基于EMD和神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)故障診斷與在線監(jiān)測(cè)研究.pdf

1、振動(dòng)分析是進(jìn)行結(jié)構(gòu)故障診斷與在線監(jiān)測(cè)的重要手段。結(jié)構(gòu)的振動(dòng)信號(hào)中常常含有大量噪聲，這使得信號(hào)和噪聲的頻譜在頻域內(nèi)發(fā)生了重疊。本文旨在研究適于結(jié)構(gòu)的振動(dòng)信號(hào)處理方法。經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)是目前信號(hào)處理中最熱門的新興技術(shù)之一，而將經(jīng)驗(yàn)?zāi)B(tài)分解方法應(yīng)用于實(shí)際結(jié)構(gòu)振動(dòng)信號(hào)處理方面，還不多見。本文以簡(jiǎn)支梁結(jié)構(gòu)故障診斷仿真實(shí)驗(yàn)為基礎(chǔ)，展開這方面的研究。
　　 本文介紹了經(jīng)驗(yàn)?zāi)B(tài)分解方法(EMD)和神經(jīng)網(wǎng)絡(luò)(NN)的原理，研究了經(jīng)驗(yàn)?zāi)B(tài)分解

2、和神經(jīng)網(wǎng)絡(luò)的算法。為研究結(jié)構(gòu)的故障診斷問題，對(duì)一簡(jiǎn)支梁模型進(jìn)行仿真研究。采用經(jīng)驗(yàn)?zāi)B(tài)分解方法對(duì)簡(jiǎn)支梁振動(dòng)信號(hào)進(jìn)行分解，對(duì)分解得到的前4個(gè)固有模態(tài)函數(shù)(IMF)分別求能量百分比，將IMF1-IMF4的能量百分比作為神經(jīng)網(wǎng)絡(luò)的輸入向量，用17種工況的8組樣本訓(xùn)練了簡(jiǎn)支梁故障診斷的網(wǎng)絡(luò)模型。仿真結(jié)果表明，2組測(cè)試樣本的測(cè)試結(jié)果均與實(shí)際狀況相一致。當(dāng)出現(xiàn)網(wǎng)絡(luò)沒有訓(xùn)練過的新故障時(shí)，檢查結(jié)構(gòu)，確定故障位置和類型，把新的故障數(shù)據(jù)加入到訓(xùn)練樣本中，擴(kuò)充