基于变分模态分解与SVR的钢绞线应力状态估计方法 |
| |
引用本文: | 黄琦,钱骥,陈琴梅,荚瑞馨.基于变分模态分解与SVR的钢绞线应力状态估计方法[J].自动化与仪表,2023(1):5-10. |
| |
作者姓名: | 黄琦 钱骥 陈琴梅 荚瑞馨 |
| |
作者单位: | 1. 重庆交通大学土木工程学院;2. 重庆交通大学山区桥梁及隧道工程国家重点实验室 |
| |
摘 要: | 针对现有钢绞线应力超声导波检测技术的局限性,该文提出一种基于奇异值熵与支持向量回归(SVR)的钢绞线应力状态估计方法。超声导波在钢绞线中的传播带有丰富的应力信息,通过在时-频域内进行导波信号的变分模态分解(VMD)提取不同应力状态下VMD能量熵和奇异值熵,应用SVR方法提取钢绞线中导波传播信号的VMD能量熵、奇异值熵和钢绞线应力状态之间的映射关系,从而建立钢绞线应力状态估计模型。应用试验室采集的导波传播信号对提出的方法进行测试,测试结果表明,该方法能够准确估计钢绞线的应力状态,平均估计误差在5%以内,相较于BP神经网络方法,SVR模型具有更高的稳定性,为在役桥梁钢绞线应力的检测提供了新的思路。
|
关 键 词: | 超声导波 钢绞线 变分模态分解 能量熵和奇异值熵 支持向量回归 |
|
|