基于AEEMD和DATA-SSI橋梁結構模態參數自動化識別

摘要：基于AEEMD和DATA-SSI對橋梁結構模態參數自動化識別，對兩種算法分別提出相應流程。首先進行系統階次自動化確定，再利用一定數量加速度傳感器，對橋梁結構進行監測并開始模態參數自動化識別。結果表明：在系統階次自動化確定中，奇異值進行對數處理后，可以明顯發現跳躍點，并且通過AEEMD算法和DATA-SSI算法結合對橋梁結構模態參數自動化識別，系統頻率值極其穩定，能準確保留真實模態，并可將虛假模態進行清理。該方法得到頻率結果與其他研究對比誤差很小，維持在-0.005～0.008之間，差值百分比低于2%。

關鍵詞：橋梁結構;AEEMD;DATA-SSI;模態參數;自動化識別

0" "引言

模態參數是橋梁結構最基本的動力參數之一，對橋梁結構具有極其重要的作用，可以對橋梁結構的使用性能進行評價。鑒于目前我國對橋梁建設的重視，尤其是對其結構使用性能的要求越來越高，對模態參數的監測要求也越來越精確，使得我國學者對此開展不同方向的研究。

林旭澤等[1]通過AEEMD算法將振動信號分解，并進行對比試驗，證明AEEMD算法使用性能可靠性。陳永高等[2]針對模態分解算法缺陷，提出一種在聚類分析基礎上的模態分解算法，并通過對各算法結果進行對比分析，證明該算法的實用性。陳永高等[3]對橋梁結構模態參數的損傷識別及使用性能進行分析評估，并使用DATA-SSI算法驗證真實模態存在規律。孫倩等[4]利用比例函數極限定理，建立最小二乘復頻域法識別結果影響。鄭德智等[5]通過對自然激勵技術與自回歸滑動平均模型的研究，建立一種新型算法進行橋梁模態識別，并與傳統方法進行對比，計算兩種算法差值。王鵬等[6]將地基雷達干涉測量技術用于橋跨結構的振動變形測量與模態分析中。利用頻域分解法計算橋跨結構相應參數。陳永高等[7]為實現橋梁結構模態參數能夠進行智能化識別，提出一種新型聚類算法，對橋梁結構各類信號進行劃分處理，分析比較該算法的可靠性。單德山等[8]通過研究橋梁結構的基本特點，在傳統算法基礎上建立自適應分解與重構方法。并使用相應信號參數驗證該方法的有效性。

雖然我國對于橋梁結構方面研究已經取得了較大進展，已將AEEMD算法和DATA-SSI算法廣泛應用于工程實際中，但對于該算法結果穩定程度卻未進行全面解決。本文基于AEEMD算法和DATA-SSI算法對橋梁結構模態參數自動化識別，對兩種算法分別提出相應流程，并進行系統階次自動化確定，再利用一定數量加速度傳感器，對橋梁結構進行監測并開始模態參數自動化識別，為實際工程提供理論依據。

1" "AEEMD算法和DATA-SSI算法

1.1" "AEEMD算法

AEEMD算法首先通過EEMD分解算法對原始信號進行分解，之后并進行降噪處理及其信號的幅值標準差，得出幅值標準差后對其進行求解，并通過端點效應處理、模態混疊現象處理以及IMF分量篩選與重構，得出AEEMD算法基本流程，如圖1所示。

1.2" "DATA-SSI算法

DATA-SSI算法又被稱為隨機子空間算法，是一種結構模態參數識別算法。在對橋梁結構進行模態參數識別過程中，若系統階次過低，便無法識別真實模態。而系統階次過高，又會導致識別結果出現虛假模態。

鑒于此，該算法需對結構系統階次進行自動化確定，之后便進行模態參數自動化識別，主要流程如下：奇異值對數化定階;計算穩定圖對應階次范圍;模態參數識別;數據異常值剔除;多維數據聚類分析;建立判別矩陣。通過此過程，并基于AEEMD和DATA-SSI算法確定橋梁結構模態參數自動化識別基本流程，如圖2所示。

