CN112305611A - 边坡地震动特性分析方法、装置、设备及可读存储介质 - Google Patents
边坡地震动特性分析方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN112305611A CN112305611A CN202011519599.1A CN202011519599A CN112305611A CN 112305611 A CN112305611 A CN 112305611A CN 202011519599 A CN202011519599 A CN 202011519599A CN 112305611 A CN112305611 A CN 112305611A
- Authority
- CN
- China
- Prior art keywords
- slope
- course data
- acceleration time
- seismic
- acceleration
- 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.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 32
- 230000001133 acceleration Effects 0.000 claims abstract description 219
- 238000012546 transfer Methods 0.000 claims abstract description 81
- 238000000034 method Methods 0.000 claims abstract description 62
- 238000004364 calculation method Methods 0.000 claims abstract description 52
- 238000013016 damping Methods 0.000 claims abstract description 48
- 230000006870 function Effects 0.000 claims description 127
- 230000005284 excitation Effects 0.000 claims description 63
- 230000004044 response Effects 0.000 claims description 56
- 230000006399 behavior Effects 0.000 claims description 25
- 238000007781 pre-processing Methods 0.000 claims description 13
- 238000009499 grossing Methods 0.000 claims description 10
- 238000012512 characterization method Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000011160 research Methods 0.000 abstract description 3
- 230000003595 spectral effect Effects 0.000 description 44
- 238000004891 communication Methods 0.000 description 8
- 238000012935 Averaging Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 239000011229 interlayer Substances 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 6
- 238000006073 displacement reaction Methods 0.000 description 5
- 238000005311 autocorrelation function Methods 0.000 description 4
- 238000005314 correlation function Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 230000021615 conjugation Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 238000005316 response function Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 241000086550 Dinosauria Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000005253 cladding Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004379 similarity theory Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
- G01M7/02—Vibration-testing by means of a shake table
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
- G01M7/02—Vibration-testing by means of a shake table
- G01M7/022—Vibration control arrangements, e.g. for generating random vibrations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及地震动特性分析技术领域，具体而言，涉及一种边坡地震动特性分析方法、装置、设备及可读存储介质。所述方法包括向振动台发送第一控制信号；获取第一加速度时程数据和第二加速度时程数据；进行传递函数计算，得到传递函数的第一极点；通过所述第一极点计算得到所述边坡的第一自振圆频率和第一阻尼比；通过所述第一自振圆频率和所述第一阻尼比，分析所述边坡地震动特性。本发明通过将传递函数应用到非均质边坡地震动特性的分析，可以充分考虑多模态振型之间的联系和噪声影响，有利于基覆型边坡的地震破坏过程识别和后续的抗震研究。本发明可以更加准确的队边坡地震动特性进行分析，分析方法简单，分析效率高。
Description
技术领域
本发明涉及地震动特性分析技术领域，具体而言，涉及一种边坡地震动特性分析方法、装置、设备及可读存储介质。
背景技术
