基于集总平均经验模态分解法(EEMD)的星箭解锁分离机构冲击响应分析 [J], 汪国元;徐洋;胡晓楠;盛晓伟;蒋青飞2.基于分向半解析有限元法的纵向模态波动特性 [J], 唐楠;吴斌;何存富3.基于温度影响的BOTDR监测数据实验研究 [J], 罗靖筠;张俊义;高幼龙;杨秀元4.桥梁结构动态应变监测信息的分离与提取 [J], 吴佰建;李兆霞;王滢;T.H.T.Chan5.基于经验模态分解法的桥梁应变信号降噪方法研究 [J], 张晖;鲁明明;丁华平;沈庆宏因版权原因,仅展示原文概要,查看原文内容请购买。
基于emd与imf能量的桥梁应变温度效应成分的提取

基于emd与imf能量的桥梁应变温度效应成分的提取基于emd与imf能量的桥梁应变温度效应成分的提取桥梁是现代交通建设中不可或缺的重要组成部分,而桥梁的应变温度效应成分对于桥梁的设计和施工具有重要的影响。
因此,提取桥梁应变温度效应成分是桥梁工程中的一个重要问题。
本文将介绍一种基于emd与imf能量的方法来提取桥梁应变温度效应成分。
emd是一种信号分解方法,可以将信号分解成多个固有模态函数(imf)。
imf是一种具有局部特征的信号,可以用于提取信号中的局部信息。
因此,emd可以用于提取桥梁应变信号中的局部信息。
imf的能量可以用于描述信号中的重要程度,因此,imf能量可以用于提取桥梁应变信号中的重要信息。
imf能量的提取需要对imf进行分析。
imf的能量分布通常是不均匀的,因此,需要对imf进行归一化处理。
归一化处理可以使得不同imf的能量具有可比性,从而可以进行比较。
归一化处理可以采用z-score标准化方法,即将imf减去均值,除以标准差。
imf能量的提取可以采用多种方法,例如,可以采用能量峰值法、能量积分法等。
能量峰值法是指找到imf能量的峰值,将峰值作为imf的能量。
能量积分法是指对imf能量进行积分,将积分值作为imf的能量。
这些方法都可以用于提取桥梁应变信号中的重要信息。
imf能量的提取可以用于提取桥梁应变温度效应成分。
桥梁应变信号通常包含多个频率成分,其中包括应变温度效应成分。
应变温度效应成分通常具有较低的频率,因此,可以通过提取低频imf的能量来提取应变温度效应成分。
提取应变温度效应成分可以用于桥梁的设计和施工,从而提高桥梁的安全性和可靠性。
总之,基于emd与imf能量的方法可以用于提取桥梁应变温度效应成分。
该方法可以提取桥梁应变信号中的重要信息,从而提高桥梁的安全性和可靠性。
该方法具有较高的准确性和可靠性,可以用于桥梁工程中的应变分析和设计。
基于 AMD 的经验模态分解含间断信号模态混叠消除方法

基于 AMD 的经验模态分解含间断信号模态混叠消除方法时培明;苏翠娇;韩东颖;刘霜【摘要】Aiming at mode mixing of empirical modedecomposition(EMD)caused by the intermittency signal,a new method to eliminate mode mixing of EMD based on analytical mode decomposition,AMD,is proposed. In this method, taking advantage of instantaneous frequency characteristics of the first intrinsic mode function,IMF,the frequency components of IMF1 can be got,the bisecting frequency and the location of the intermittency signal. Then,AMD is used to extract the intermittency signal and decompose the processed signal by EMD method. Thus,the effect of the intermittency signal is eliminated. The results of simulation analysis and engineering application show that the proposed method can effectively eliminate mode mixing of EMD caused by intermittency signal.%针对在经验模态分解筛选过程中间断信号引起的模态混叠问题,提出了一种基于解析模态分解的经验模态分解模态混叠消除新方法。
基于EMD分解的MEMS加速度计随机误差补偿

Random Noise Compensation Method for MEMS Accelerometer Based on
EMD Decomposition
TIAN Yi1,2,LI Ji-xiu1,ZHONG Yan-qing1,YAN Yue-peng1,2,MENG Zhen1,ZHANG Xing-cheng1
文献标识码:A
文章编号:1007-9416(2021)01-0105-03
0 引言
