HHT理论及其在结构健康监测中的应用研究的中期报告.docx

HHT理论及其在结构健康监测中的应用研究的中期报告 HHT（Hilbert-Huang Transformation）理论是一种信号分析方法，可以将非稳态和非线性信号分解成多个固有模态函数（Intrinsic Mode Functions，IMFs）和一个剩余项。IMFs是时频分辨率最优的信号分量，能够反映信号的局部频率和振幅变化，因此可以用来识别故障，判断健康状态，预测寿命等。 本文主要介绍HHT在结构健康监测中的应用研究，包括以下几个方面： 1. 动态响应分析 采用加速度传感器实时监测建筑物的动态响应，经过HHT分解得到不同频率的IMF组成的频谱，通过这些频谱可以识别出结构的自然频率、阻尼比和振型等信息，从而判断结构是否存在病态。 2. 疲劳损伤识别 疲劳损伤是结构破坏的一个主要原因，HHT可以用来识别结构中存在的疲劳损伤。一般通过采集结构振动信号，利用HHT分解出各个频段的振动模态，进而获得疲劳损伤指标，以判断结构的疲劳状态。 3. 水下管道漏损检测 针对水下管道的非侵入性检测，可以使用HHT方法对管道振动信号进行分析，从中提取与管道漏损有关的振动特征，例如管材振动频率、共振点位置和变化等，以便精准地定位和评估管道的漏损位置和程度。 4. 地铁车辆轮轴磨损检测 地铁车辆的轮轴磨损是一个长期困扰地铁运营的问题，传统的轮轴检测方法需要将车辆停止检修，费用和时间都较高。通过HHT分析地铁车辆振动信号，可以得到与轮轴磨损有关的振动模态，从而实现在线、实时检测。 综上所述，HHT理论具有高分辨率、高灵敏度和高精度的特点，在结构健康监测领域有广泛的应用前景和研究价值。