边坡地震动响应特性是近年来的研究热点之一，基覆型边坡作为含软弱夹层边坡类型中特殊存在而又广泛分布的一类，由于软弱夹层的弹性模量和强度较低，因此其常作为破坏面而使得结构稳定性程度较低。在非均质边坡地震分析中并没有很好的方法应用。
发明内容
本发明的目的在于提供一种边坡地震动特性分析方法、装置、设备及可读存储介质，以改善上述问题。
为了实现上述目的，本申请实施例提供了如下技术方案：
一方面，本申请实施例提供了一种边坡地震动特性分析方法，所述方法包括：
向振动台发送第一控制信号，所述第一控制信号包括控制所述振动台向边坡加载第一白噪声数据和第一地震波数据的第一命令；
获取第一加速度时程数据和第二加速度时程数据，所述第一加速度时程数据包括设置在所述边坡底部的第一加速度传感器A1所采集的加速度时程数据，所述第二加速度时程数据包括设置在所述第一加速度传感器A1上方的边坡中的加速度传感器所采集的加速度时程数据；
以所述第一加速度时程数据为激励信号，以所述第二加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第一极点；
通过所述第一极点计算得到所述边坡的第一自振圆频率和第一阻尼比；
通过所述第一自振圆频率和所述第一阻尼比，分析所述边坡地震动特性。
可选地，所述通过所述第一自振圆频率和所述第一阻尼比，分析所述边坡地震动特性后，还包括：
向所述振动台发送第二控制信号，所述第二控制信号包括控制所述振动台向边坡加载第二白噪声数据和第二地震波数据的第二命令；
获取第三加速度时程数据和第四加速度时程数据，所述第三加速度时程数据包括设置在所述边坡底部的第一加速度传感器A1所采集的加速度时程数据，所述第四加速度时程数据包括设置在所述第一加速度传感器A1上方的边坡中的加速度传感器所采集的加速度时程数据；
以所述第三加速度时程数据为激励信号，以所述第四加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第二极点；
通过所述第二极点计算得到所述边坡的第二自振圆频率和第二阻尼比；
通过所述第二自振圆频率和所述第二阻尼比，分析所述边坡地震动特性；
重复上述步骤，每次加载的白噪声数据和地震波数据的峰值加速度与上一次加载的数据的峰值加速度的差为固定值，分析每次加载后的所述边坡地震动特性。
可选地，所述通过所述第一自振圆频率和所述第一阻尼比，分析所述边坡地震动特性后，还包括：
向振动台发送第三控制信号，所述第三控制信号包括控制所述振动台向边坡加载第一白噪声数据和第三地震波数据的第三命令；
获取第五加速度时程数据和第六加速度时程数据，所述第五加速度时程数据包括设置在所述边坡底部的第一加速度传感器A1所采集的加速度时程数据，所述第六加速度时程数据包括设置在所述第一加速度传感器A1上方的边坡中的加速度传感器所采集的加速度时程数据；
以所述第五加速度时程数据为激励信号，以所述第六加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第三极点；
通过所述第三极点计算得到所述边坡的第三自振圆频率和第三阻尼比；
通过所述第三自振圆频率和所述第三阻尼比，分析所述边坡地震动特性；
重复上述步骤，每次加载的不同的地震波数据，得到不同地震波数据下所述边坡地震动特性。
可选地，所述以所述第一加速度时程数据为激励信号，以所述第二加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第一极点，包括：
分别对激励信号和响应信号进行预处理，所述预处理包括采用最小二乘法消除趋势项；
对消除趋势项的所述激励信号和所述响应信号进行传递函数计算；
将传递函数的实部和虚部按照五点三次平滑法处理消除毛刺；
计算得到平滑后的传递函数的所述第一极点。
可选地，所述分别对激励信号和响应信号进行预处理，包括：
对所述激励信号x（t）进行最小二乘法拟合，得到第一拟合曲线hx（t），对所述响应信号y（t）进行最小二乘法拟合，得到第二拟合曲线hy（t）；
通过公式（1）对所述激励信号进行消除趋势项，公式（1）为：
x1（t）=x（t）-hx（t） （1）；
通过公式（2）对所述响应信号进行消除趋势项，公式（2）为：
y1（t）=y（t）-hy（t） （2）；
重复上述方法5次，得到x5（t）和y5（t）。
可选地，所述对消除趋势项的所述激励信号和所述响应信号进行传递函数计算，包括：
将预处理后的激励信号和响应信号分成多段，分别求出每段数据的互功率谱密度函数和自率谱密度函数；
将求出的互功率谱密度函数进行平均，得到平均互功率谱密度函数，将求出的自功率谱密度函数进行平均，得到平均自功率谱密度函数；
通过公式（3）计算传递函数，公式（3）为：
公式（3）中，H（k）为传递函数，SxyM（k）为平均互功率谱密度函数，SxxM（k）平均自功率谱密度函数。
可选地，所述将预处理后的激励信号和响应信号分成多段，分别求出每段数据的互功率谱密度函数和自率谱密度函数，包括：
计算每段激励信号与每段响应信号的互相关函数：
Rxy(τ)=E[x5(t)y5(t+τ)] （4）
公式（4）中，Rxy(τ)为每段激励信号与每段响应信号的互相关函数；
计算每段激励信号与每段响应信号的互功率谱密度函数：
公式（5）中，Sxy（f）为每段激励信号与每段响应信号的互功率谱密度函数；
计算每段激励信号的自相关函数：
Rx(τ)=E[x5(t)x5(t+τ)] （6）
公式（6）中，Rx(τ)为每段激励信号的自相关函数，τ为相隔的时间；
计算每段激励信号的自功率谱密度函数：
公式（7）中，Sxx（f）为每段激励信号的自功率谱密度函数。
可选地，所述将求出的互功率谱密度函数进行平均，得到平均互功率谱密度函数，将求出的自功率谱密度函数进行平均，得到平均自功率谱密度函数，包括：
确定信号数据分段的每段数据数目N FFT ，其确定方法在于采样频率除以所需频率分辨率的带宽△f，传感器的采样频率为1000Hz，确定频率分辨率△f为0.5，由于N FFT 的值需取2的整数次幂，确定N FFT 值为2048；
选取汉宁窗和数据一半的重叠率，将信号数据完全覆盖，其中汉宁窗的公式为：
，并确定平均次数M，平均次数M的确定方法为激励信号x5(t)或
响应信号y5(t)的数局数目乘1.5除以每段数据数目N FFT ；每段激励信号和每段响应信号的
长度一样，数局数目有50%的重叠率；
对每段数据分别进行自功率谱密度函数和互功率谱密度函数计算，并将每段数据计算得到自功率谱密度函数和互功率谱密度函数累加并除以累加次数，得到平均互功率谱密度函数和平均自功率谱密度函数；
平均互功率谱密度函数的计算公式为：
平均自功率谱密度函数的计算公式为：
公式（8）和公式（9）中，SxyM（k）为平均互功率谱密度函数，SxxM（k）平均自功率谱密度函数，Xi(k)和Yi(k)为一个或两个随机振动信号的第i个数据段的傅里叶变换,X* i(k)和Y* i(k)分别为Xi(k)和Yi(k)的共轭复数，M为平均次数。
可选地，所述将传递函数的实部和虚部按照五点三次平滑法处理消除毛刺，包括：
对传递函数H(k)的实部和虚部通过五点三次平滑法进行平滑处理，得到平滑后的实部Hr'(k)和平滑后的虚部Hi'(k)；
