CN110008627A - 一种用于高速铁路挡风墙结构的损伤预警方法 - Google Patents

一种用于高速铁路挡风墙结构的损伤预警方法 Download PDF

Info

Publication number
CN110008627A
CN110008627A CN201910305931.5A CN201910305931A CN110008627A CN 110008627 A CN110008627 A CN 110008627A CN 201910305931 A CN201910305931 A CN 201910305931A CN 110008627 A CN110008627 A CN 110008627A
Authority
CN
China
Prior art keywords
windbreak
hilbert
damage
wind
high speed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910305931.5A
Other languages
English (en)
Other versions
CN110008627B (zh
Inventor
徐乾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shaanxi University of Technology
Original Assignee
Shaanxi University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shaanxi University of Technology filed Critical Shaanxi University of Technology
Priority to CN201910305931.5A priority Critical patent/CN110008627B/zh
Publication of CN110008627A publication Critical patent/CN110008627A/zh
Application granted granted Critical
Publication of CN110008627B publication Critical patent/CN110008627B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01F—ADDITIONAL WORK, SUCH AS EQUIPPING ROADS OR THE CONSTRUCTION OF PLATFORMS, HELICOPTER LANDING STAGES, SIGNS, SNOW FENCES, OR THE LIKE
    • E01F7/00—Devices affording protection against snow, sand drifts, side-wind effects, snowslides, avalanches or falling rocks; Anti-dazzle arrangements ; Sight-screens for roads, e.g. to mask accident site
    • E01F7/02—Snow fences or similar devices, e.g. devices affording protection against sand drifts or side-wind effects
    • E01F7/025—Devices specially adapted for protecting against wind, e.g. screens, deflectors or attenuators at tunnel or lock entrances
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Geometry (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Civil Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Architecture (AREA)
  • Structural Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明涉及一种用于高速铁路挡风墙结构的损伤预警方法，属于挡风墙预警技术领域。该损伤预警方法包括以下步骤：借助高速行驶列车引起的振动对高速铁路挡风墙结构施加环境激励；通过无线传感器将挡风墙的动力响应信号经过无线信号传输系统传送到计算机；通过计算机对传输信号进行处理，得到挡风墙结构响应信号间的虚拟脉冲响应函数；对虚拟脉冲响应函数进行希尔伯特‑黄变换；对虚拟脉冲响应函数进行希尔伯特边际能量谱分析，并创建希尔伯特损伤特征向量谱，提出损伤预警指标；过预警指标对挡风墙损伤状态和损伤程度进行预警。本发明通过损伤预警指标对高速铁路挡风墙结构“健康状况”进行预警，具有简单方便、快速高效、现代智能等特点。

