基于WPD―LMD和排列熵结构损伤识别方法.docVIP

基于WPD―LMD和排列熵结构损伤识别方法 　　收稿日期　　基金项目：国家自然科学基金资助项目 　　作者简介：杨斌（1987-），男，湖南益阳人，湖南大学博士研究生 　　通讯联系人，Email：yspark@163.com 　　摘要：为了直接从结构响应提取损伤敏感参数，对激励未知情况下的结构损伤模式进行识别，提出了基于小波包分解局部均值分解方法（wavelet packet decompositionlocal mean decomposition，WPDLMD）和排列熵的结构损伤检测方法.该方法首先对结构振动响应进行小波包分解，将振动信号分解为一系列窄带信号，然后对窄带信号进行局部均值分解，能有效提取低能量分量.通过计算损伤前后分量信号的排列熵，对结构损伤进行了检测，最后通过计算测试数据和样本数据之间的相对排列熵，对损伤模式进行了识别.实验分析结果表明，所提出的方法能有效地对结构损伤进行识别. 　　关键词：损伤检测；小波包分解；局部均值分解；排列熵；相对熵 　　中图分类号：TH113.1 文献标识码：A 　　Damage Identification Based on Wavelet Packet Decompositionlocal 　　Mean Decomposition and Permutation Entropy 　　YANG Bin，CHENG Junsheng 　　（State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body， Hunan Univ， Changsha，Hunan410082， China） 　　Abstract：To extract the damage sensitive features directly from the vibration response， a damage identification method based on the wavelet packet decompositionlocal mean decomposition and the permutation entropy was proposed， without requiring the exciting force. The wavelet packet decomposition was applied to decompose the original vibration signal into a set of narrow band signals， and then， the local mean decomposition method was used to decompose the narrow band signal， which can extract the low energy components effectively. After that， the permutation entropy was obtained to detect the structural damage. The relative permutation entropy between the test data and the sample data was obtained to identify the damage pattern. The experiment results show that the proposed method can be used to identify the structural damage effectively. 　　Key words：damage detection； wavelet packet decomposition； local mean decomposition； permutation entropy； relative entropy 　　传统的损伤检测方法主要通过结构参数变化对损伤进行识别，不仅难以适用于激励未知的情况，而且容易受到环境因素等的影响.通过直接对结构振动响应进行分析，提取损伤特征参数，能有效克服传统损伤检测方法的不足.Surace等[1]通过对比结构损伤前后振动响应小波系数的变化来检测梁的裂纹位置.丁幼亮等[2]通过对结构振动响应的小波包分解，得到不同频段下的信号能量，通过能量的变化识别损伤情况.Sun等[3] 采用小波对振动信号进行分解，并计算小波分解后的分量信号能量，将其作为神经网络的输入来识别损伤.Han等[4] 提出了小波能量变化率（wavelet packet ene