振动、测试与诊断
振動、測試與診斷
진동、측시여진단
JOURNAL OF VIBRATION, MEASUREMENT & DIAGNOSIS
2010年
4期
414-417
,共4页
信号处理%经验模态分解%端点效应%镜像延拓%径向基函数神经网络
信號處理%經驗模態分解%耑點效應%鏡像延拓%徑嚮基函數神經網絡
신호처리%경험모태분해%단점효응%경상연탁%경향기함수신경망락
在分析经验模态分解端点效应出现原因的基础上,采用镜像延拓法和径向基函数神经网络预测法对端点效应进行了研究,并对一组数值仿真信号和12层钢筋混凝土框架模型振动台试验实测得到的加速度信号进行了边界处理和经验模态分解.算例结果表明,这两种方法基于边界两端预测数据,都可以有效抑制端点效应对分析信号的影响,提高经验模态分解的效果.另外,对于复杂信号仅采用径向基函数神经网络延拓原始信号,对抑制端点效应的效果不很明显,而对复杂信号经滤波后先利用径向基函数神经网络预测、再利用镜像延拓进行处理,则可以明显抑制端点效应的影响.
在分析經驗模態分解耑點效應齣現原因的基礎上,採用鏡像延拓法和徑嚮基函數神經網絡預測法對耑點效應進行瞭研究,併對一組數值倣真信號和12層鋼觔混凝土框架模型振動檯試驗實測得到的加速度信號進行瞭邊界處理和經驗模態分解.算例結果錶明,這兩種方法基于邊界兩耑預測數據,都可以有效抑製耑點效應對分析信號的影響,提高經驗模態分解的效果.另外,對于複雜信號僅採用徑嚮基函數神經網絡延拓原始信號,對抑製耑點效應的效果不很明顯,而對複雜信號經濾波後先利用徑嚮基函數神經網絡預測、再利用鏡像延拓進行處理,則可以明顯抑製耑點效應的影響.
재분석경험모태분해단점효응출현원인적기출상,채용경상연탁법화경향기함수신경망락예측법대단점효응진행료연구,병대일조수치방진신호화12층강근혼응토광가모형진동태시험실측득도적가속도신호진행료변계처리화경험모태분해.산례결과표명,저량충방법기우변계량단예측수거,도가이유효억제단점효응대분석신호적영향,제고경험모태분해적효과.령외,대우복잡신호부채용경향기함수신경망락연탁원시신호,대억제단점효응적효과불흔명현,이대복잡신호경려파후선이용경향기함수신경망락예측、재이용경상연탁진행처리,칙가이명현억제단점효응적영향.
