第３９卷第１２期２０２２年１２月公路交通科技ＪｏｕｒｎａｌｏｆＨｉｇｈｗａｙａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔＶｏｌ.３９Ｎｏ.１２Ｄｅｃ．２０２２收稿日期：２０２１－０３－２２基金项目：国家自然科学基金项目（５１６０８４０８）；中央高校基本科研业务费专项资金项目（２０１７ＩＶＢ０４６）作者简介：秦世强（１９８７－），男，安徽肥西人，副教授，博士．（ｓｈｉｑｉａｎｇｑｉｎ＠ｗｈｕｔ.ｅｄｕ.ｃｎ）ｄｏｉ：１０.３９６９／ｊ.ｉｓｓｎ.１００２－０２６８.２０２２.１２.０１２基于改进经验小波变换的桥梁模态参数识别秦世强，唐剑，冯嘉诚（武汉理工大学土木工程与建筑学院，湖北武汉４３００７０）摘要：针对经验小波变换（ＥＷＴ）傅里叶谱划分易受高强噪声和调制边频带的影响，传统方法划分的频带不准确等问题，提出一种改进经验小波变换（ＩＥＷＴ）并将其用于桥梁结构模态参数识别。首先，利用振动信号的傅里叶谱进行了经验小波变换；去除分解后的高频分量，将剩余分量重构获得ＥＷＴ趋势谱；然后，将ＥＷＴ趋势谱代替傅里叶谱来进行频谱分割，以频谱分割得到的频率边界构造经验小波滤波器组对信号进行了经验小波变换，并对经验小波变换获得的单分量信号使用同步提取变换（ＳＥＴ）做去噪处理；最后，结合随机减量技术（ＲＤＴ）和希尔伯特（Ｈｉｌｂｅｒｔ）变换识别桥梁结构模态参数，即频率、阻尼比和振型。分别以两个典型的仿真信号和实际工程案例对所提方法进行了验证，并且在桥梁加速度响应加入噪声验证该模态参数识别方法在低信噪比下的性能；仿真信号频谱分割和实桥模态参数识别。结果表明：相较于傅里叶谱，基于ＥＷＴ趋势谱的频谱划分方法能更加精准地确定经验小波变换所需要的频谱边界，避免噪声和边频带的干扰，提高频谱划分精度；引入的同步提取变换能够去除单分量信号中的噪声，消除噪声对模态参数识别的影响；所提改进经验小波变换结合ＳＥＴ去噪、ＲＤＴ和Ｈｉｌｂｅｒｔ变换能准确识别桥梁结构模态参数，且在低信噪比条件下鲁棒性好。关键词：桥梁工程；模态参数识别；改进经验小波变换；响应信号；同步提取变换；Ｈｉｌｂｅｒｔ变换中图分类号：ＴＵ３１１.３文献标识码：Ａ文章编号：１００２－０２６８（２０２２）１２－００９４－１２ＢｒｉｄｇｅＭｏｄａｌＰａｒａｍｅｔｅｒＩｄｅｎｔｉｆｉｃａｔｉｏｎＢａｓｅｄｏｎＩｍｐｒｏｖｅｄＥ...