Description

一种用于高速铁路挡风墙结构的损伤预警方法
技术领域
本发明属于挡风墙预警技术领域，涉及一种用于高速铁路挡风墙结构的损伤预警方法
背景技术
目前，关于土木工程结构的损伤预警方法大多是针对梁、板、柱等结构构件，或是建筑、桥梁等结构，而对于挡风墙结构(尤其是高铁挡风墙)的损伤预警技术还处于起步阶段。但是在环境侵蚀、材料老化、荷载变异等因素共同作用下，损伤将会在挡风墙结构内部不断地出现并积累，当损伤积累到一定程度，轻则引起挡风墙局部破坏、重则造成其失稳，削弱挡风墙对高速行驶列车的保护能力。尤其在大风区、沙漠、戈壁等条件恶劣的地区，高铁挡风墙因损伤一旦发生破坏或失稳势必威胁高速列车安全。一方面，在大风地区挡风墙破坏或失稳会削弱挡风墙的抗风能力，大风引起的紊乱气流可能造成铁路中断行车、引发列车脱线、吹翻列车的重大事故；另一方面，穿过挡风墙的砂石可能会击中高速行驶的列车或者堆积在铁轨上，这将严重影响高速行驶列车的安全。因此，必须定期或实时对高铁挡风墙“健康状况”进行监测，当发现安全隐患时及时预警。但目前，对于高速铁路挡风墙结构的损伤预警方法或技术仍处于空白状态。因此，迫切需要一种简单方便、快速高效、无损智能的挡风墙结构损伤预警方法。
在多因素综合共同作用下，运营状态下的挡风墙会产生损伤。通过对初始状态(无损状态)和运营状态下的挡风墙施加振动激励，然后对初始和运营状态下挡风墙的动力响应信号进行希尔伯特-黄变换，则可提取反映其损伤的信息。但对挡风墙这类大体积、高质量的结构施加激励，要使其产生有用的响应必须采用专用设备施加较大的激励力，而过大的人工激励又可能造成其损伤。相对于人工激励，环境激励(如风荷载、地震荷载、爆炸荷载、机械振动荷载、车辆动荷载等或其组合)需要简单的试验装备和少量试验仪器，且环境激励能够进行结构全尺度的测量。而且事实上，挡风墙结构的振动大多是由于高速行驶列车的振动荷载或风荷载引起的。所以，为了采集挡风墙的动力响应，对挡风墙施加环境激励更为便捷、合理。
另外，直接基于挡风墙结构动力响应的希尔伯特边际能量谱并不是其固有动力参数，它随外界荷载变化而变化，但是基于动力响应间的虚拟脉冲响应函数与激励无关。因此，基于虚拟脉冲响应函数的希尔伯特边际能量谱亦与激励无关。于是，基于虚拟脉冲响应函数的希尔伯特边际能量谱，创建希尔伯特损伤特征向量谱，并提出预警指标。
发明内容
有鉴于此，本发明的目的在于提供一种用于高速铁路挡风墙结构的损伤预警方法，基于背景技术的思想，首先，通过对高速铁路挡风墙结构施加环境激励；通过无线传感器将挡风墙的动力响应信号经过无线信号传输系统传送到计算机；然后，通过计算机对传输信号进行处理，得到挡风墙结构响应信号间的虚拟脉冲响应函数；对虚拟脉冲响应函数进行希尔伯特-黄变换和希尔伯特边际能量谱分析，并创建希尔伯特损伤特征向量谱，提出损伤预警指标；最后，通过预警指标对挡风墙损伤状态和损伤程度进行预警。
为达到上述目的，本发明提供如下技术方案：
一种用于高速铁路挡风墙结构的损伤预警方法，该方法包括以下步骤：
步骤一：借助高速行驶列车引起的振动对初始状态和运营状态下的高速铁路挡风墙结构施加环境激励；
步骤二：通过无线传感器采集挡风墙在初始状态和运营状态下的动力响应信号，采集的信号经无线传输系统传送到计算机；
步骤三：通过计算机对采集信号进行处理，得到挡风墙在初始状态和运营状态下动力响应间的虚拟脉冲响应函数信号H(t)u和H(t)d；
步骤四：分别对H(t)u和H(t)d进行经验模态分解，得到初始和运营状态下的固有模态函数{IMF}u和{IMF}d，分别对{IMF}u和{IMF}d进行希尔伯特变换，得到挡风墙在初始状态和运营状态下动力响应信号间虚拟脉冲响应函数的希尔伯特谱H(ω,t)u和H(ω,t)d；
步骤五：计算H(ω,t)u和H(ω,t)d的希尔伯特边际能量谱E(ω)u和E(ω)d，创建希尔伯特损伤特征向量谱ERD(ω)及损伤预警指标ERSD；
步骤六：通过ERSD对挡风墙损伤状态和损伤程度进行预警。