MEMS加速度计是惯性导航系统中的核心器件之一, 其测量精度直接影响惯性导航系统的导航及姿态测量精 度, 因此需要对M E M S 加速度计数据进行随机误差补偿, 提高其测量精度。
目前关于陀螺随机误差降噪方法已经有了广泛深 入 的 研 究 , 包 括 基 于 多 尺 度 小 波 变 换 [ 1 ] 的 方 法 、基 于 A R M A 建模 的 卡 尔 曼 滤 波[ 2 ] 等方 法 。但 由 于 小 波 分 解参 数具有非自适应性,不适用于时变信号[3],而A RMA 建 模需要信号满足线性、平稳性的要求, 因此限制了其应 用。EMD方法于1998年由Huang N.E.提出[4],是一种 新型的信号分解方法, 在非线性、非平稳信号的处理中 具 有 良 好 的 效 果 [ 5] 。本 论 文 将 基 于 E M D 分解 的 滤 波 算 法 应用于加速度计数据降噪, 实现提高加速度计测量精 度的目的。
件,并令其为x(t)的第一个IMF成分IMF1,并求出原信号 x(t)与IMF1的差值r1=x(t)-IMF1。把r1当作一个新的“原 始 ”序 列 。
步骤3:重复步骤1~2 ,逐次提取出IM F 2、IM F 3、…、 IMFn,其中rn=rn-1-IMFn,当rn变成一个单调序列,则完成 E M D 分解,r n 是原始信号的余项或者趋势项。
基于EEMD和IMF能量分布的刀具破损识别

文章编号 : 1 0 0 1—2 2 6 5( 2 0 1 3 ) O 4—0 0 5 4一O 5
基于 E E MD和 I MF能 量 分 布 的 刀具 破 损 识别
杨 明伦 , 邵 华
( 上海 交通 大学 机械 与动力 工程 学院 , 上 海 2 0 0 2 4 0 ) 摘要: 针 对铣 削过程 中声发射信 号 非 平稳 的特 点 , 提 出了一 种基 于噪 声辅 助 经 验模 态分 解 ( E E MD) 和本征 模 函数 ( I MF ) 能量分 布的 刀具破 损识 别方 法。首 先对 经过 滤 波后 的原 信 号进行 E E MD分 解 ,
YANG Mi n g — l u n,S H AO Hu a
( S c h o o l o f Me c h a n i c a l E n g i n e e r i n g ,S h a n g h a i J i a o T o n g U n i v e r s i t y ,S h a n g h a i 2 0 0 2 4 0,C h i n a )
wa s p r o p o s e d t o a c h i e v e t h e d e t e c t i o n a n d i d e nt i ic f a t i o n o f t o o l b r e a ka g e i n mi l l i n g p r o c e s s .F i r s t ,EEM D
抽 取本 征模 函数 组( I MF ) , 后 计 算每 一 阶 模 函数 能 量 及 总 体 能 量 分 布 , 最后提 取 特征 向量 , 通 过利 用该 方法 , 在 立 式铣 削加 工 中心上 对稳 定切 削 中刀具破 损和 变参数铣 削加 工进行 了系统的分析 , 结果表 明此 方法能 够剔除切 削参 数 变化 的影 响 , 准确 的识 别 刀具破 损 , 具
近地面大气电场数据EMD方法分析

近地面大气电场数据EMD方法分析徐栋璞;王振会;曾庆锋;敖雪【摘要】An analysis of the near-surface atmospheric electric field data in the summer of 2009 is presented based on the empirical mode decomposition (EMD) method. The vari-scaled components of the atmospheric electric field in thunderstorm and fair weather are decomposed and the atmospheric electric field oscillation characteristics of two types of weather conditions are extracted and compared. The results show that the EMD method is suitable for the analysis of atmospheric electric field data. The atmospheric electric field in thunderstorm weather is under the background of atmospheric electric field in fair weather, and so contains the steady periodic oscillation compositions of fair weather. The atmospheric electric field