【摘要】：泄流激励下闸基隐患动力检测的首要任务是获取结构在泄流激励下的真实动力响应信号，但由于水闸结构刚度大，振动量级较小，大量的模型试验与原型观测表明，泄流诱发闸坝结构振动属微幅振动，振动量级属于微米级；加上水闸复杂的工作环境，实测结构的动力响应信号受噪声影响较大。因此，利用泄流激励对结构模态参数识别之前，需对实际采集的信号进行去噪处理，以便消除噪声信号，有效地保留原信号中的有用的信息。
泄流激励下闸基隐患动力检测的首要任务是获取结构在泄流激励下的真实动力响应信号（如位移响应、加速度响应等），但由于水闸结构刚度大，振动量级较小，大量的模型试验与原型观测表明，泄流诱发闸坝结构振动属微幅振动，振动量级属于微米级；加上水闸复杂的工作环境，实测结构的动力响应信号受噪声影响较大。噪声的来源一般主要有以下几个方面：第一，实际采集信号的过程中，由于数据采集环境和完成数据采集任务的仪器仪表自身的原因不可避免地存在其他信号的干扰和噪声，这些噪声信号可能掩盖有用的信号；第二，受周围工作环境的影响，环境背景噪声（如水流背景噪声）信号将以某种方式进入实测动力响应信号中进而影响测试结果的精度。因此，利用泄流激励对结构模态参数识别之前，需对实际采集的信号进行去噪处理，以便消除噪声信号，有效地保留原信号中的有用的信息。消噪的效果将直接影响到后续的基于信号频域分析、模态识别等方面工作的进行；因此，为了提高技术指标，提取出准确的信号，去除干扰信号与随机噪声信号是非常重要的。本书从闸坝等结构动力响应特点出发，通过研究小波降噪、数字滤波等降噪方法，总结了此类方法的不足之处，并在此基础上，提出了适用于闸坝结构泄流动力响应信号的基于奇异熵定阶的信号相空间重构降噪方法，为后期的基于泄流激励的结构模态参数识别提供可靠基础。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