进一步，在所述步骤一中，通过高速行驶列车引起的振动对初始状态和运营状态下的挡风墙结构施加环境激励，高速行驶的列车必然引起挡风墙振动，而且列车激励符合环境激励的特征，因此将高速行驶列车引起的振动作为环境激励装置。
进一步，在所述步骤三中，通过计算机对采集信号进行处理，得到挡风墙在初始状态和运营状态下动力响应间的虚拟脉冲响应函数信号H(t)u和H(t)d；
以参考点的动力响应作为虚拟激励、计算点的动力响应作为虚拟响应，然后计算H(t)u和H(t)d。
进一步，在所述步骤四中，通过计算机分别对H(t)u和H(t)d进行希尔伯特变换，得到挡风墙在初始状态和运营状态下动力响应信号间虚拟脉冲响应函数的希尔伯特谱H(ω,t)u和H(ω,t)d；
41)先对H(t)u和H(t)d进行经验模态分解，得到n个频段的固有模态函数{IMF}，包括初始状态和运营状态下的固有模态函数{IMF}u和{IMF}d；
42)分别对{IMF}u和{IMF}d进行希尔伯特变换，得到H(ω,t)u和H(ω,t)d。
进一步，在所述步骤五中，计算H(ω,t)u和H(ω,t)d的希尔伯特边际能量谱E(ω)u和E(ω)d，创建表征损伤的希尔伯特损伤特征向量谱ERD(ω)及损伤预警指标ERSD；
51)分别对H(ω,t)u和H(ω,t)d振幅的二次方对时间进行积分，得到挡风墙在初始状态和运营状态下动力响应信号间虚拟脉冲响应函数的希尔伯特边际能量谱E(ω)u和E(ω)d；
52)分别计算E(ω)u和E(ω)d中各个频段的能量Eju和Ejd(j＝1,2,…,n)占总能量和的比值，得到挡风墙在初始状态和运营状态下动力响应信号间虚拟脉冲响应函数的希尔伯特边际能量比谱ER(ω)u和ER(ω)d；
53)通过一个阈值ε从这n个频段中提取p(p≤n)个频段，这p个频段对应的能量比用于反映损伤信息；除了这p个频段外，剩余(n-p)个频段对于反映损伤信息的作用也不能忽视，将这(n-p)个频段合并为第(p+1)个频段，并称之为附加频段，对应的能量比记为ERp+1，通过这(p+1)个频段的能量比构建希尔伯特特征向量谱ERV(ω)u和ERV(ω)d；
54)基于ERV(ω)u和ERV(ω)d，计算挡风墙在初始状态和运营状态下第k个频段上的希尔伯特边际能量比偏差ERD(ω)k＝|ERVku-ERVkd|(k＝1,2,…,p,p+1)，ERVku和ERVkd分别表示第k个频段的希尔伯特边际能量比；然后创建希尔伯特损伤特征向量谱ERD(ω)以及预警指标：希尔伯特边际能量比标准偏差
进一步，在所述步骤六中，通过ERSD对挡风墙损伤状态和损伤程度进行预警；
61)当ERD(ω)为零向量时，挡风墙没有发生损伤；当ERD(ω)为非零向量时，挡风墙发生损伤；通过ERD(ω)定性判别挡风墙损伤状态；当ERSD＝0时，挡风墙没有发生损伤；当ERSD＞0时，挡风墙发生损伤；通过ERSD定量判别挡风墙损伤状态，当挡风墙发生损伤时及时预警；
62)通过建立损伤预警指标ERSD与损伤程度DI间的定量关系判别挡风墙损伤程度，当损伤程度超过预警值时及时预警。
本发明的有益效果在于：本发明针对保护高铁安全运行的挡风墙结构，对环境激励(高速列车激励)下无损和在役挡风墙结构的动力响应间虚拟脉冲响应函数进行希尔伯特-黄变换，基于希尔伯特边际能量谱分析，创建希尔伯特损伤特征向量谱及损伤识别指标，通过损伤特征向量谱及损伤识别指标对挡风墙结构损伤状态和损伤程度进行预警。
该损伤预警方法具有灵敏准确、方便快捷、快速高效、无损智能等特点，能够敏感识别高铁挡风墙损伤状态，当挡风墙出产生损伤时及时预警；而且还可识别和预测挡风墙损伤程度，当挡风墙损伤程度达到界限值时及时预警。对于各类高铁挡风墙结构，如悬臂式钢筋混凝土挡风墙、扶壁式钢筋混凝土挡风墙、桩板式钢筋混凝土挡风墙等，该方法均可适用。因此该方法可广泛用于各类高铁挡风墙结构的损伤识别和安全预警，在未来具有很大的应用空间。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
