基于经验模式分解的随机子空间识别方法  

Empirical mode decomposition based stochastic subspace identification

作　　者：禹丹江[1] 任伟新[1] 

机构地区：[1]福州大学桥梁与隧道工程研究所,福建福州350002

出　　处：《地震工程与工程振动》2005年第5期61-66,共6页Earthquake Engineering and Engineering Dynamics

基　　金：国家自然科学基金项目(50378021);教育部"新世纪优秀人才支持计划"项目

摘　　要：提出了基于经验模式分解(EMD)的环境激励结构模态参数随机子空间识别(SSI)方法。该方法用设置间断频率的EMD将结构环境振动响应原始信号分解成若干个基本模式分量(IMF),使每一个基本模式分量仅为结构的某一阶固有模态,进而用随机子空间方法进行模态参数识别。实桥环境振动实验分析结果表明,该方法能有效地避免结构各阶模态之间的相互影响,能够更清晰方便地得到结构的模态参数。An empirical mode decomposition （EMD） based stochastic subspace identification （SSI） method is presented to extract the modal parameters of the structure induced by ambient vibration. The measured signals are first decomposed into several intrinsic mode functions （IMF） by using interrnittency frequency and each IMF represents a modal response where a natural frequency is dominated. The decomposed data are then used as the input of stochastic subspace identification to identify the modal parameters. A case study of a real bridge ambient vibration test has demonstrated that the proposed method can overcome the difficulty of mode mixing and reduce the noise effect. The method makes the stochastic subspace identification more clear and easier.

关 键 词：模态参数识别 环境激励 经验模式分解(EMD) 基本模式分量(IMF) 随机子空间识别(SSI) 

分 类 号：P315.964[天文地球—地震学]