energy in fair weather is concentrated in the long-period oscillation component, while that in thunderstorm weather is mainly concentrated in the short-period oscillation component. Before cloud-to-ground lightning occurring, the central frequency of IMF1 (IMF: Intrinsic Mode Function) will jump or the corresponding amplitude of IMF1 will increased significantly. According to these characteristics, 38 thunderstorms selected randomly are tested with lightning location data and the results show that the detection probability of warning is 84. 2%.%将经验模态分解(EMD)方法应用于2009年夏季近地面大气电场资料的分析,分解出雷暴和晴天天气大气电场的不同时间尺度变化分量,并提取两类天气状态下的大气电场振荡特征进行对比.结果表明:EMD方法适合应用于近地面大气电场资料的分析,雷暴天气大气电场以晴天天气大气电场作为背景场,包含了周期振荡平稳的晴天天气成分;晴天天气大气电场能量集中于长周期振荡分量,而雷暴电场能量主要是集中于短周期振荡分量.发生雷暴前,IMF(本征模态函数)1分量的中心频率会出现明显跳跃或其对应幅度明显增大的现象.利用这些特征对随机选出的38次过程进行预报效果检验,得到预警的探测概率为84.2%.【期刊名称】《气象科技》【年(卷),期】2013(041)001【总页数】7页(P170-176)【关键词】EMD;大气电场;雷暴天气;雷电预警【作者】徐栋璞;王振会;曾庆锋;敖雪【作者单位】南京信息工程大学,气象灾害省部共建教育部重点实验室,南京210044;南京信息工程大学大气物理学院,南京210044【正文语种】中文引言大气电场仪测得的大气电场强度主要代表云中电荷发生发展情况。
现代信号处理第八章基于EMD的时频分析方法及其应用

目前EMD方法主要应用于一元信号处理领域,未来研究将拓展其在多元信号处理中的应用,如多 通道信号分析、多维数据融合等。
EMD在复杂系统故障诊断中的应用
复杂系统的故障诊断是信号处理领域的重要研究方向之一,未来研究将探索将EMD方法应用于复 杂系统的故障诊断中,以提高诊断的准确性和可靠性。
01 基于EMD的时频分析方 法概述
EMD方法简介
EMD(Empirical Mode Decomposition)即经验模态分解,是 一种自适应的信号处理方法。
EMD方法能够将复杂信号分解为一系列固有 模态函数(Intrinsic Mode Functions, IMFs),这些IMFs表征了信号在不同时间 尺度上的局部特征。
THANKS FOR WATCHING
感谢您的观看
图像去噪与增强技术
EMD去噪原理
基于经验模态分解(EMD) 的去噪方法通过分解图像信号 为多个固有模态函数(IMF),
有效去除噪声成分。
自适应阈值处理
结合EMD与自适应阈值技术, 实现图像噪声的智能抑制,提
高图像质量。
对比度增强
利用EMD方法对图像进行分 层处理,调整各层对比度,实
现图像整体对比度的增强。
边界效应问题
EMD方法在分解过程中,对信号两端的数据处理存在不确 定性,容易产生边界效应,影响分解结果的精度和可靠性。
发展趋势预测
自适应噪声抑制技术
针对噪声干扰问题,未来研究将更加注重自适应噪声抑制 技术的发展,以提高EMD方法在噪声环境下的性能。
改进EMD算法
为解决模态混叠问题,研究者将致力于改进EMD算法,如引入 掩膜信号、优化筛选过程等,以提高分解的准确性和稳定性。
基于正交的声表面波应变传感器的温度应变解耦方法

基于正交的声表面波应变传感器的温度应变解耦方法
李向荣;秦丽;谭秋林
【期刊名称】《仪表技术与传感器》
【年(卷),期】2022()9
【摘要】针对应变测量的温度干扰问题,文中设计了2个声表面波应变传感器,2个传感器的频率分别为240.856 MHz和239.22 MHz。
2个传感器粘贴在悬臂梁上靠近固定端的2个位置,一个沿着声表面的传播方向与应变方向一致的方向粘贴,另一个沿着传播方向与应变垂直的方向粘贴。
然后对传感器的温度应变响应进行测试,测得了传感器芯片在25~200℃下的频率响应。
结果表明一个谐振器的共振频率随着应变的增加而减小,频率与应变为线性关系,室温下灵敏度为192.5 Hz/με。
另一个谐振器的共振频率随着应变的增加而增加,频率与应变为线性关系,室温下灵敏度为128.7 Hz/με。
然后提取出不同温度下的应变灵敏度,2个传感器的灵敏度随着温度的变化,先增加后减小。
然后将2个传感器频率做差,通过计算实现了应变精确值的提取。
