Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Phân tích đặc tính rung động của đập đất dựa trên DVMD–VDR
Tóm tắt
Hướng đến vấn đề cấu trúc đập đất – đá dễ bị nhiễu tín hiệu không ổn định trong quá trình thu thập thông tin rung, bài báo này đề xuất một phương pháp trích xuất thông tin đặc trưng dựa trên sự kết hợp của Phân rã Entropy Phân tán (DVMD) và Tỷ lệ Dành variance (VDR) được cải tiến bởi Entropy Phân tán. Đầu tiên, các tín hiệu rung động đa kênh được kết hợp động bằng cách sử dụng tỷ lệ dành variance để trích xuất đầy đủ thông tin rung của thân đập; sau đó, giá trị entropy của mỗi thành phần modal (Hàm chế độ nội tại) dưới các lớp phân rã khác nhau được tính toán bằng cách sử dụng Entropy Phân tán, và điểm uốn entropy được chọn để xác định số lượng chế độ phân rã của DVMD, để bù đắp cho sự thiếu sót trong việc lựa chọn mù chế độ phân rã trong Phân rã Modal Biến thiên. Điểm uốn giá trị entropy được chọn để xác định số lượng chế độ phân rã của DVMD, điều này có thể bù đắp cho sự thiếu sót khi lựa chọn mù chế độ phân rã trong Phân rã Modal Biến thiên. Để xác minh độ chính xác và hiệu quả của phương pháp trong bài báo này, ba nhóm tín hiệu mô phỏng được xây dựng cho mô phỏng số, và nhận thấy rằng hiệu ứng giảm nhiễu của nó tốt hơn so với lọc số, ngưỡng wavelet và Phân rã Modal Biến thiên cải thiện, và thông tin đặc trưng tín hiệu có thể được trích xuất hiệu quả. Kết hợp dữ liệu đo được của đập đất tại vị trí đập HeLong dưới sự tác động của môi trường tự nhiên, thông tin đặc trưng vận hành của thân đập được phân tích và so sánh với kết quả mô phỏng phần tử hữu hạn, và nghiên cứu cho thấy phương pháp DVMD–VDR có thể hiệu quả trích xuất đầy đủ thông tin đặc trưng rung động của cấu trúc, có tính thực tiễn kỹ thuật tốt, và có thể cung cấp cơ sở cho việc giám sát trực tuyến tình trạng hoạt động của cấu trúc đập đất.
Từ khóa
Tài liệu tham khảo
ICOLD (2010) Geomembrane sealing systems for dams: design principles and return of experience (Bulletin 135)[R]. Paris: The International Commission on Large Dams
Zhang CH, Jin F, Wang JY et al (2016) Key issues and developments on seismic safety evaluation of high concrete dams[J]. J Hydraul Eng 47(3):253–264
Wang Y, Han M, Li B et al (2022) Stability evaluation of embankment dam reinforcement with new permeable polymer based on reliability method[J]. Constr Build Mater 320:126294
Chen W, Wang X, Tong D et al (2021) Dynamic early-warning model of dam deformation based on deep learning and fusion of spatiotemporal features[J]. Knowl-Based Syst 233:107537
Li J, Bao T, Ventura CE (2022) An automated operational modal analysis algorithm and its application to concrete dams[J]. Mech Syst Signal Process 168:108707
Wei B, Xie B, Li H et al (2021) An improved Hilbert-Huang transform method for modal parameter identification of a high arch dam[J]. Appl Math Model 91:297–310
Cantieni R (2001) Assessing a dam’s structural properties using forced vibration testing, In Proc IABSE international conference on safety, risk and reliability-trends in engineering, Malta
Tarinejad R, Ahmadi M, Harichandran R (2014) Full-scale experimental modal analysis of an arch dam: the first experience in Iran. Soil Dyn Earthq Eng 61:188–196
Gauron O, Boivin Y, Ambroise S et al (2018) Forced-vibration tests and numerical modeling of the Daniel-Johnson multiple-arch dam. J Perform Constr Facil 32(2):04017137
Sevim B, Bayraktar A, Altunisik AC (2011) Finite element model calibration of berke arch dam using operational modal testing. J Vib Control 17:1065–1079
Lian JJ, Li HK, Zhang JW (2009) ERA modal identification method for hydraulic structures based on order determination and noise reduction of singular entropy. Sci China Ser E Technol Sci 52(2):400–412
Wei BW, Xie B, Li HK et al (2021) An improved Hilbert-Huang transform method for modal parameter identification of a high arch dam. App Math Model 91:297–310
Tarinejad R, Pourgholi M (2018) Modal identification of arch dams using balanced stochastic subspace identification. J Vib Control 24:2030–2044
Sevim B, Altunisik AC, Bayraktar A (2012) Earthquake behavior of Berke arch dam using ambient vibration test results. J Perform Constr Facil 26:780–792
Pereira S, Magalhães F, Gomes JP et al (2021) Vibration-based damage detection of a concrete arch dam[J]. Eng Struct 235:112032
Dufour F, Guo X, Humbert N (2022) Modal analysis of an arch dam combining ambient vibration measurements, advanced fluid-element method and modified engineering approach[J]. Earthq Eng Struct Dyn 51(6):1321–1342
Xiang ZQ, Pan JW, Wang JT et al (2022) Improved approach for vibration-based structural health monitoring of arch dams during seismic events and normal operation[J]. Struct Control Health Monit 7:29
Li HK, Wu PZ, Huang W et al (2022) Joint noise reduction method of hydraulic structure vibration signals based on CEEMDAN and improved wavelet threshold[J]. J Nanchang Univ Eng Technol 44(01):1–8
