第三届全国随机动力学学术会议优秀论文基于EEMD与FastICA的损伤异常识别与定位

姜绍飞， 陈志刚， 沈清华， 吴铭昊， 麻胜兰

(福州大学 土木工程学院，福州　350108)



第三届全国随机动力学学术会议优秀论文基于EEMD与FastICA的损伤异常识别与定位

姜绍飞， 陈志刚， 沈清华， 吴铭昊， 麻胜兰

(福州大学 土木工程学院，福州350108)

摘要：为了准确地提取结构损伤异常信息，消除小波奇异值分解时存在需要特定的小波基和分解层数以及经验模态分解(EMD)方法存在诸如虚假模态混叠等问题，提出一种基于改进的总体平均经验模态分解(EEMD)与快速独立分量分析(FastICA)相结合的提取结构损伤特征并进行识别与定位的新方法。首先，通过EEMD对结构动力响应信号进行预处理并用 FastICA提取出包含损伤信息的特征分量对结构响应异常进行识别和初步定位；然后，计算归一化的源分布向量(NSDV)的最大值，并根据该最大值精确定位结构损伤。最后，通过框架数值算例和试验进行了所提方法的验证，结果表明该算法能够较好地进行结构损伤异常的识别与定位。

关键词：总体平均经验模态分解；快速独立分量分析；损伤定位；源分布向量

当结构发生损伤后,造成其固有频率和刚度的改变,进而使得结构的动力响应发生变化，通过现代的信号处理方法可有效地从动力响应中提取结构早期损伤的特征，从而提高损伤预测的准确性和可靠性[1]。因此，选择恰当的信号处理方法，提取出结构早期的损伤异常信息，是进行结构健康诊断与预后分析的前提[2]。

结构损伤往往对应着信号的奇异点，小波分析[3]在时域和频域分析中都具有表征信号局部特征的能力。……