【总页数】5页(P122-126)
【作者】李向荣;秦丽;谭秋林
【作者单位】中北大学;中北大学理学院
【正文语种】中文
【中图分类】TP212
【相关文献】
1.宽温度范围SAW应变传感器温度与应变解耦研究
2.一种高灵敏度的桥型声表面波应变传感器
3.基于SVD-Rife算法的声表面波应变传感器高精度解调方法设计
4.声表面波应变传感器的温度补偿方法研究
5.具有高灵敏度声表面波应变传感器的仿真与设计
因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
原始信号分解所得余项一般为单调函数, 其周 [9 ] 期大于实测信号的长度, 即为信号的趋势项 。 经 验模态分解可在无任何先验假定条件下, 通过分解 得到余项来提取信号中的趋势项。 然而, 振动信号 中的趋势成分通常具有明确的物理意义, 如大跨度 桥梁结构应变时程中的趋势成分对应于结构的温度 应变。由温度应力形成的应变时程表现为与温度变 化相似的波动形式, 由余项代表的单调趋势与温度 应变对应的周期趋势存在差异, 即从应变时程提取 出的余项不能等同于温度应变。 因此, 在提取振动 信号中的趋势项之前有必要先明确信号中趋势的物 理含义。 2 IMF 能量与阈值选取
n n +1
局部的和自适应的,适合于研究非平稳的信号 。 EMD 提取应变信号中的温度效应成分实质上是 提取信号中周期趋势成分的问题, 可通过将多阶与 周期趋势相关的 IMF 叠加得以实现。 因此, IMF 的 选取是该方法的关键。 笔者分别在时域和频域对信
[8 ]
g i* ( t ) =
∑ I i ( t) i = i*
摘要: 为通过经验模态分解提取桥梁监测动应变信号中具有周期趋势特点的温度效应成分 ( 温度应变 ) , 需确定温度 应变的多阶本征模态函数 ( IMF) 构成。首先在时域与频域分别对信号各阶 IMF 的能量进行分析, 再综合 IMF 的能 量突变阶数和边际谱相关系数得到 IMF 阶数阈值,最后根据阈值选取多阶 IMF 重构信号中的周期趋势成分 , 达到提 取应变信号中温度效应成分的目的 。研究结果表明,动应变信号中的周期趋势成分使得 IMF 能量存在阶数突变, 基 于突变阶数可初步确定 IMF 阶数阈值的取值范围。进一步分析阈值范围内 IMF 频域的能量分布, 发现 IMF 边际谱曲 线的相关系数陡增至 0. 8 以上,表明末阶 IMF 存在较一致的能量分布模式 。通过实测数据的应用结果验证 , 采用首 个超过 0. 8 的 IMF 边际谱相关系数可较精确地确定 IMF 阶数阈值。 基于阈值提取温度效应成分后 , 动应变中的活载 信息保留较完整。 关键词: 桥梁工程; 温度应变; 经验模态分解; IMF 能量; 边际谱 中图分类号: U441 文献标识码: A 文章编号: 1002 - 0268 ( 2015 ) 07 - 0062 - 07
基于 EMD 与 IMF 能量的桥梁应变 温度效应成分的提取
李
( 1. 湖南城市学院
1, 2 3 2 2 苗 ,任伟新 ,黄天立 ,王宁波
土木工程学院,湖南 3. 合肥工业大学
益阳 413000 ; 2. 中南大学 土木与水利工程学院,安徽
土木工程学院,湖南 合肥 230009 )
长沙 410075 ;
Abstract: In order to extract the temperature effect component ( temperature strain ) ,which presents the cycle trend, of dynamic strain signal in bridge detection through EMD, the multi order intrinsic mode function ( IMF) constitution of temperature strain should be ascertained. Each order's IMF energy of signal is analyzed in time domain and frequency domain,and the threshold of IMF order is acquired through synthetic analysis of energy catastrophe order and correlation coefficient of marginal spectrum. Finally,the temperature effect component of strain data is extracted through selecting the cycle trend of each order's IMF reconstruction signal according to the threshold. The result shows that the periodic trend component of dynamic strain signal leads to order catastrophe of IMF energy, with which the value range of IMF order threshold can be preliminarily determined. By analyzing the energy distribution in frequency domain of IMF located in preliminarily determined threshold range, the correlation coefficient of IMF marginal spectrum increases rapidly to more than 0. 