平滑后的实部Hr'(k)计算公式为：
上述公式中，n为实部Hr(k)的数据个数；
通过与上述公式相同的方法，计算得到平滑后的虚部Hi'(k)；
通过平滑后的实部Hr'(k)和平滑后的虚部Hi'(k)，得到平滑后的传递函数H'(k)。
可选地，所述计算得到平滑后的传递函数的所述第一极点，包括：
采用最小二乘法对平滑后的平滑后的实部Hr'(k)和平滑后的虚部Hi'(k)进行模态参数识别，其识别方法为确定平滑后的传递函数H'(k)的第一极点，并根据第一极点进行最小二乘法模态参数识别；所述第一极点的含义为频率不为0但使系统输出为无穷大，该频率点即为第一极点，第一极点的计算公式为：
公式（10）、公式（11）和公式（12）中，K*为传递系数，其通过对平滑后的传递函数H'(k)多项式分解得到，Si为频响函数的极点，Si*为Si的共轭复数，ωi为系统的自振圆频率，ξi为系统的阻尼比；
通过激励信号与响应信号的计算得到传递函数从而得到系统的自振圆频率与阻尼比，从系统的自振圆频率与阻尼比对所述边坡地震动特性进行分析。
第二方面，本申请实施例提供了一种边坡地震动特性分析装置，所述装置包括第一发送模块，第一获取模块、第一计算模块、第二计算模块和第三计算模块。
第一发送模块，用于向振动台发送第一控制信号，所述第一控制信号包括控制所述振动台向边坡加载第一白噪声数据和第一地震波数据的第一命令。
第一获取模块，用于获取第一加速度时程数据和第二加速度时程数据，所述第一加速度时程数据包括设置在所述边坡底部的第一加速度传感器A1所采集的加速度时程数据，所述第二加速度时程数据包括设置在所述第一加速度传感器A1上方的边坡中的加速度传感器所采集的加速度时程数据；
第一计算模块，用于以所述第一加速度时程数据为激励信号，以所述第二加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第一极点；
第二计算模块，用于通过所述第一极点计算得到所述边坡的第一自振圆频率和第一阻尼比；
第三计算模块，用于通过所述第一自振圆频率和所述第一阻尼比，分析所述边坡地震动特性。
可选地，所述装置还可以包括第二发送模块，第二获取模块、第四计算模块、第五计算模块和第六计算模块。
第二发送模块，用于向所述振动台发送第二控制信号，所述第二控制信号包括控制所述振动台向边坡加载第二白噪声数据和第二地震波数据的第二命令；
第二获取模块，用于获取第三加速度时程数据和第四加速度时程数据，所述第三加速度时程数据包括设置在所述边坡底部的第一加速度传感器A1所采集的加速度时程数据，所述第四加速度时程数据包括设置在所述第一加速度传感器A1上方的边坡中的加速度传感器所采集的加速度时程数据；
第四计算模块，用于以所述第三加速度时程数据为激励信号，以所述第四加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第二极点；
第五计算模块，用于通过所述第二极点计算得到所述边坡的第二自振圆频率和第二阻尼比；
第六计算模块，用于通过所述第二自振圆频率和所述第二阻尼比，分析所述边坡地震动特性。
可选地，所述装置还可以包括第三发送模块，第三获取模块、第七计算模块、第八计算模块和第九计算模块。
第三发送模块，用于向振动台发送第三控制信号，所述第三控制信号包括控制所述振动台向边坡加载第一白噪声数据和第三地震波数据的第三命令；
第三获取模块，用于获取第五加速度时程数据和第六加速度时程数据，所述第五加速度时程数据包括设置在所述边坡底部的第一加速度传感器A1所采集的加速度时程数据，所述第六加速度时程数据包括设置在所述第一加速度传感器A1上方的边坡中的加速度传感器所采集的加速度时程数据；
第七计算模块，用于以所述第五加速度时程数据为激励信号，以所述第六加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第三极点；
第八计算模块，用于通过所述第三极点计算得到所述边坡的第三自振圆频率和第三阻尼比；
第九计算模块，用于通过所述第三自振圆频率和所述第三阻尼比，分析所述边坡地震动特性。
可选地，所述第一计算模块，包括第一计算单元、第二计算单元、第三计算单元和第四计算单元。
第一计算单元，用于分别对激励信号和响应信号进行预处理，所述预处理包括采用最小二乘法消除趋势项；
第二计算单元，用于对消除趋势项的所述激励信号和所述响应信号进行传递函数计算；
第三计算单元，用于将传递函数的实部和虚部按照五点三次平滑法处理消除毛刺；
第四计算单元，用于计算得到平滑后的传递函数的所述第一极点。
第三方面，本申请实施例提供了一种边坡地震动特性分析设备，所述设备包括存储器和处理器。存储器用于存储计算机程序；处理器用于执行所述计算机程序时实现上述边坡地震动特性分析方法的步骤。
第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述边坡地震动特性分析方法的步骤。
本发明的有益效果为：
本发明通过将传递函数应用到非均质边坡地震动特性的分析，可以充分考虑多模态振型之间的联系和噪声影响，有利于基覆型边坡的地震破坏过程识别和后续的抗震研究。本发明可以更加准确的队边坡地震动特性进行分析，分析方法简单，分析效率高。
本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本发明实施例中所述的一种边坡地震动特性分析方法流程示意图；
图2是本发明实施例中所述的一种边坡地震动特性分析装置结构示意图；
图3是本发明实施例中所述的一种边坡地震动特性分析设备结构示意图；
图4是本发明实施例中所述的设置于振动台内的相思模型边坡的结构示意图；
图5是本发明实施例中所述的白噪声数据示意图；
图6是本发明实施例中所述的汶川卧龙波数据示意图；
图7是本发明实施例中所述的Kobe波数据示意图；
图8是本发明实施例中所述的EL Centro波数据示意图；
图9是本发明实施例中所述模型的相似比。
图中标记：1、堆积体；2、软弱夹层；3、基岩；800、边坡地震动特性分析设备；801、处理器；802、存储器；803、多媒体组件；804、I/O接口；805、通信组件。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号或字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例1
本实施例中，申请人根据相似原理构建相似模型边坡，模型按照1：10的比例来构造，模型主要相似比如图9所示。其相似理论的主要内容是：
相似现象的相似准则相等，相似指标为1，单独参数也近似为1；
在相似现象满足的情况下，实现现象的参数关系可以转换为相似准则的函数关系，且与相似现象的函数式相同，也称π定理，即：
f(α1,α2,……αk,αk+1,αk+2,……,αn)=0 （13）
F(π1,π2,……,πn-k)=0 （14）
公式（13）中，α1,α2,……αk为基本量，αk+1,αk+2,……,αn为导出量。