图1为无损挡风墙希尔伯特边际能量比谱；
图2为有损挡风墙希尔伯特边际能量比谱；
图3为无损和有损状态下的挡风墙希尔伯特边际能量比谱；
图4为无损和有损状态下的挡风墙希尔伯特特征向量谱；
图5为有损挡风墙希尔伯特损伤特征向量谱；
图6为损伤预警指标与损伤程度关系曲线；
图7为本发明所述方法的原理框图；
图8为判别挡风墙损伤状态以及识别挡风墙损伤程度的流程图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
本发明公开了一种用于高速铁路挡风墙结构的损伤预警方法，属于挡风墙结构健康监测与安全预警技术领域。该损伤预警方法包括以下步骤：步骤一：对初始和运营状态下的高速铁路挡风墙结构施加环境激励；步骤二：通过无线传感器将初始和运营状态下的挡风墙动力响应信号经过无线信号传输系统传送到计算机；步骤三：通过计算机对传输信号进行处理，得到初始和运营状态下的挡风墙结构响应信号间的虚拟脉冲响应函数H(t)u和H(t)d；步骤四：分别对H(t)u和H(t)d进行经验模态分解，得到H(t)u和H(t)d的固有模态函数分量{IMF}u和{IMF}d，分别对{IMF}u和{IMF}d进行希尔伯特变换得到其希尔伯特谱H(ω,t)u和H(ω,t)d；步骤五：分别对H(t)u和H(t)d进行希尔伯特边际能量谱分析，并创建希尔伯特损伤特征向量谱ERD(ω)，提出损伤预警指标ERSD；步骤六：通过预警指标对挡风墙损伤状态和损伤程度进行预警。
进一步，在步骤一中，对初始状态和运营状态下的挡风墙结构施加环境激励，因为高速行驶的列车必然引起挡风墙振动，因此高速列车引起的振动可作为环境激励。
进一步，在步骤三中，通过计算机对传输信号进行处理，得到初始和运营状态下的挡风墙结构响应信号间的虚拟脉冲响应函数H(t)u和H(t)d；
31)在选取参考点时，取挡风墙上动力响应较小的点作为参考点；选取计算点时，取挡风墙上动力响应较大的点作为参考点；以参考点的动力响应作为虚拟激励，计算点的动力响应作为虚拟响应，然后计算H(t)u和H(t)d；
进一步，在步骤四中，分别对H(t)u和H(t)d进行经验模态分解，得到H(t)u和H(t)d的固有模态函数{IMF}u和{IMF}d，然后对{IMF}u和{IMF}d进行希尔伯特变换，得到挡风墙在初始状态和运营状态下动力响应信号虚拟脉冲响应函数的希尔伯特谱H(ω,t)u和H(ω,t)d；；
41)先对H(t)u和H(t)d进行经验模态分解，得到n个频段的固有模态函数{IMF}u和{IMF}d
H(t)u＝IMF1u+IMF2u+…+IMFnu+r(t)nu (1)
H(t)d＝IMF1d+IMF2d+…+IMFnd+r(t)nd (2)
其中，r(t)nu和r(t)nd分别表示H(t)u和H(t)d经验模态分解后的残余函数；
忽略残余函数后，H(t)u和H(t)d可分别表示为：
H(t)u＝{IMF}u＝IMF1u+IMF2u+…+IMFnu (3)
H(t)d＝{IMF}d＝IMF1d+IMF2d+…+IMFnd (4)
42)对{IMF}u和{IMF}d进行希尔伯特变换，固有模态函数分量IMFju和IMFjd(j＝1,2,…n)可分别表示为：
其中和aj(t)和分别表示瞬时幅值和瞬时频率，Re表示取实部。
然后得到原始信号H(t)u和H(t)d的希尔伯特谱H(ω,t)u和H(ω,t)d：
进一步，在步骤五中，计算H(ω,t)u和H(ω,t)d的希尔伯特边际能量谱E(ω)u和E(ω)d，创建希尔伯特损伤特征向量谱ERD(ω)及损伤预警指标ERSD；
51)分别对H(ω,t)u和H(ω,t)d振幅的二次方对时间进行积分，得到挡风墙在初始状态和运营状态下动力响应信号间虚拟脉冲响应函数的希尔伯特边际能量谱E(ω)u和E(ω)d；
式(9)和(10)中T表示信号时间长度。