Zhang Y, Lian J, Liu F (2016) An improved filtering method based on EEMD and wavelet-threshold for modal parameter identification of hydraulic structure[J]. Mech Syst Signal Process 68:316
Zhang JW, Hou G, Hua WW et al (2018) Damage diagnosis of hydraulic structure based on VMD and HHT marginal spectrum[J]. J Vib Meas Diagn 38(04):852–858
Yang J, Stewart E, Ye J, Entezami M, Roberts C (2023) An Improved VMD method for use with acoustic impact response signals to detect corrosion at the underside of railway tracks[J]. Appl Sci 13(2):942
Yu H, Huang W, Du B (2023) SSA-VMD for UWB Radar Sensor Vital Sign Extraction[J]. Sensors 23(2):756
Ni Q, Ji JC, Feng K et al (2022) A fault information-guided variational mode decomposition (FIVMD) method for rolling element bearings diagnosis[J]. Mech Syst Signal Process 164(5):108216
Markert R, Xiang J, Zheng W (2015) Research on variational mode decomposition and its application in detecting rub-impact fault of the rotor system[J]. Mech Syst Signal Process 60:243
Dragomiretskiy K, Zosso D (2014) Variational mode decomposition. IEEE Trans Signal Processing 62(3):531
Tang GJ, Xu ZL, Pang B et al (2022) Gear fault diagnosis based on SSWPT marginal spectrum feature information extraction[J]. J Vib Shock 41(14):50–57
Zhang J, Hou G, Wang H, Zhao Y, Huang J (2020) Operation feature extraction of flood discharge structure based on improved variational mode decomposition and variance dedication rate. J Vib Control 26(34):229
Long C, Yu CB, Wang H (2022) Fault detection method of air conditioner external unit based on improved variational modal decomposition and residual network[J]. J Ordnance Equip Eng 43(12):278–282
Wang Y, Markert R, Xiang J, Zheng W (2015) Research on variational mode decomposition and its application in detecting rub-impact fault of the rotor system. Mech Syst Signal Process 60:243
Li J, Chen Y, Lu C (2020) Application of an improved variational mode decomposition algorithm in leakage location detection of water supply pipeline[J]. Measurement 173(8):108587
Azami H, Rostaghi M, Fernández A, Escudero J (2016) Dispersion entropy for the analysis of resting-state MEG regularity in Alzheimer's disease. In: Conference proceedings : annual international conference of the IEEE engineering in medicine and biology society.
Li Y, Jiao S, Gao X (2021) A novel signal feature extraction technology based on empirical wavelet transform and reverse dispersion entropy[J]. Defence Technol 17(5):1625–1635
Zhang J, Hou G, Cao K, Ma B (2018) Operation conditions monitoring of flood discharge structure based on variance dedication rate and permutation entropy[J]. Nonlinear Dyn 93(4):2517
Li H, Liu B, Huang W, Liu H, Wang G (2022) Vibration load identification in the time-domain of high arch dam under discharge excitation based on hybrid LSQR algorithm[J]. Mech Syst Signal Process 177:109193
Kim J, Kim K, Sohn H (2014) Autonomous dynamic displacement estimation from data fusion of acceleration and intermittent displacement measurements[J]. Mech Syst Signal Process 42(1–2):194
Wang G, Li H, Fu Z, Huang W, Liu B, Yao S (2023) A novel methodology for modal parameter identification of arch dam based on multi-level information fusion[J]. Mech Syst Signal Process 183:109587
Yang CM, Yu JC, Chu PY, Hsieh CH, Wu MH (2022) The utilization of tunable transducer elements formed by the manipulation of magnetic beads with different sizes via optically induced dielectrophoresis (ODEP) for high signal-to-noise ratios (SNRs) and multiplex fluorescence-based biosensing applications[J]. Biosensors 12(9):755
Yu H, Li H, Li Y (2020) Vibration signal fusion using improved empirical wavelet transform and variance dedication rate for weak fault detection of hydraulic pumps[J]. ISA Trans 107:385–401
Song Z, Cao Q, Dai Q (2019) Free vibration of truncated conical shells with elastic boundary constraints and added mass[J]. Int J Mech Sci 155:286–294
Jiang H, Jiang A, Xu M (2022) Research on algorithm and coupling damage model of rock under high temperature and loading based on mohr-coulomb criterion[J]. Int J Comput Methods 19(04):2250001
Wang F, Song Z, Liu Y et al (2020) Seismic wave input method for high earth dams considering the transmission amplification effect of the bedrock-overburden interface[J]. Comput Geotech 130(12):103927
Gong J, Zou D, Kong X et al (2021) The simulation of high compressive stress and extrusion phenomenon for concrete face slabs in CFRDs under strong seismic loads[J]. Soil Dyn Earthq Eng 147(2):106792
Dingyu C, Kegui X, Quanquan Qi (2013) Research on modal parameter identification characteristics of extended feature system implementation algorithm [J]. Eng Mech 30(08):49–53
Qianhui Pu, Hong Yu, Gaoxin W et al (2018) Fast feature system implementation algorithm for structural modal parameter identification under environmental excitation [J]. Vib Impact 37(06):55–60