科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有钢绞线应力超声导波检测技术的局限性，该文提出一种基于奇异值熵与支持向量回归（SVR）的钢绞线应力状态估计方法。超声导波在钢绞线中的传播带有丰富的应力信息，通过在时-频域内进行导波信号的变分模态分解（VMD）提取不同应力状态下VMD能量熵和奇异值熵，应用SVR方法提取钢绞线中导波传播信号的VMD能量熵、奇异值熵和钢绞线应力状态之间的映射关系，从而建立钢绞线应力状态估计模型。应用试验室采集的导波传播信号对提出的方法进行测试，测试结果表明，该方法能够准确估计钢绞线的应力状态，平均估计误差在5%以内，相较于BP神经网络方法，SVR模型具有更高的稳定性，为在役桥梁钢绞线应力的检测提供了新的思路。
- 出版日期2023
- 单位土木工程学院; 重庆交通大学