52)分别计算E(ω)u和E(ω)d中各个频段的能量Eju和Ejd(j＝1,2,…,n)占总能量和的比值，得到挡风墙在初始状态和运营状态下动力响应信号间虚拟脉冲响应函数的希尔伯特边际能量比谱ER(ω)u和ER(ω)d；
ER(ω)u＝[ER1u ER2u … ERnu]T (13)
ER(ω)d＝[ER1d ER2d … ERnd]T (14)
53)受挡风墙结构自振频率影响，并不是所有频段都可敏感识别其损伤信息，往往是那些与挡风墙自振频率接近的频段具有良好的损伤敏感性。因此当希尔伯特变换阶次为n时，通过一个阈值ε，并使ε满足ε≤|ERiu-ERid|(i＝1,2,…,n)，则可从这n个频段中提取p(p≤n)个频段，这p个频段对应的能量比可用于敏感反映损伤信息。除了这p个频段外，剩余(n-p)个频段对于反映损伤信息的作用也不容忽视，于是将这(n-p)个频段合并为第(p+1)个频段，并称之为附加频段，对应的能量比为ERp+1，通过这(p+1)个频段的能量比构建希尔伯特特征向量谱ERV(ω)u和ERV(ω)d：
ERV(ω)u＝[ERV1u ERV2u … ERVpu ERV(p+1)u]T (15)
ERV(ω)d＝[ERV1d ERV2d … ERVpd ERV(p+1)d]T (16)
54)基于ERV(ω)u和ERV(ω)d，计算挡风墙在初始状态和运营状态下第k个频段上的希尔伯特边际能量比偏差：
ERD(ω)k＝|ERVku-ERVkd|(k＝1,2,…,p,p+1)，ERVku和ERVkd分别表示第k个频段的希尔伯特边际能量比；
然后创建希尔伯特损伤特征向量谱ERD(ω)：
ERD(ω)＝[ERD1 ERD2 … ERDp ERDp+1]T (17)
基于ERD(ω)定义损伤预警指标：希尔伯特边际能量比标准偏差(ERSD)
进一步，在步骤六中，通过ERSD对挡风墙损伤状态和损伤程度进行预警；
如对一初始(无损)状态下的挡风墙结构动力响应间虚拟脉冲响应函数信号H(t)u进行经验模态分解(分解阶数为9)，可以得到9个固有模态函数分量，然后对固有模态函数进行希尔伯特边际能量比谱分析，图1为H(t)u的希尔伯特边际能量比谱ER(ω)u；图2为运营(有损)状态下挡风墙结构动力响应间虚拟脉冲响应函数H(t)d的希尔伯特边际能量比谱ER(ω)d。若将ER(ω)u中频段的能量比视为一种基准水平，损伤使得ER(ω)d中的能量比在ER(ω)u基础上上下波动，如图3所示。
由于受挡风墙结构自振频率影响，并不是所有频段的能量比都可敏感识别其损伤信息，往往是那些与挡风墙自振频率接近的频段具有良好的损伤敏感性。通过阈值ε(令ε＝1)在ER(ω)u和ER(ω)d中分别提取5个能量比，并分别将ER(ω)u和ER(ω)d中剩余4个能量比合并为两个附加频段能量比ER(ω)6u和ER(ω)6d，然后构建希尔伯特特征向量谱ERV(ω)u和ERV(ω)d如图4所示，基于ERV(ω)u和ERV(ω)d，创建希尔伯特损伤特征向量谱ERD(ω)如图5所示。
61)希尔伯特损伤特征向量谱ERD(ω)反映了H(t)u和H(t)d不同频段希尔伯特边际能量比的波动程度，当ERD(ω)为零向量时，表明H(t)u和H(t)d间的希尔伯特边际能量比未发生变化，因此挡风墙没有发生损伤；反之当ERD(ω)为非零向量时，挡风墙发生损伤。因此，通过ERD(ω)可定性判别挡风墙损伤状态。当ERD(ω)为零向量时，ERSD＝0；当ERD(ω)波动程度越大，预警指标ERSD值越大。因此，当ERSD＝0时，挡风墙没有发生损伤；当ERSD＞0时，挡风墙发生损伤。因此，通过ERSD可定量判别挡风墙损伤状态。
62)通过建立损伤预警指标ERSD与损伤程度DI间的定量关系判别挡风墙损伤程度，当损伤程度超过预警值时及时预警。
将损伤程度DI定义为初始状态下挡风墙某处强度fu与运营状态下挡风墙该处强度fd的比值，即：然后对挡风墙局部损伤程度DI与预警指标ERSD间的关系进行多项式拟合，得到DI与ERSD间的定量关系如下所示：
Y＝0.004x3－0.055x2+0.32x+0.96 (19)
