短样本条件下提高HHT识别模态参数精度的方法

被引：13

作者：

汤宝平 ^{[1
,2
]}

何启源 ^{[1
]}

孟利波 ^{[2
]}

章国稳 ^{[1
]}

机构：

[1] 重庆大学机械传动国家重点实验室

[2] 重庆交通科研设计研究院桥梁结构动力学国家重点实验室

来源：

振动测试与诊断. | 2011年 / 31卷 / 01期

关键词：

Hilbert-Huang变换; 模态参数识别; 短样本; 限制带宽经验模态分解; 分层抽样;

D O I：

10.16450/j.cnki.issn.1004-6801.2011.01.001

中图分类号：

TB123 [工程振动学];

学科分类号：

080104 [工程力学];

摘要：

由于在短样本条件下Hilbert-Huang变换(Hilbert-Huang transform,简称HHT)识别模态参数的精度主要受经验模态分解(empirical modal decomposition,简称EMD)模式混合和随机减量法(random decrement technology,简称RDT)提取自由衰减响应时平均次数不足的影响,针对这两个影响因素,引入带宽限制信号抑制EMD的模式混合,提高EMD的精度;并引入分层抽样技术,提出基于拟合偏差和样本量的层权确定方法来进行多次识别,然后加权平均,提高RDT的总平均次数。仿真试验和应用实例表明,结合分层抽样的限制带宽EMD识别模态参数的方法能提高短样本条件下HHT识别模态参数的精度。

引用

页码：6 / 10+124 +124

页数：6

共 9 条

[1]

Modal parameter identification of Tsing Ma suspension bridge under typhoon victor: EMD-HT method [J].