在现象及相似现象能被同函数表达、单独参数相似且相似准则相等的情况下，两者可视为相似。
所述相似模型边坡的结构如图4所示，所述相似模型边坡包括基岩3，基岩3的上方设置有堆积体1，所述基岩3与所述堆积体1之间设置有软弱夹层2。所述基岩3的底部设置有第一加速度传感器A1，所述软弱夹层2的上端面设置有第三加速度传感器A3和第五加速度传感器A5，所述软弱夹层2的下端面设置有第四加速度传感器A4和第六加速度传感器A6，所述堆积体1坡面中部设置有第二加速度传感器A2。所述加速度传感器的作用主要是用于监测振动台加载地震波之后边坡关键位置的加速度。
所述堆积体1坡面的顶部设置有第一位移传感器DH1，所述堆积体1坡面的中部设置有第二位移传感器DH2，所述堆积体1坡面的底部设置有第三位移传感器DH3。位移传感器的作用主要是用于监测地震发生后边坡测点的位移情况，如监测是否发生滑塌、变形。
如图1所示，本实施例提供了一种边坡地震动特性分析方法，该方法包括步骤S100、步骤S200、步骤S300、步骤S400和步骤S500。
步骤S100.向振动台发送第一控制信号，所述第一控制信号包括控制所述振动台向边坡加载第一白噪声数据和第一地震波数据的第一命令；
步骤S200.获取第一加速度时程数据和第二加速度时程数据，所述第一加速度时程数据包括设置在所述边坡底部的第一加速度传感器A1所采集的加速度时程数据，所述第二加速度时程数据包括设置在所述第一加速度传感器A1上方的边坡中的加速度传感器所采集的加速度时程数据；第二加速度时程数据可以是第二加速度传感器A2、第三加速度传感器A3、第四加速度传感器A4、第五加速度传感器A5和第六加速度传感器A6中，任意一个采集的加速度时程数据；
步骤S300.以所述第一加速度时程数据为激励信号，以所述第二加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第一极点；
步骤S400.通过所述第一极点计算得到所述边坡的第一自振圆频率和第一阻尼比；
步骤S500.通过所述第一自振圆频率和所述第一阻尼比，分析所述边坡地震动特性。
在本公开的一种具体实施方式中，所述步骤S500之后，还可以包括步骤S600、步骤S700、步骤S800、步骤S900、步骤S1000和步骤S1100；
步骤S600.向所述振动台发送第二控制信号，所述第二控制信号包括控制所述振动台向边坡加载第二白噪声数据和第二地震波数据的第二命令；
步骤S700.获取第三加速度时程数据和第四加速度时程数据，所述第三加速度时程数据包括设置在所述边坡底部的第一加速度传感器A1所采集的加速度时程数据，所述第四加速度时程数据包括设置在所述第一加速度传感器A1上方的边坡中的加速度传感器所采集的加速度时程数据；
步骤S800.以所述第三加速度时程数据为激励信号，以所述第四加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第二极点；
步骤S900.通过所述第二极点计算得到所述边坡的第二自振圆频率和第二阻尼比；
步骤S1000.通过所述第二自振圆频率和所述第二阻尼比，分析所述边坡地震动特性；
步骤S1100.重复步骤S600至步骤S10000，每次加载的白噪声数据和地震波数据的峰值加速度与上一次加载的数据的峰值加速度的差为固定值，分析每次加载后的所述边坡地震动特性。
每次重复时，可以按照0.1g、0.2g、0.3g、0.4g、0.5g、0.6g、0.7g的峰值加速度加速度进行加载。即，所述第一白噪声数据的峰值加速度可以是0.1g，所述第二白噪声数据的峰值加速度可以是0.2g。所述第一地震波数据的峰值加速度可以是0.1g，所述第二白噪声数据的峰值加速度可以是0.2g，以此类推。
在每次加载地震波加速度时程时应先加载一次峰值加速度为0.05g的白噪声，第一次加载白噪声主要为了减小随机干扰和瞬态效应，此后加载白噪声是为了在减小瞬态效应的同时，通过加载白噪声对边坡进行整体扫描。
在本公开的一种具体实施方式中，所述步骤S500之后，还可以包括步骤S1200、步骤S1300、步骤S1400、步骤S1500、步骤S1600和步骤S1700；
步骤S1200.向振动台发送第三控制信号，所述第三控制信号包括控制所述振动台向边坡加载第一白噪声数据和第三地震波数据的第三命令；
步骤S1300.获取第五加速度时程数据和第六加速度时程数据，所述第五加速度时程数据包括设置在所述边坡底部的第一加速度传感器A1所采集的加速度时程数据，所述第六加速度时程数据包括设置在所述第一加速度传感器A1上方的边坡中的加速度传感器所采集的加速度时程数据；
步骤S1400.以所述第五加速度时程数据为激励信号，以所述第六加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第三极点；
步骤S1500.通过所述第三极点计算得到所述边坡的第三自振圆频率和第三阻尼比；
步骤S1600.通过所述第三自振圆频率和所述第三阻尼比，分析所述边坡地震动特性；
步骤S1700.重复步骤S1200至步骤S1600，每次加载的不同的地震波数据，得到不同地震波数据下所述边坡地震动特性。所述第一地震波数据和第二地震波数据可以是汶川卧龙波数据、Kobe波数据和EL Centro波数据中的其中一个，所述第三地震波数据可以是除所述第一地震波数据和第二地震波数据之外的另外的地震波数据。可以非常方便的对各种不同的地震波数据下边坡的地震动特性进行分析。所述白噪声数据如图5所示，所述汶川卧龙波数据如图6所示，所述Kobe波数据如图7所示，所述EL Centro波数据如图8所示。
在本公开的一种具体实施方式中，所述步骤S300中，还可以包括步骤S310、步骤S320、步骤S330和步骤S340。
步骤S310.分别对激励信号和响应信号进行预处理，所述预处理包括采用最小二乘法消除趋势项；
步骤S320.对消除趋势项的所述激励信号和所述响应信号进行传递函数计算；
步骤S330.将传递函数的实部和虚部按照五点三次平滑法处理消除毛刺；
步骤S340.计算得到平滑后的传递函数的所述第一极点。
在本公开的一种具体实施方式中，所述步骤S310中，还可以包括步骤S311、步骤S312、步骤S313和步骤S314。
步骤S311.对所述激励信号x（t）进行最小二乘法拟合，得到第一拟合曲线hx（t），对所述响应信号y（t）进行最小二乘法拟合，得到第二拟合曲线hy（t）；
步骤S312.通过公式（1）对所述激励信号进行消除趋势项，公式（1）为：
x1（t）=x（t）-hx（t） （1）；
步骤S313.通过公式（2）对所述响应信号进行消除趋势项，公式（2）为：
y1（t）=y（t）-hy（t） （2）；
步骤S314.重复5次步骤S311至步骤S313，得到x5（t）和y5（t）。
在本公开的一种具体实施方式中，所述步骤S320中，还可以包括步骤S321、步骤S322和步骤S323。
步骤S321.将预处理后的激励信号和响应信号分成多段，分别求出每段数据的互功率谱密度函数和自率谱密度函数；
步骤S322.将求出的互功率谱密度函数进行平均，得到平均互功率谱密度函数，将求出的自功率谱密度函数进行平均，得到平均自功率谱密度函数；
