-
题名基于优化变分模态分解的混凝土浅层空洞病害识别
- 1
-
-
作者
赵维刚
石壮
杨勇
田秀淑
鞠景会
李一凡
-
机构
石家庄铁道大学安全工程与应急管理学院
石家庄铁道大学机械工程学院
石家庄铁道大学材料科学与工程学院
石家庄铁道大学电气与电子工程学院
-
出处
《振动与冲击》
EI
CSCD
北大核心
2024年第14期91-102,共12页
-
基金
国家自然科学基金(U2034207)
中国国家铁路集团有限公司实验室基础研究项目(L2021G013)
+2 种基金
河北省自然科学基金(E2021210090,E2021210099,E2021210001)
中央引导地方科技发展资金项目(226Z5401G)
河北省高等学校科学研究项目(CXY2023003)。
-
文摘
针对开放环境下混凝土空洞病害检测的病害特征识别中噪声干扰、成分识别问题进行了研究,提出了基于优化变分模态分解(improved variational mode decomposition,IVMD)与自由振动衰减速度的混凝土浅层病害声振信号识别方法。该研究建立了混凝土浅层空洞病害的理论模型,仿真了不同工况下的病害特征频率及其变化规律;提出了基于IVMD的信号分解方法,设计了基于Tent混沌与柯西变异优化的麻雀搜索算法联合搜索变分模态分解的关键参数k和α,在最佳分解的基础上提出了基于自相关函数图形、相关系数、衰减系数与频域分布情况的浅层空洞病害本征模态函数(intrinsic mode function,IMF)识别方法;选取幅值衰减评估了特征IMF的衰减速度,得出了基于振动衰减特征的空洞病害识别方法;通过预埋病害模型试验对比分析,验证了所提方法的有效性。研究结果表明,基于IVMD的分解方法能够有效降低噪声及其他成分的干扰,提高空洞病害识别精度和准确度。
-
关键词
病害检测
优化麻雀搜索算法
优化变分模态分解(ivmd)
时域衰减速度
声振法
-
Keywords
disease detection
optimized sparrow search algorithm
improved variational mode decomposition(ivmd)
time domain attenuation velocity
vibro-acoustic method
-
分类号
TH212
[机械工程—机械制造及自动化]
TH213.3
-
