基于Hilbert-Huang变换理论结构损伤检测.pdfVIP

http :// 基于Hilbert －Huang变换理论的结构损伤检测1 程 磊，瞿伟廉 武汉理工大学道路桥梁与结构工程湖北省重点实验室（430070 ） Email：cheng0007970168@163.com 摘 要：本文详细介绍了一种适合分析非线性非平稳数据的新方法－Hilbert －Huang 变换， 并将此方法应用于结构损伤检测，仿真实验结果表明，此方法能有效地提取结构的损伤特征， 从而对结构的健康状况作出诊断。 关键词：Hilbert －Huang 变换 经验模态分解 固有模态函数 结构损伤检测 1. 引言 结构损伤的发生必然会导致结构动力参数 （如刚度、频率、振型等）的改变，对结构的 反应 （一般是动力反应）进行分析，提取信号中包含的损伤信息能对结构的健康状况进行评 估。信号处理是提取结构损伤特征最常用的方法，传统的傅立叶变换分析方法在任一频点上 的值是在整个时间轴上的积分平均，因此不能准确反映非平稳信号的时变特征，且看不到任 何时间域内的信息。小波分析虽能同时提供振动信号的时域和频域的局部化信息，但由于小 波基函数的长度有限，在对信号做小波变换时会产生能量泄露，因而难以对信号做精确的时 频域分析。1998 年，美国国家宇航局的Norden E. Huang提出了一种称为Hilbert －Huang变 换（HHT ）的新的信号处理方法[1]，1999 年, Huang又将该方法进行了一些改进[2] ，该方 法由经验模态分解 （EMD ）与Hilbert谱分析 （HSA ）两部分组成：任意的非线性或非平稳 信号首先经过EMD方法处理后被分解为若干个固有模态函数 （IMF ）；然后对每个IMF分量 进行Hilbert谱分析得到相应的Hilbert谱；最后汇总所有IMF分量的Hilbert谱就得到了原始信 号的Hilbert谱，按照这种方法得到的Hilbert谱在联合的频率－时间域中来描述原始信号，具 有非常高的时频分辨率，从根本上克服了以往基于傅立叶分析的种种信号处理方法所存在的 弊端，而且EMD方法分解所得到的IMF分量也具有明确的物理意义。同傅立叶变换和小波分 析相比，HHT方法在客观性和分辨率方面都具有明显的优越性，能有效提取结构的损伤特 征。 2. Hilbert －Huang 变换理论 2.1 经验模态分解（Empirical Mode Decomposition，简称 EMD ） 在 EMD 方法中，固有模态函数（IMF ）是这样一种函数，它满足以下两个条件：（1） 在整个数据范围内，极值点和过零点的数量必须相等或者最多相差一个；（2 ）在任何点处， 所有极大值点形成的上包络线和所有极小值点形成的下包络线的平均值始终为零。分解是 1本课题得到国家自然科学基金（项目编号）资助。 -1- http :// 基于如下前提的：（1）被分解的信号至少有两个极值点，一个极大值和一个极小值；（2 ） 局部特征时间尺度定义为信号中两临近极大值点或极小值点的时间间隔；（3 ）如果信号 中没有极值点但包含一些拐点，可以现对信号微分一次或几次，使极值点显露出来。最 后可对分解得到的分量进行积分得到最后的结果。 EMD 分解方法（平稳化过程）的处理过程非常简单，其基本思想是：假如这个原始数 据序列x (t) 的极大值或极小值数目比上跨零点 （或下跨零点）的数目多2 个（或 2 个以上）， 则该数据序列就需要进行平稳化处理。具体处理方法是： 首先，利用三次样条函数[3]把x (t) 的局部极大值点与局部极小值点分别拟和成 x (t) 的 上包络线与下包络线，然后计算两包络线的均值m 。将原数据序列x (t) 减去该平均包络m 1 1 后即可得到一个去掉低频的新数据序列h ：