步骤S323.通过公式（3）计算传递函数，公式（3）为：
公式（3）中，H（k）为传递函数，SxyM（k）为平均互功率谱密度函数，SxxM（k）平均自功率谱密度函数。
在本公开的一种具体实施方式中，所述步骤S321中，还可以包括步骤S3211、步骤S3212、步骤S3213和步骤S3214。
步骤S3211.计算每段激励信号与每段响应信号的互相关函数：
Rxy(τ)=E[x5(t)y5(t+τ)] （4）
公式（4）中，Rxy(τ)为每段激励信号与每段响应信号的互相关函数；
步骤S3212.计算每段激励信号与每段响应信号的互功率谱密度函数：
公式（5）中，Sxy（f）为每段激励信号与每段响应信号的互功率谱密度函数；
步骤S3213.计算每段激励信号的自相关函数：
Rx(τ)=E[x5(t)x5(t+τ)] （6）
公式（6）中，Rx(τ)为每段激励信号的自相关函数，τ为相隔的时间；
步骤S3214.计算每段激励信号的自功率谱密度函数：
公式（7）中，Sxx（f）为每段激励信号的自功率谱密度函数。
在本公开的一种具体实施方式中，所述步骤S322中，还可以包括步骤S3221、步骤S3222和步骤S3223。
步骤S3221.确定信号数据分段的每段数据数目N FFT ，其确定方法在于采样频率除以所需频率分辨率的带宽△f，传感器的采样频率为1000Hz，确定频率分辨率△f为0.5，由于N FFT 的值需取2的整数次幂，确定N FFT 值为2048；
步骤S3222.选取汉宁窗和数据一半的重叠率，将信号数据完全覆盖，其中汉宁窗的公
式为：
，并确定平均次数M，平均次数M的确定方法为激励信
号x5(t)或响应信号y5(t)的数局数目乘1.5除以每段数据数目N FFT ；每段激励信号和每段响
应信号的长度一样，数局数目有50%的重叠率；
步骤S3223.对每段数据分别进行自功率谱密度函数和互功率谱密度函数计算，并将每段数据计算得到自功率谱密度函数和互功率谱密度函数累加并除以累加次数，得到平均互功率谱密度函数和平均自功率谱密度函数；
平均互功率谱密度函数的计算公式为：
平均自功率谱密度函数的计算公式为：
公式（8）和公式（9）中，SxyM（k）为平均互功率谱密度函数，SxxM（k）平均自功率谱密度函数，Xi(k)和Yi(k)为一个或两个随机振动信号的第i个数据段的傅里叶变换,X* i(k)和Y* i(k)分别为Xi(k)和Yi(k)的共轭复数，M为平均次数。
在本公开的一种具体实施方式中，所述步骤S330中，还可以包括步骤S331、步骤S332和步骤S333。
步骤S331.对传递函数H(k)的实部和虚部通过五点三次平滑法进行平滑处理，得到平滑后的实部Hr'(k)和平滑后的虚部Hi'(k)；
平滑后的实部Hr'(k)计算公式为：
上述公式中，n为实部Hr(k)的数据个数；
步骤S332.通过与上述公式相同的方法，计算得到平滑后的虚部Hi'(k)；
步骤S333.通过平滑后的实部Hr'(k)和平滑后的虚部Hi'(k)，得到平滑后的传递函数H'(k)。
在本公开的一种具体实施方式中，所述步骤S340中，还可以包括步骤S341和步骤S342。
步骤S341.采用最小二乘法对平滑后的平滑后的实部Hr'(k)和平滑后的虚部Hi'(k)进行模态参数识别，其识别方法为确定平滑后的传递函数H'(k)的第一极点，并根据第一极点进行最小二乘法模态参数识别；所述第一极点的含义为频率不为0但使系统输出为无穷大，该频率点即为第一极点，第一极点的计算公式为：
公式（10）、公式（11）和公式（12）中，K*为传递系数，其通过对平滑后的传递函数H'(k)多项式分解得到，Si为频响函数的极点，Si*为Si的共轭复数，ωi为系统的自振圆频率，ξi为系统的阻尼比；
步骤S342.通过激励信号与响应信号的计算得到传递函数从而得到系统的自振圆频率与阻尼比，从系统的自振圆频率与阻尼比对所述边坡地震动特性进行分析。
实施例2
如图2所示，本实施例提供了一种边坡地震动特性分析装置，所述装置包括第一发送701、第一获取模块702、第一计算模块703、第二计算模块704和第三计算模块705。
第一发送模块701，用于向振动台发送第一控制信号，所述第一控制信号包括控制所述振动台向边坡加载第一白噪声数据和第一地震波数据的第一命令；
第一获取模块702，用于获取第一加速度时程数据和第二加速度时程数据，所述第一加速度时程数据包括设置在所述边坡底部的第一加速度传感器A1所采集的加速度时程数据，所述第二加速度时程数据包括设置在所述第一加速度传感器A1上方的边坡中的加速度传感器所采集的加速度时程数据；
第一计算模块703，用于以所述第一加速度时程数据为激励信号，以所述第二加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第一极点；
第二计算模块704，用于通过所述第一极点计算得到所述边坡的第一自振圆频率和第一阻尼比；
第三计算模块705，用于通过所述第一自振圆频率和所述第一阻尼比，分析所述边坡地震动特性。
在本公开的一种具体实施方式中，所述装置还包括第二发送706、第二获取模块707、第四计算模块708、第五计算模块709和第六计算模块710。
第二发送模块706，用于向所述振动台发送第二控制信号，所述第二控制信号包括控制所述振动台向边坡加载第二白噪声数据和第二地震波数据的第二命令；
第二获取模块707，用于获取第三加速度时程数据和第四加速度时程数据，所述第三加速度时程数据包括设置在所述边坡底部的第一加速度传感器A1所采集的加速度时程数据，所述第四加速度时程数据包括设置在所述第一加速度传感器A1上方的边坡中的加速度传感器所采集的加速度时程数据；
第四计算模块708，用于以所述第三加速度时程数据为激励信号，以所述第四加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第二极点；
第五计算模块709，用于通过所述第二极点计算得到所述边坡的第二自振圆频率和第二阻尼比；
第六计算模块710，用于通过所述第二自振圆频率和所述第二阻尼比，分析所述边坡地震动特性。
在本公开的一种具体实施方式中，所述装置还包括第三发送711、第三获取模块712、第七计算模块713、第八计算模块714和第九计算模块715。
第三发送模块711，用于向振动台发送第三控制信号，所述第三控制信号包括控制所述振动台向边坡加载第一白噪声数据和第二地震波数据的第三命令；
第三获取模块712，用于获取第五加速度时程数据和第六加速度时程数据，所述第五加速度时程数据包括设置在所述边坡底部的第一加速度传感器A1所采集的加速度时程数据，所述第六加速度时程数据包括设置在所述第一加速度传感器A1上方的边坡中的加速度传感器所采集的加速度时程数据；
第七计算模块713，用于以所述第五加速度时程数据为激励信号，以所述第六加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第三极点；
第八计算模块714，用于通过所述第三极点计算得到所述边坡的第三自振圆频率和第三阻尼比；
