- · 北京市丰台区科协举办2021年区科普益民惠农项目评审会[11/10]
- · 内蒙古乌兰察布市科协举办2020年公民科学素质竞赛[11/06]
- · 广西2020年全区乡村学校少年宫科技体验日活动举行[11/05]
- · 新疆昌吉州有力推进第31届“科技之冬”活动[11/04]
- · 山东省科协青少年科普教育栏目《科普总动员》启动[11/04]
- · 内蒙古巴彦淖尔市2020年公民科学素质大赛举行[11/04]
- · 世界顶尖科学家论坛科学T大会开启“科学第一课”[11/03]
- · 2020中国科幻大会开幕[11/01]
基于SVD与改进EMD联合的泄流结构工作特性信息提取
作者: 张建伟 ; 暴振磊 ; 江琦 ; 王涛 ; 刘轩然
关键词: 泄流结构 奇异值分解 改进经验模态分解 特性信息
摘要:针对泄流结构振动信号非平稳性和特征信息被强噪声淹没的实际问题,提出基于奇异值分解(SVD)和改进经验模态分解(EMD)联合的特征信息提取方法.首先,对一维泄流振动信号时程进行相空间重构,运用SVD分解技术提取振动信号的奇异值信息,并通过奇异熵增量定阶理论滤除泄流振动信号中的高频噪声,实现信号的初次滤波;其次,对初次滤波信号进行正交化EMD分解,运用频谱分析方法筛选包含主要结构振动信息的各IMF,滤除低频水流噪声,实现信号的二次滤波;最后,将包含结构振动信息的IMF分量重构,得到泄流结构的工作振动特征信息.通过数值信号仿真验证本文方法的正确性,可有效滤除高频和低频噪声,凸显结构振动特征信息.结合三峡5号坝段泄流振动实测数据,运用本文方法进行坝体特征信息提取,并与ERA辨识结果进行比较,进一步说明本方法在泄流结构振动信息分析中的优越性,可为泄流结构在线监测和安全运行提供依据.