8,which shows that the energy distribution patterns of last order IMF are consistent. Via the
第 32 卷 第 7 期 2015 年 7 月
公 路 交 通 科 技 Journal of Highway and Transportation Research and Development
Vol. 32 No. 7 Jul. 2015
doi: 10. 3969 / j. issn. 1002 - 0268. 2015. 07. 011
第7 期
李
苗,等: 基于 EMD 与 IMF 能量的桥梁应变温度效应成分的提取
63
application of the insitu data, the result demonstrates that the IMF order threshold can be precisely obtained by the first correlation coefficient of IMF marginal spectrum more than 0. 8. After extracting the temperature effect component based on the threshold,the live load information in dynamic strain is retained properly. Key words: bridge engineering; temperature strain; empirical mode decomposition ( EMD) ; IMF energy; marginal spectrum 0 引言 号各阶 IMF 的能量特征进行分析, 基于能量突变阶 数与 Hilbert 边际谱相关系数确定 IMF 阈值, 然后通 过阈值选取相关 IMF 重构周期趋势成分, 以此提取 应变中的温度效应。 1 EMD 方法与趋势成分 EMD 基本理论
大跨度桥梁结构长期监测的应变信号不可避免 地受到运营环境因素的影响, 在不同时间尺度下应 变时程主要反映两类荷载信息: 一类是温度荷载信 息,另一类是以车辆为主的活载信息。 较大的环境 温度变化产生的温度应变可能会大于桥梁动荷载引 [1 - 2 ] , 使得反映结构动力特性的信号特征 起的应变 被幅值更大的温度应变信号所掩盖, 从而影响对桥 梁实际运营状况的有效判别。 桥梁结构应变时程主要由活荷载效应成分与温 度荷载效应成分 ( 周期趋势) 构成, 具有非平稳性。 消除时程中的温度效应成分, 可视作从时间序列里 提取周期趋势项的问题。 在早期对时间序列的研究 中,将趋势看作时间序列长时间的动向。 较常用的 提取方法主要有最小二乘拟合法、 ARMA 时间序列 模型和低通滤波法等
n
x( t) = 1. 2 周期趋势成分
I i ( t) ∑ i =1
+ r n ( t) 。
( 1)
。 但最小二乘拟合法适用于
趋势项的类型为已知的信号, 如线性趋势、 多项式 趋势或指数趋势等, 难以处理具有复杂变化趋势或 随机变化趋势的数据; ARMA 模型是最常用的时间 序列模型, 它建立在线性动态结构的基础之上, 本 质上是线性模型, 适合满足有限参数线性模型的平 稳时间 序 列 的 分 析。 从 频 域 出 发, 采 用 滤 波 的 方 可提取时间序列中不同的频率成分, 其最基 本的工具就是傅里叶变换和滤波器等。 动应变信号 法 中的温度效应成分相对活载效应成分具有慢变的特 点,可考虑低通滤波获得温度应变。 但低通滤波法 必须恰当地选择滤波器参数和截止频率, 否则会产 生较大的误差。 这些分离方法大都是以傅立叶变换 为其最终理论依据的, 傅立叶变换理论中的时域基 本信号是平稳的简谐波信号。 由 N. E. Huang 提出
+ r n ( t) =
∑ I i ( t) , i = i*
( 2)
64
公
路
交
通
科
技
第 32 卷
Hale Waihona Puke 式中 i * 为 IMF 阶 数 阈 值, 提 取 出 的 周 期 趋 势 成 分 g i* ( t ) 由 i * 阶以后 ( 包括 i * 阶 ) 的多阶低频 IMF 和余项构成 ( 式 2 ) 。 为计算说明的方便, 将余项定 义为第 n + 1 项 IMF。 陈隽
Extraction of Bridge Strain Temperature Effect Based on EMD and IMF Energy