第九计算模块715，用于通过所述第三自振圆频率和所述第三阻尼比，分析所述边坡地震动特性。
在本公开的一种具体实施方式中，所述第一计算模块，还可以包括第一计算单元7031、第二计算单元7032、第三计算单元7033和第四计算单元7034。
第一计算单元7031，用于分别对激励信号和响应信号进行预处理，所述预处理包括采用最小二乘法消除趋势项；
第二计算单元7032，用于对消除趋势项的所述激励信号和所述响应信号进行传递函数计算；
第三计算单元7033，用于将传递函数的实部和虚部按照五点三次平滑法处理消除毛刺；
第四计算单元7034，用于计算得到平滑后的传递函数的所述第一极点。
在本公开的一种具体实施方式中，第一计算单元7031还可以用于执行方法实施例中的步骤S311、步骤S312、步骤S313和步骤S314。
在本公开的一种具体实施方式中，第二计算单元7032还可以用于执行方法实施例中的步骤S321、步骤S322和步骤S323。
在本公开的一种具体实施方式中，第二计算单元7032还可以用于执行方法实施例中的步骤S3211、步骤S3212、步骤S3213和步骤S3214。
在本公开的一种具体实施方式中，第二计算单元7032还可以用于执行方法实施例中的步骤S3221、步骤S3222和步骤S3223。
在本公开的一种具体实施方式中，第三计算单元7033还可以用于执行方法实施例中的步骤S331、步骤S332和步骤S333。
在本公开的一种具体实施方式中，第四计算单元7034还可以用于执行方法实施例中的步骤S341和步骤S342。
需要说明的是，关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
实施例3
相应于上面的方法实施例，本公开实施例还提供了一种边坡地震动特性分析设备，下文描述的一种边坡地震动特性分析设备与上文描述的一种边坡地震动特性分析方法可相互对应参照。
图3是根据一示例性实施例示出的一种边坡地震动特性分析设备800的框图。如图3所示，该边坡地震动特性分析设备800可以包括：处理器801，存储器802。该边坡地震动特性分析设备800还可以包括多媒体组件803，输入/输出(I/O)接口804，以及通信组件805中的一者或多者。
其中，处理器801用于控制该边坡地震动特性分析设备800的整体操作，以完成上述的边坡地震动特性分析方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该边坡地震动特性分析设备800的操作，这些数据例如可以包括用于在该边坡地震动特性分析设备800上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static RandomAccess Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该边坡地震动特性分析设备800与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near Field Communication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件805可以包括：Wi-Fi模块，蓝牙模块，NFC模块。
在一示例性实施例中，边坡地震动特性分析设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(Digital Signal Processor，简称DSP)、数字信号处理设备(Digital Signal ProcessingDevice，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的边坡地震动特性分析方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的边坡地震动特性分析方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器802，上述程序指令可由边坡地震动特性分析设备800的处理器801执行以完成上述的边坡地震动特性分析方法。
实施例4
相应于上面的方法实施例，本公开实施例还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的一种边坡地震动特性分析方法可相互对应参照。
一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的边坡地震动特性分析方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种边坡地震动特性分析方法，其特征在于，包括：
向振动台发送第一控制信号，所述第一控制信号包括控制所述振动台向边坡加载第一白噪声数据和第一地震波数据的第一命令；
获取第一加速度时程数据和第二加速度时程数据，所述第一加速度时程数据包括设置在所述边坡底部的第一加速度传感器（A1）所采集的加速度时程数据，所述第二加速度时程数据包括设置在所述第一加速度传感器（A1）上方的边坡中的加速度传感器所采集的加速度时程数据；
以所述第一加速度时程数据为激励信号，以所述第二加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第一极点；
通过所述第一极点计算得到所述边坡的第一自振圆频率和第一阻尼比；
通过所述第一自振圆频率和所述第一阻尼比，分析所述边坡地震动特性。
2.根据权利要求1所述的边坡地震动特性分析方法，其特征在于，所述通过所述第一自振圆频率和所述第一阻尼比，分析所述边坡地震动特性后，还包括：
向所述振动台发送第二控制信号，所述第二控制信号包括控制所述振动台向边坡加载第二白噪声数据和第二地震波数据的第二命令；
获取第三加速度时程数据和第四加速度时程数据，所述第三加速度时程数据包括设置在所述边坡底部的第一加速度传感器（A1）所采集的加速度时程数据，所述第四加速度时程数据包括设置在所述第一加速度传感器（A1）上方的边坡中的加速度传感器所采集的加速度时程数据；
以所述第三加速度时程数据为激励信号，以所述第四加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第二极点；
通过所述第二极点计算得到所述边坡的第二自振圆频率和第二阻尼比；
通过所述第二自振圆频率和所述第二阻尼比，分析所述边坡地震动特性；
重复本权利要求的上述步骤，每次加载的白噪声数据和地震波数据的峰值加速度与上一次加载的数据的峰值加速度的差为固定值，分析每次加载后的所述边坡地震动特性。
3.根据权利要求1所述的边坡地震动特性分析方法，其特征在于，所述通过所述第一自振圆频率和所述第一阻尼比，分析所述边坡地震动特性后，还包括：
向振动台发送第三控制信号，所述第三控制信号包括控制所述振动台向边坡加载第一白噪声数据和第三地震波数据的第三命令；