(19)式中，Y表示损伤程度DI，x表示损伤指标ERSD。
将(19)式得到的定量关系绘制成拟合曲线，并与试验曲线进行对比，如图6所示。并通过相关系数γ刻画两条曲线的逼近程度，图6中两条曲线的相关系数为0.957，因此这两条曲线高度线性相关。这表明经过多项式拟合而来的定量关系式能很好地表征挡风墙损伤程度与损伤指标间的定量关系。当损伤程度与损伤识别指标定量关系已知时，通过损伤识别指标就可识别损伤程度。例如当ERSD＝1时，则损伤程度表明此时局部损伤处混凝土强度降低了18.70％。当局部损伤处混凝土的强度降低到某一程度(比如DI＝2，即局部损伤处混凝土强度降低了50％)，损伤预警指标达到预警值(ERSD＝7.31)，及时预警。
图7为本发明所述方法的原理框图，如图7所示：本发明所述的一种用于高铁挡风墙结构的损伤预警方法包括以下步骤：步骤一：借助高速行驶的列车对无损和在役高速铁路挡风墙结构施加环境激励；步骤二：通过无线传感器将无损和在役挡风墙的动力响应信号经过无线信号传输系统传送到计算机；步骤三：通过计算机对传输信号进行处理，得到无损和在役挡风墙结构响应信号间的虚拟脉冲响应函数；步骤四：分别对无损和在役挡风墙结构响应信号间的虚拟脉冲响应函数进行希尔伯特-黄变换；步骤五：对无损和在役挡风墙结构响应信号间虚拟脉冲响应函数的固有模态函数进行希尔伯特边际能量谱分析，构建希尔伯特特征向量谱，创建希尔伯特损伤特征向量谱，提出损伤预警指标；步骤六：通过预警指标对挡风墙损伤状态和损伤程度进行预警。
图8为实施例中对工作状态下挡风墙损伤进行预警的流程图，如图8所示：
具体步骤包括：
11)对无损和在役高速铁路挡风墙结构施加环境激励；
31)得到无损和在役挡风墙结构响应信号间的虚拟脉冲响应函数H(t)u和H(t)d；
41)对H(t)u和H(t)d进行经验模态分解得到固有模态函数{IMF}u和{IMF}d，对{IMF}u和{IMF}d进行希尔伯特变换得到其希尔伯特谱H(ω,t)u和H(ω,t)d；
51)计算{IMF}u和{IMF}d的希尔伯特边际能量谱E(ω)u和E(ω)d，建立{IMF}u和{IMF}d的希尔伯特边际能量比谱ER(ω)u和ER(ω)d，构建起希尔伯特特征向量谱ERV(ω)u和ERV(ω)d，创建反映损伤的希尔伯特损伤特征向量谱ERD(ω)，提出损伤预警指标：希尔伯特边际能量比标准偏差ERSD；
61)通过ERD(ω)和预警指标对挡风墙损伤状态进行预警，通过ERSD和损伤程度间的定量关系对挡风墙损伤程度进行识别、预测及预警。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种用于高速铁路挡风墙结构的损伤预警方法，其特征在于：该方法包括以下步骤：
步骤一：借助高速行驶列车引起的振动对初始状态和运营状态下的高速铁路挡风墙结构施加环境激励；
步骤二：通过无线传感器采集挡风墙在初始状态和运营状态下的动力响应信号，采集的信号经无线传输系统传送到计算机；
步骤三：通过计算机对采集信号进行处理，得到挡风墙在初始状态和运营状态下动力响应间的虚拟脉冲响应函数信号H(t)u和H(t)d；
步骤四：分别对H(t)u和H(t)d进行经验模态分解，得到初始和运营状态下的固有模态函数{IMF}u和{IMF}d，分别对{IMF}u和{IMF}d进行希尔伯特变换，得到挡风墙在初始状态和运营状态下动力响应信号间虚拟脉冲响应函数的希尔伯特谱H(ω,t)u和H(ω,t)d；
步骤五：计算H(ω,t)u和H(ω,t)d的希尔伯特边际能量谱E(ω)u和E(ω)d，创建希尔伯特损伤特征向量谱ERD(ω)及损伤预警指标ERSD；
步骤六：通过ERSD对挡风墙损伤状态和损伤程度进行预警。
2.根据权利要求1所述的一种用于高速铁路挡风墙结构的损伤预警方法，其特征在于：在所述步骤一中，通过高速行驶列车引起的振动对初始状态和运营状态下的挡风墙结构施加环境激励，高速行驶的列车必然引起挡风墙振动，而且列车激励符合环境激励的特征，因此将高速行驶列车引起的振动作为环境激励装置。
