[发明专利]基于EMD和模型缩聚的动力响应重构方法及系统、存储介质

说明书

本发明公开了一种基于EMD和模型缩聚的动力响应重构方法及系统、计算机可读取的存储介质。该方法先对有限元模型进行子结构划分，然后对各个子结构进行自由度划分，作模态坐标变换，将各个子结构耦合成一个超单元模型，求解出单元模型的模态振型矩阵，再通过EMD分解方法从测量数据中提取出模态响应，最后基于提取的响应数据和模态振型矩阵重构子结构界面响应。本方法基于有限元模型生成结构的超单元模型，扩展了目前基于EMD分解的时域重构方法，将模态综合法首次用于响应重构方法中，并利用模态叠加法预测出关键点的响应信息，有效地降低了有限元模型相关参数数学矩阵的维度，提高了响应重构的计算效率，具有准确性高、分析速度快等优点。

技术领域

本发明涉及结构健康监测技术领域，特别地，涉及一种基于EMD(经验模态分解)和模型缩聚的动力响应重构方法及系统、计算机可读取的存储介质。

背景技术

随着新技术、新材料在土木工程结构中的应用，人们对土木工程结构的安全性及可靠性提出更高要求，因此，结构健康监测(SHM)技术应运而生。结构健康监测技术一般是结合部署在工程结构上的传感器采集所得数据，对工程结构进行健康监测及使用寿命评估，结构健康监测需要解决的主要问题为合理地监控关键位置的健康状态，其需要依赖于传感器系统。而大多数工程结构较为复杂，其自由度数目过于庞大，且传感器不可能布置在结构的各个位置以监测各自由度的动力响应。此外，由于工程结构的几何复杂性及部件多样性，实际工程结构的某些位置，例如结构交界面、狭缝等皆不易安装传感器，而这些位置往往是结构健康监测及使用寿命评估的关键部位。

现有技术当中通常采用动态响应重构方法基于有限的传感器数量对整个工程结构进行结构健康监测。目前，动态响应重构的最新进展包括频域外推法和直接时域法，此两类方法均为在有限元模型基础上完成重构，其在完成大型工程结构的重构时具有一定的局限性。一方面，自由度数目过大会导致未知参数过多，以致响应重构不易收敛和较大的不确定性，相对于有限个数量的响应采集点，土木工程结构的响应重构往往需要处理大量的未知参数及大型的数学模型信息矩阵，响应重构的本质是病态的求逆问题，而大量的未知参数会导致矩阵病态，影响计算结果的精度。另一方面，对于整个土木工程结构而言，若需通过重构以了解整个结构的健康状态，如此大数目的自由度将会导致较大的重构工作量，相关的矩阵维数成倍增大，整个计算过程需消耗较大的时间及计算机内存。

发明内容

本发明提供了一种基于EMD和模型缩聚的动力响应重构方法及系统、计算机可读取的存储介质，以解决现有的动态响应重构方法存在的响应重构不易收敛、计算量大的技术问题。

根据本发明的一个方面，提供一种基于EMD和模型缩聚的动力响应重构方法，包括以下步骤：

步骤S1：根据响应采集位置和待测点所处位置对有限元模型进行子结构划分；

步骤S2：对各个子结构进行自由度划分；

步骤S3：对各个子结构作模态坐标变换；

步骤S4：将经过模态坐标变换后的各个子结构耦合成一个超单元模型；

步骤S5：求解超单元模型的模态振型矩阵；

步骤S6：采用经验模态分解方法在响应采集点的测量数据中提取模态响应；

步骤S7：根据提取的响应数据和超单元模型的模态振型矩阵重构子结构界面响应。

进一步地，所述步骤S1具体包括以下内容：

将响应采集点位置和待测点位置分别作为子结构的界面，由此划分有限元模型的子结构，其中，子结构的动力学方程可表示为：