获取第五加速度时程数据和第六加速度时程数据，所述第五加速度时程数据包括设置在所述边坡底部的第一加速度传感器（A1）所采集的加速度时程数据，所述第六加速度时程数据包括设置在所述第一加速度传感器（A1）上方的边坡中的加速度传感器所采集的加速度时程数据；
以所述第五加速度时程数据为激励信号，以所述第六加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第三极点；
通过所述第三极点计算得到所述边坡的第三自振圆频率和第三阻尼比；
通过所述第三自振圆频率和所述第三阻尼比，分析所述边坡地震动特性；
重复本权利要求的上述步骤，每次加载的不同的地震波数据，得到不同地震波数据下所述边坡地震动特性。
4.根据权利要求1所述的边坡地震动特性分析方法，其特征在于，所述以所述第一加速度时程数据为激励信号，以所述第二加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第一极点，包括：
分别对激励信号和响应信号进行预处理，所述预处理包括采用最小二乘法消除趋势项；
对消除趋势项的所述激励信号和所述响应信号进行传递函数计算；
将传递函数的实部和虚部按照五点三次平滑法处理消除毛刺；
计算得到平滑后的传递函数的所述第一极点。
5.一种边坡地震动特性分析装置，其特征在于，包括：
第一发送模块，用于向振动台发送第一控制信号，所述第一控制信号包括控制所述振动台向边坡加载第一白噪声数据和第一地震波数据的第一命令；
第一获取模块，用于获取第一加速度时程数据和第二加速度时程数据，所述第一加速度时程数据包括设置在所述边坡底部的第一加速度传感器（A1）所采集的加速度时程数据，所述第二加速度时程数据包括设置在所述第一加速度传感器（A1）上方的边坡中的加速度传感器所采集的加速度时程数据；
第一计算模块，用于以所述第一加速度时程数据为激励信号，以所述第二加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第一极点；
第二计算模块，用于通过所述第一极点计算得到所述边坡的第一自振圆频率和第一阻尼比；
第三计算模块，用于通过所述第一自振圆频率和所述第一阻尼比，分析所述边坡地震动特性。
6.根据权利要求5所述的边坡地震动特性分析装置，其特征在于，所述装置还包括：
第二发送模块，用于向所述振动台发送第二控制信号，所述第二控制信号包括控制所述振动台向边坡加载第二白噪声数据和第二地震波数据的第二命令；
第二获取模块，用于获取第三加速度时程数据和第四加速度时程数据，所述第三加速度时程数据包括设置在所述边坡底部的第一加速度传感器（A1）所采集的加速度时程数据，所述第四加速度时程数据包括设置在所述第一加速度传感器（A1）上方的边坡中的加速度传感器所采集的加速度时程数据；
第四计算模块，用于以所述第三加速度时程数据为激励信号，以所述第四加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第二极点；
第五计算模块，用于通过所述第二极点计算得到所述边坡的第二自振圆频率和第二阻尼比；
第六计算模块，用于通过所述第二自振圆频率和所述第二阻尼比，分析所述边坡地震动特性。
7.根据权利要求5所述的边坡地震动特性分析装置，其特征在于，所述装置还包括：
第三发送模块，用于向振动台发送第三控制信号，所述第三控制信号包括控制所述振动台向边坡加载第一白噪声数据和第二地震波数据的第三命令；
第三获取模块，用于获取第五加速度时程数据和第六加速度时程数据，所述第五加速度时程数据包括设置在所述边坡底部的第一加速度传感器（A1）所采集的加速度时程数据，所述第六加速度时程数据包括设置在所述第一加速度传感器（A1）上方的边坡中的加速度传感器所采集的加速度时程数据；
第七计算模块，用于以所述第五加速度时程数据为激励信号，以所述第六加速度时程数据为响应信号，进行传递函数计算，得到传递函数的第三极点；
第八计算模块，用于通过所述第三极点计算得到所述边坡的第三自振圆频率和第三阻尼比；
第九计算模块，用于通过所述第三自振圆频率和所述第三阻尼比，分析所述边坡地震动特性。
8.根据权利要求5所述的边坡地震动特性分析装置，其特征在于，所述第一计算模块，包括：
第一计算单元，用于分别对激励信号和响应信号进行预处理，所述预处理包括采用最小二乘法消除趋势项；
第二计算单元，用于对消除趋势项的所述激励信号和所述响应信号进行传递函数计算；
第三计算单元，用于将传递函数的实部和虚部按照五点三次平滑法处理消除毛刺；
第四计算单元，用于计算得到平滑后的传递函数的所述第一极点。
9.一种边坡地震动特性分析设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至4任一项所述边坡地震动特性分析方法的步骤。
10.一种可读存储介质，其特征在于：所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述边坡地震动特性分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011519599.1A CN112305611A (zh) | 2020-12-21 | 2020-12-21 | 边坡地震动特性分析方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011519599.1A CN112305611A (zh) | 2020-12-21 | 2020-12-21 | 边坡地震动特性分析方法、装置、设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112305611A true CN112305611A (zh) | 2021-02-02 |
Family
ID=74487556
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011519599.1A Pending CN112305611A (zh) | 2020-12-21 | 2020-12-21 | 边坡地震动特性分析方法、装置、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112305611A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113642941A (zh) * | 2021-10-14 | 2021-11-12 | 西南交通大学 | 一种边坡安全状态分析方法、装置、设备及可读存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107256204A (zh) * | 2017-04-12 | 2017-10-17 | 华侨大学 | 基于传递函数的多点振动响应频域预测的实验装置及方法 |
| CN107688554A (zh) * | 2017-09-01 | 2018-02-13 | 南京理工大学 | 基于自适应傅里叶分解的频域辨识方法 |
| CN110390169A (zh) * | 2019-07-25 | 2019-10-29 | 西南交通大学 | 一种基于力学模型的地震滑坡危险性定量评价方法 |
-
2020
- 2020-12-21 CN CN202011519599.1A patent/CN112305611A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107256204A (zh) * | 2017-04-12 | 2017-10-17 | 华侨大学 | 基于传递函数的多点振动响应频域预测的实验装置及方法 |
| CN107688554A (zh) * | 2017-09-01 | 2018-02-13 | 南京理工大学 | 基于自适应傅里叶分解的频域辨识方法 |
| CN110390169A (zh) * | 2019-07-25 | 2019-10-29 | 西南交通大学 | 一种基于力学模型的地震滑坡危险性定量评价方法 |
Non-Patent Citations (8)
| Title |
|---|
| 余加勇: "《基于GNSS和RTS技术的桥梁结构动态变形监测理论与实践》", 30 November 2017, 测绘出版社 * |
| 吴淼 等: "《机械系统的载荷识别方法与应用》", 31 December 1995, 中国矿业大学出版社 * |
| 唐世振: "基于MATLAB的振动信号采集与分析系统的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 寇惠 等: "《故障诊断中的振动信号处理》", 31 August 1989, 冶金工业出版社 * |
| 煤炭工业部科技教育司: "《煤炭高等院校青年科学基金学术研讨会论文集》", 31 May 1995, 中国矿业大学出版社 * |
| 范刚 等: "含软弱夹层顺层岩质边坡传递函数及其应用研究", 《岩土力学》 * |
| 范刚: "含软弱夹层层状岩质边坡地震响应及稳定性判识时频方法研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
| 陈亚勇 等: "《MATLAB信号处理详解》", 30 September 2001, 人民邮电出版社 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113642941A (zh) * | 2021-10-14 | 2021-11-12 | 西南交通大学 | 一种边坡安全状态分析方法、装置、设备及可读存储介质 |
| CN113642941B (zh) * | 2021-10-14 | 2022-01-07 | 西南交通大学 | 一种边坡安全状态分析方法、装置、设备及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104423707B (zh) | 使用分段和组合的触觉转换系统 | |
| US8781991B2 (en) | Emotion recognition apparatus and method | |
| Abdulali et al. | Data-driven modeling of anisotropic haptic textures: Data segmentation and interpolation | |
| Culbertson et al. | Generating haptic texture models from unconstrained tool-surface interactions | |
| Culbertson et al. | Refined methods for creating realistic haptic virtual textures from tool-mediated contact acceleration data | |
| US7680660B2 (en) | Voice analysis device, voice analysis method and voice analysis program | |
| US20140071095A1 (en) | Signal processing systems | |
| CN110164467A (zh) | 语音降噪的方法和装置、计算设备和计算机可读存储介质 | |
| KR102143499B1 (ko) | 휴대 단말 장치를 이용한 수면 품질 측정 방법 및 장치 | |
| CN104768049B (zh) | 一种用于同步音频数据和视频数据的方法、系统及计算机可读存储介质 | |
| US11583197B2 (en) | Method and device for detecting cardiac arrhythmia based on photoplethysmographic signal | |
| JP6019344B2 (ja) | 計測震度概算システム及び計測震度概算方法 | |
| CN112305611A (zh) | 边坡地震动特性分析方法、装置、设备及可读存储介质 | |
| CN107764257A (zh) | 一种惯性器件数值模拟方法 | |
| CN110974189A (zh) | 脉搏波的信号质量检测方法及装置、设备、系统 | |
| Hasiewicz et al. | Nonparametric identification of nonlinearities in block-oriented systems by orthogonal wavelets with compact support | |
| CN108052960A (zh) | 识别终端握持状态的方法、模型训练方法及终端 | |
| CN110838306A (zh) | 语音信号检测方法、计算机存储介质及相关设备 | |
| CN116959462A (zh) | 房间脉冲响应估算方法、装置、设备及可读存储介质 | |
| JP2021071586A (ja) | 音抽出システム及び音抽出方法 | |
| JP7106851B2 (ja) | 情報処理装置及びプログラム | |
| CN115454287A (zh) | 虚拟数字人交互方法、装置、设备及可读存储介质 | |
| CN115562956B (zh) | 振动评估方法、装置、计算机设备以及存储介质 | |
| JPWO2018211767A1 (ja) | 触質情報処理装置および触質情報処理方法 | |
| JP7472012B2 (ja) | 異常信号抽出装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210202 |
|
| RJ01 | Rejection of invention patent application after publication |