3.根据权利要求1所述的一种用于高速铁路挡风墙结构的损伤预警方法，其特征在于：在所述步骤三中，通过计算机对采集信号进行处理，得到挡风墙在初始状态和运营状态下动力响应间的虚拟脉冲响应函数信号H(t)u和H(t)d；
以参考点的动力响应作为虚拟激励、计算点的动力响应作为虚拟响应，然后计算H(t)u和H(t)d。
4.根据权利要求1所述的一种用于高速铁路挡风墙结构的损伤预警方法，其特征在于：在所述步骤四中，通过计算机分别对H(t)u和H(t)d进行希尔伯特-黄变换，得到挡风墙在初始状态和运营状态下动力响应信号间虚拟脉冲响应函数的希尔伯特谱H(ω,t)u和H(ω,t)d；
41)先对H(t)u和H(t)d进行经验模态分解，得到n个频段的固有模态函数{IMF}，包括初始状态和运营状态下的固有模态函数{IMF}u和{IMF}d；
42)分别对{IMF}u和{IMF}d进行希尔伯特变换，得到H(ω,t)u和H(ω,t)d。
5.根据权利要求1所述的一种用于高速铁路挡风墙结构的损伤预警方法，其特征在于：在所述步骤五中，计算H(ω,t)u和H(ω,t)d的希尔伯特边际能量谱E(ω)u和E(ω)d，创建表征损伤的希尔伯特损伤特征向量谱ERD(ω)及损伤预警指标ERSD；
51)分别对H(ω,t)u和H(ω,t)d振幅的二次方对时间进行积分，得到挡风墙在初始状态和运营状态下动力响应信号间虚拟脉冲响应函数的希尔伯特边际能量谱E(ω)u和E(ω)d；
52)分别计算E(ω)u和E(ω)d中各个频段的能量Eju和Ejd(j＝1,2,…,n)占总能量和的比值，得到挡风墙在初始状态和运营状态下动力响应信号间虚拟脉冲响应函数的希尔伯特边际能量比谱ER(ω)u和ER(ω)d；
53)通过一个阈值ε从这n个频段中提取p(p≤n)个频段，这p个频段对应的能量比用于反映损伤信息；除了这p个频段外，剩余(n-p)个频段对于反映损伤信息的作用也不能忽视，将这(n-p)个频段合并为第(p+1)个频段，并称之为附加频段，对应的能量比记为ERp+1，通过这(p+1)个频段的能量比构建希尔伯特特征向量谱ERV(ω)u和ERV(ω)d；
54)基于ERV(ω)u和ERV(ω)d，计算挡风墙在初始状态和运营状态下第k个频段上的希尔伯特边际能量比偏差ERD(ω)k＝|ERVku-ERVkd|(k＝1,2,…,p,p+1)，ERVku和ERVkd分别表示第k个频段的希尔伯特边际能量比；然后创建希尔伯特损伤特征向量谱ERD(ω)以及预警指标：希尔伯特边际能量比标准偏差
6.根据权利要求1所述的一种用于高速铁路挡风墙结构的损伤预警方法，其特征在于：在所述步骤六中，通过ERSD对挡风墙损伤状态和损伤程度进行预警；
61)当ERD(ω)为零向量时，挡风墙没有发生损伤；当ERD(ω)为非零向量时，挡风墙发生损伤；通过ERD(ω)定性判别挡风墙损伤状态；当ERSD＝0时，挡风墙没有发生损伤；当ERSD＞0时，挡风墙发生损伤；通过ERSD定量判别挡风墙损伤状态，当挡风墙发生损伤时及时预警；
62)通过建立损伤预警指标ERSD与损伤程度DI间的定量关系判别挡风墙损伤程度，当损伤程度超过预警值时及时预警。
CN201910305931.5A 2019-04-16 2019-04-16 一种用于高速铁路挡风墙结构的损伤预警方法 Active CN110008627B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910305931.5A CN110008627B (zh) 2019-04-16 2019-04-16 一种用于高速铁路挡风墙结构的损伤预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910305931.5A CN110008627B (zh) 2019-04-16 2019-04-16 一种用于高速铁路挡风墙结构的损伤预警方法