2" "橋梁結構模態參數自動化識別

2.1" "工程概況

基于AEEMD和DATA-SSI對橋梁結構進行模態參數自動化識別，選擇雙塔索面斜拉橋為研究對象。橋體總長為2100m，主跨度為1100m。此橋在建筑初期，設置一套監測系統，系統包括溫度傳感器、索力傳感器和加速度傳感器，目的在于準確監測橋梁結構實際情況，并由此分析其使用性能。由于本文目的在于識別橋梁模態參數，選取14個加速度傳感器進行模態參數識別，將兩兩加速度傳感器設置成雙向加速度傳感器，分布情況如圖3所示。

2.2" "系統階次自動化確定

對結構系統階次進行自動化確定，利用奇異值跳躍法和奇異值跳躍法-對數化確定橋梁結構系統階次，如圖4、圖5所示。

由圖4、圖5可知，奇異值跳躍法沒有明顯跳躍點，說明該方法不能確定橋梁結構系統階次。但對奇異值進行對數處理，可以明顯發現跳躍點發生在150階，由此可確定該橋梁結構真實系統階次為150階。

2.3" "模態參數自動化識別

對結構系統階次進行自動化確定后，進行模態參數自動化識別。將6月加速度響應信號作為研究對象進行參數識別，由此得到多維數據矩陣。通過AEEMD算法和DATA-SSI算法，對橋梁結構模態參數自動化識別，得到30組多維數據矩陣，并以第1天多維數據矩陣為例，得到穩定圖如圖6所示。

由圖6可知，通過AEEMD算法和DATA-SSI算法結合，對橋梁結構模態參數自動化識別，系統頻率極其穩定，能較全保留真實模態，去除虛假模態。為了進一步確定該方法可靠性，以單德山[8]的計算參數頻率結果為對比值，將橋梁結構6月到9月份模態參數與進行對比分析，如表1所示。

由表1可知，通過AEEMD和DATA-SSI算法相結合識別得到的頻率結果與對比值較為相似，其中誤差在-0.005～0.008之間，差值百分比低于2%，進一步說明基于AEEMD算法和DATA-SSI算法對橋梁結構進行模態參數自動化識別是可靠的。

4" "結論

通過AEEMD算法和DATA-SSI算法對橋梁結構進行模態參數自動化識別，先系統階次自動化確定，再進行模態參數自動化識別，得出以下結論：

奇異值跳躍法沒有明顯跳躍點，但對奇異值進行對數處理后，可以明顯發現跳躍點，證明對數化處理的可靠性。通過AEEMD算法和DATA-SSI算法結合對橋梁結構模態參數自動化識別，系統頻率極其穩定，能夠有效剔除虛假模態，較全保留真實模態。通過AEEMD和DATA-SSI算法得到頻率結果與對比值較為相似，誤差值相差較小，維持在-0.005～0.008之間，差值百分比低于2%。

參考文獻

[1] 田浩，呂志靜，來同麗，等.智慧消防系統在某藥企的應用實踐[J].現代職業安全，2022（5）：83-85.

[2] 王珅，黎潔，龔仕偉，等.基于層次分析法的建筑給排水安全評估研究——以消防系統為例[J].給水排水，2022，58（4）：98-101+131.

[3] 李科文，季寶軍，臧大偉，等.內轉塔式浮式生產儲卸油平臺消防系統計算研究[J].船舶，2021，32（6）：55-60.

[4] 肖星星，郭利偉，梁碩，等.消防系統永臨結合技術在鋁模施工高層建筑中的應用[J].建筑技術開發，2022，49（1）：74-76.

[5] 曾有文，白金，安志遠，等.自由貿易港建設背景下的海口市消防系統規劃研究[J].市政技術，2022，40（2）：146-149.

[6] 李冰皓，陶威濱，邢培焱，等.大數據和物聯網架構下的城市智能消防系統建設[J].邢臺職業技術學院學報，2022，39（1）：70-75.

[7] 張鑫，張科杰，王海軍，等.基于液氮滅火的鋰電池用消防系統技術研究[J].供用電，2021，38（8）：32-39.

[8] 劉慶，鄒魯，邵紅波，等.全地下模式軌道交通主變電站消防系統設計要點分析[J].給水排水，2021，57（11）：115-119+125.