[發明專利]一種橋梁撓度監測中的溫度效應分離方法

在審

• 申請號: 202110592389.3
• 申請日: 2021-05-28
• 公開（公告）號: CN113204850A
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 辛景舟;李雙江;馬虎;張洪;周建庭;唐啟智;王承偉;黃磊;馬聞達
• 申請（專利權）人: 重慶交通大學;重慶市軌道交通（集團）有限公司
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06F30/23;G06F119/08
• 代理公司: 重慶博凱知識產權代理有限公司 50212
• 代理人: 黃河

1.一種橋梁撓度監測中的溫度效應分離方法，其特征在于，包括以下步驟：

S1：通過變分模態分解法將橋梁撓度信號分解成若干個本征模函數分量；

S2：計算所述本征模函數分量的概率密度分布函數；

S3：根據所述概率密度分布函數計算所述本征模函數分量的相對熵KLD值；

S4：通過所述相對熵KLD值剔除虛假的本征模函數分量，并基于剔除所述虛假的本征模函數分量后的各個本征模函數分量分離得到所述橋梁撓度信號中的溫度效應信號。

2.如權利要求1所述的橋梁撓度監測中的溫度效應分離方法，其特征在于：步驟S1中，先根據中心頻率法和Hilbert變換確定變分模態分解法的最優分解層數，再根據變分模態分解法將所述橋梁撓度信號分解成若干個本征模函數分量。

3.如權利要求1所述的橋梁撓度監測中的溫度效應分離方法，其特征在于：步驟S2中，根據引入核密度估計KDE計算所述本征模函數分量對應的概率密度分布函數。

4.如權利要求1所述的橋梁撓度監測中的溫度效應分離方法，其特征在于：步驟S3中，根據Kullback-Leibler散度算法和所述概率密度分布函數計算所述本征模函數分量對應的相對熵KLD值。

5.如權利要求1所述的橋梁撓度監測中的溫度效應分離方法，其特征在于：步驟S4中，相對熵KLD值越大，對應的本征模函數分量越接近虛假的本征模函數分量；相對熵KLD值越小，對應的本征模函數分量越接近真實的本征模函數分量。

6.如權利要求1所述的橋梁撓度監測中的溫度效應分離方法，其特征在于，還包括仿真驗證步驟S5，具體包括：

構建橋梁有限元模型，并對所述橋梁有限元模型進行仿真分析得到對應的仿真撓度信號；

通過變分模態分解法將所述仿真撓度信號分解成若干個仿真本征模函數分量；

計算所述仿真本征模函數分量的仿真概率密度分布函數；

根據所述仿真概率密度分布函數計算所述仿真本征模函數分量的仿真相對熵KLD值；

通過所述仿真相對熵KLD值剔除虛假的仿真本征模函數分量，并根據剔除所述虛假的仿真本征模函數分量后的各個仿真本征模函數分量分離得到所述仿真撓度信號中的仿真溫度效應信號；

通過Pearson相關系數計算所述仿真溫度效應信號的相關系數，并根據所述相關系數驗證所述仿真溫度效應信號的準確性。

7.如權利要求1所述的橋梁撓度監測中的溫度效應分離方法，其特征在于，還包括實測驗證步驟S6，具體包括：

獲取待測橋梁的實測撓度信號；

通過變分模態分解法將所述實測撓度信號分解成若干個實測本征模函數分量；

計算所述實測本征模函數分量的實測概率密度分布函數；

根據所述實測概率密度分布函數計算所述實測本征模函數分量的實測相對熵KLD值；

通過所述實測相對熵KLD值剔除虛假的實測本征模函數分量，并根據剔除所述虛假的實測本征模函數分量后的各個實測本征模函數分量分離得到所述實測撓度信號中的實測溫度效應信號；

通過Pearson相關系數計算所述實測溫度效應信號的相關系數，并根據所述相關系數驗證所述實測溫度效應信號的準確性。

8.如權利要求7所述的橋梁撓度監測中的溫度效應分離方法，其特征在于：獲取到待測橋梁的實測撓度信號后，先通過巴特沃斯低通濾波算法對所述實測撓度信號進行濾波，以剔除所述實測撓度信號中的外界高頻信號。