.png){kind=icon}
返回
Robust structural modal identification using multivariate variational mode decomposition
.png){kind=icon}
PRE
AI
DOI：10.1007/s13349-025-00986-y.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于振动的结构健康监测方法显著依赖于信号处理技术，以准确分析和解释从结构上安装的仪器获取的复杂测量数据。本文利用多变量变分模态分解技术（MVMD）进行结构状态评估，通过振动数据提供可靠的系统识别参数。目前，关于MVMD在大型土木结构中的应用适用性及其实际挑战的研究有限。因此，需要进一步研究以评估MVMD在非平稳激励、窄带频率、传感器测量有限和大型结构条件下的模态分解与识别的鲁棒性。本文提出了一种优化策略，用于识别MVMD的合适信号分解参数，然后用于分离模态响应。所提出方法的实施通过一系列实验进行了验证，这些实验是在实验室规模的实验模型（受不同地震作用）和人行桥（受窄带激励）上进行的。此外，在传感器测量数量有限的情况下，比较了所提出方法的性能。实验室模型频率估计的平均相对误差保持在1.5%以下，人行桥保持在0.5%以下。此外，提取的模态形状的准确性通过模态保证准则和坐标模态保证准则分析进行了验证，证实了识别模态形状与精确模态形状之间具有强全局和点对点相关性。这些发现证明了MVMD在实际应用中的鲁棒性，并为创建一个鲁棒且用户友好的框架（用于最优参数选择和后续模态分解）做出了贡献。
Keyword:
Multivariate variational mode decomposition
Structural health monitoring
Modal identification
Structural condition assessment
期刊
IF:
4.3
论文数:
912
被引数:
2.9K
机构
引用论文
A new perspective of wind speed forecasting: Multi-objective and model selection-based ensemble interval-valued wind speed forecasting system风速预测的新视角: 基于多目标和模型选择的集合区间值风速预测系统
PREAI
分享收藏Multiple Defects Inspection of Dam Spillway Surface Using Deep Learning and 3D Reconstruction Techniques基于深度学习和三维重建技术的大坝溢洪道面多缺陷检测.png)
BUILDINGS
OAAI
BUILDINGSIF3.1
OAAI分享收藏分享收藏Vibration feature extraction using signal processing techniques for structural health monitoring: A review使用信号处理技术进行结构健康监测的振动特征提取: 综述
PREAI
分享收藏Vibration-based structural health monitoring of offshore pipelines: numerical and experimental study
PREAI
分享收藏
查看更多内容