Publications (2)

Publication Number Publication Date
CN110008627A true CN110008627A (zh) 2019-07-12
CN110008627B CN110008627B (zh) 2022-10-04

Family

ID=67172384

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910305931.5A Active CN110008627B (zh) 2019-04-16 2019-04-16 一种用于高速铁路挡风墙结构的损伤预警方法

Country Status (1)

Country Link
CN (1) CN110008627B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111444613A (zh) * 2020-03-26 2020-07-24 云南电网有限责任公司电力科学研究院 一种基于改进emd电力系统谐波分析方法、装置及存储介质
CN111737848A (zh) * 2020-05-12 2020-10-02 南京航空航天大学 基于时域应变信号分解的起重机械主梁结构裂纹识别方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11334322A (ja) * 1998-05-21 1999-12-07 Fuji Thomson Kk スカート付きタイヤ及びタイヤ用スカート
CN105930624A (zh) * 2016-06-06 2016-09-07 陕西理工学院 一种用于挡土墙结构的稳定性预警方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11334322A (ja) * 1998-05-21 1999-12-07 Fuji Thomson Kk スカート付きタイヤ及びタイヤ用スカート
CN105930624A (zh) * 2016-06-06 2016-09-07 陕西理工学院 一种用于挡土墙结构的稳定性预警方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐乾等: "基于脉冲响应函数和虚拟脉冲响应函数的挡土墙结构损伤诊断", 《中山大学学报(自然科学版)》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111444613A (zh) * 2020-03-26 2020-07-24 云南电网有限责任公司电力科学研究院 一种基于改进emd电力系统谐波分析方法、装置及存储介质
CN111444613B (zh) * 2020-03-26 2023-09-08 云南电网有限责任公司电力科学研究院 基于改进emd电力系统谐波分析方法、装置及存储介质
CN111737848A (zh) * 2020-05-12 2020-10-02 南京航空航天大学 基于时域应变信号分解的起重机械主梁结构裂纹识别方法

Also Published As

Publication number Publication date
CN110008627B (zh) 2022-10-04

Similar Documents

Publication Publication Date Title
CN105241660B (zh) 基于健康监测数据的高铁大型桥梁性能测试方法
Molodova et al. Health condition monitoring of insulated joints based on axle box acceleration measurements
Manoach et al. Vibration based damage detection in composite beams under temperature variations using Poincaré maps
He et al. EMD-based random decrement technique for modal parameter identification of an existing railway bridge
Meo et al. Impact identification on a sandwich plate from wave propagation responses
CN101900708B (zh) 一种基于振动和声频信号的高速列车轨道伤损探测方法
CN102360525B (zh) 基于判别分析的快速道路实时交通事故风险预测方法
Gómez et al. Crack detection in rotating shafts based on 3× energy: Analytical and experimental analyses
Kalhori et al. Non-intrusive schemes for speed and axle identification in bridge-weigh-in-motion systems
CN105675056B (zh) 一种大跨桥梁损伤识别方法
CN110008627A (zh) 一种用于高速铁路挡风墙结构的损伤预警方法
CN102865992A (zh) 一种复合材料层板冲击损伤识别方法及测试装置
CN103175897B (zh) 一种基于振动信号端点检测的高速道岔伤损识别方法
CN102353509A (zh) 一种基于分块冲击振动测试的中小型桥梁快速检测方法
Zumpano et al. Damage detection in an aircraft foam sandwich panel using nonlinear elastic wave spectroscopy
CN107808257A (zh) 一种对外贸易风险评估预警系统及其实现方法
CN106228107A (zh) 一种基于独立成分分析的超声导波断轨监测算法
Shahsavari et al. Diagnostic testing of a vertical lift truss bridge for model verification and decision-making support
CN104614259A (zh) 一种复合材料板的无损检测方法
Ye et al. Multislice Time-Frequency image Entropy as a feature for railway wheel fault diagnosis
CN114812984A (zh) 一种铁路桥梁移动式快速监测系统
Choi et al. Damage detection system of a real steel truss bridge by neural networks
Qu et al. Study on the algorithm of vibration source identification based on the optical fiber vibration pre-warning system
Kosters et al. Structural health monitoring and impact detection for primary aircraft structures
Moughty et al. Evaluation of the Hilbert Huang transformation of transient signals for bridge condition assessment

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant