基于Hilbert-Huang变换的结构损伤诊断

对Hilbert-Huang变换(HHT)在结构损伤诊断中的应用进行了分析。Hilbert-Huang变换是一种适用于非线性、非平稳信号，且具有自适应性的新的数据处理方法，将该方法应用于结构的反应分析，能有效地提取结构的损伤特征，从而对结构的健康状况进行诊断。分析实例表明了该方法的有效性和实用性。     

小波分析在结构健康诊断中的应用

小波变换由于同时在时间域和频率域具有良好的局部化性质，且具有很强的处理非平稳过程的能力，因此广泛地应用于许多领域。对小波变换在结构健康诊断中的应用进行了分析．作为一个具体应用，根据一木结构的振动台试验数据，利用小波分析方法对该结构的动力特性进行了分析．     

模拟地震振动台的动力特性试验及分析

本文分析了振动台可动系统自振频率对结构模型动力试验的影响,介绍了用试验模态分析方法识别振动台的模态参数和共振试验、结构地震反应试验时振动台的响应特性。并对振动台的动力特性进行了综合分析和评述。     

两层新型轻钢结构足尺房屋振动台试验研究

对一种新型冷弯薄壁型钢结构体系——Websteel轻钢龙骨结构体系进行了足尺模型的模拟地震振动台试验研究,以了解该结构体系的动力特性与抗震性能。试验模型为2层、足尺的原型结构房屋,通过振动台试验,对其动力特性以及结构在不同输入地震波激励下的动力反应进行了测试与分析,为该结构体系的抗震设计提供了相关数据和参考。     

带转换层的筒体——剪力墙结构的抗震试验结果分析

通过对广州天秀大厦的有机玻璃模型进行弹性阶段的振动台地震作用的模拟试验,研究了筒体大底盘多塔楼式超高层建筑结构在地震作用下的动力特性和反应.分析和确定相似关系,根据试验结果进行推算,得到原型结构在实际地震作用下的动力特性与反应,与分析结果进行了比较,验证了转换层在大底盘多塔楼式超高层结构中的作用,并围绕转换层对类似结构的结构抗震设计提出了若干设想和建议.     

连续钢桁梁桥的损伤诊断分析

现阶段的桥梁结构健康监测已经从理论分析转到实际应用,对于桥梁监测来说,桥梁的损伤诊断特别是旧桥（或服役桥梁）的损伤诊断是其重要的组成部分。桥梁结构所处的环境比较复杂,其自身受环境影响又比较大,探究一种合理的、可行的桥梁结构损伤诊断方法成为当务之急。本文针对芜湖长江大桥连续钢桁梁桥部分进行动力特性分析,结合神经网络以频率和振型动力特性参数对连续钢桁梁进行了损伤辨识、损伤定位和损伤标定,并对损伤诊断结果进行了讨论,指出三阶段诊断方法在复杂桥梁损伤诊断中具有诊断概念明确、操作简便、实际可行性的现实意义。     

钢砼模型在双向水平地震力下的振动台试验

对缩比为1／6的三层单跨钢筋混凝土框架模型进行了地震模拟振动台试验，多次输入X，Y两个方向的EL-Cen-tro地震波．研究了结构各阶段的地震反应，揭示了结构动力特性随着损伤发展而变化的规律。     

软土-桩-结构动力相互作用振动台模型试验研究

目的 分析探讨软土-桩-结构动力相互作用的机理．方法 通过软土-桩-结构相互作用体系和刚性地基上建筑结构两个振动台模型试验，研究了相互作用对结构的动力特性和地震反应的影响．结果 通过振动台试验得到了软土-桩-结构相互作用体系和刚性地基上结构体系的自振周期、阻尼比、加速度反应和位移反应曲线等．结论 结果表明，软土-桩-结构动力相互作用对结构的动力特性和地震反应有较大的影响：建筑结构自振频率减小，阻尼增大：在地震作用下，考虑相互作用的结构加速度、位移较基础固定的结构大．     

钢板结构损伤对其动力特性的影响研究

应用有限元仿真法，对带有裂纹损伤钢板结构的裂纹长度和位置对位置对结构不同阶频率和模态的影响进行了分析，并与理论结果进行了比较，得到了带伤钢板结构动态特性的一般规律，针对裂纹损伤与结构动力特性之间存在着的很复杂的尚未明确的非线性关系。利用人工神经网络模型对结构裂纹深度和位置进行了诊断和预测的定量和定性研究，结果表明，可以应用此方法对带伤钢板进行动态特性分析。进而识别结构中裂纹损伤的特征。     

钢管混凝土拱桥的模拟损伤动力诊断分析

探讨了钢管混凝土拱桥的损伤诊断方法。考虑到钢管混凝土拱桥结构的复杂性，提出基于桥梁动力特性，结合人工神经网络的3阶段分步法对钢管混凝土拱桥进行损伤诊断，先进行桥梁的异常检测，再确定损伤区段，最后评估构件的损伤程度。建立了三维有限元模型，对江汉三桥进行了动力模拟损伤诊断分析，验证了所述方法的可行性。     

应用希尔伯特黄变换的水下目标特征提取

针对传统时频分析方法的水下目标特征提取各有其局限,采用了希尔伯特黄变换方法用于水下目标特征提取.仿真与实验数据的处理结果表明,希尔伯特黄变换方法对于信号的时频特性具有较高的分辨能力,希尔伯特边际谱能够清晰的突出目标弹性成分;希尔伯特谱能有效地展现目标的亮点结构,时频分辨力高于小波变换.研究表明混响具有与目标信号明显不同的希尔伯特谱特征,希尔伯特谱可以有效抑制混响.结果表明希尔伯特黄变换方法是一种有效的水下目标特征提取方法.     

基于HHT的矢量传感器瞬态信号方位估计

针对瞬态信号存在时间短、变化快,传统的信号处理方法很难对其进行方位估计的问题,将希尔伯特-黄变换与矢量信号处理相结合应用到水声领域,提出了矢量希尔伯特-黄变换的方法.利用希尔伯特-黄变换获取信号的瞬态信息,结合矢量信号处理宽带方位估计提出了矢量瞬时方位估计的概念,在此基础上发展了矢量希尔伯特-黄变换水声应用的理论框架.海试表明新理论在瞬态信号处理和单矢量传感器目标方位估计方面,其性能比常规方法有了明显的提高.     

SPRi传感器的数据处理方法

为了消除传感器输出数据中的高频噪声和低频漂移,以SPRi传感器的NaCl折射率样品和BSA生物样品检测的实验数据为例,研究零相移数字滤波、小波分析和希尔伯特-黄变换（HHT）3种数据处理方法及实际应用.结果表明,与零相移数字滤波相比,小波分析和HHT变换这两种时频分析方法在有用细节信息的提取方面更具优势.经这两种方法处理后,SPRi传感器的折射率分辨率达到1.4×10^-6 RIU,最小可检测0.025 g/L NaCl溶液和将原液稀释51 200倍的BSA抗体溶液.HHT变换具有自适应的特点,针对不同的实验数据,自动产生相应的基函数,并且操作简便,能够获得较理想的滤波效果,从而提高传感器的性能.     

Hilbert-Huang变换应用中的预处理方法研究

为提高Hilbert-Huang变换（HHT）中瞬时频率计算的真实性和稳定性，提出了一种信号的预处理方法.该方法首先对信号作傅里叶变换，然后根据插值点数作补零处理，再进行傅里叶反变换，完成傅里叶插值功能.对傅里叶插值处理后的信号作经验模态分解（EMD）得到一组固有模态函数（IMF），计算所有IMF的瞬时频率和幅值，最终获得信号时频分布的Hilbert谱.结果表明，该傅里叶插值的预处理方法能够有效消除和抑制HHT分析中的瞬时频率波动和虚假成分产生，增强了瞬时频率的准确性，提高了HHT方法的信号分析频率，该方法能有效应用于实际信号处理的HHT时频分析中.     

基于HHT变换的结构地震响应与能量计算分析

为了更好地研究地震动激励与结构响应之间的定量关系,通过HHT变换得到瞬时能量谱、Hilbert能量谱以及三维幅值谱,研究了基于HHT变换的结构地震反应的能量计算方法.提出了以地震动峰值能量的最大值和峰值系数作为地震对结构破坏的定量指标的概念。通过算例计算了地震动和结构位移的能量,求出了各种地震波峰值能量的最大值和峰值系数,得到结构各层能量与反映非平稳特征的峰值系数的关系。结果分析表明,基于HHT变换的结构地震能量计算,更加明确了地震波在结构传播过程中能量的变化规律,计算结果的精度可以满足工程设计要求.初步建立了地震动对结构破坏的强弱的判据,该判据是可行和可靠的.可为工程抗震设计和结构控制等研究提供重要的基础资料.     

弧形闸门流激振动脉动压力HHT分析

介绍了新近提出的Hilbert-Huang变换（HHT）方法，并且采用该方法对典型水流脉动压力时域过程进行了平稳性检验。结果表明，在一定开启工况下，作用于闸门体的水流脉动压力可视为各态历经平稳随机过程，其特征量可应用随机函数理论及其谱分析获得。     

利用HHT方法进行结构损伤检测研究

高频小波细节信号或内在模函数在时域的奇异性有可能是由于结构损伤引起的,也可能是由于外界环境如载荷突变引起的.针对该问题,利用Hilbert-Huang变换(HHT)方法,通过一个4层框架结构数值算例的计算,利用IMF瞬时频率的变化来区分2类不同的信号奇异性,从而判定结构是否发生了损伤.计算结果表明:损伤时间常数可以准确地由IMF中的信号突变时刻检测出,而且损伤位置可以利用信号奇异性的分布情况确定.     

基于希尔伯特-黄变换的低信噪比语音端点检测

应用希尔伯特-黄变换完成了一种低信噪比条件下的语言信号端点检测。该方法通过分析纯净语音信号与低信噪比下语音信号的固有模态函数及希尔伯特谱,找出固有模态函数中语音信号能量集中的分量,分析其希尔伯特谱,自适应地选取阈值进行语音段与非语音段的检测。通过对比实验表明了该方法在低信噪比下能有效地检测出语音信号。     

基于希尔伯特-黄变换的船舶声信号特征提取

将希尔伯特-黄变换(HHT)用于船舶声信号特征提取中,利用HHT对实录船舶辐射噪声进行特征提取后,利用神经网络进行分类.研究表明希尔伯特-黄变换方法对于信号的时频特性具有较高的分辨能力,适用于水声非平稳信号的分析.与传统时频分析方法相比具有很强的自适应特性和较好的时频聚集性,时频分辨力高于小波变换.结果表明对于船舶声信号识别,希尔伯特-黄变换方法是一种有效的特征提取方法.