環境激勵下鶴洞大橋模態參數識別分析與比較

鄧 俊，吳玖榮，饒 瑞

（廣州大學廣州大學-淡江大學工程結構災害與控制聯合研究中心，廣東廣州 510006）

環境激勵下鶴洞大橋模態參數識別分析與比較

鄧 俊，吳玖榮*，饒 瑞

（廣州大學廣州大學-淡江大學工程結構災害與控制聯合研究中心，廣東廣州 510006）

在已建立的鶴洞大橋結構健康監測系統的基礎上，同時采用GPS變形監測和加速度振動測試系統，在環境激勵下對橋塔和橋主跨段進行位移和加速度響應的同步測試.采用基于總體平均經驗模態分解法（EEMD）的改進HHT方法，對GPS系統監測位移進行時頻域聯合分析，同時對于橋面加速度振動測試數據則采用常規的功率譜峰值法進行頻域模態識別.通過2種不同信號采取2種不同模態參數識別方法，進行系統辨識結果對比分析，發現GPS監測位移可以較好地反映主整體結構的低階振型響應，基于EEMD的改進HHT方法能較好地處理低頻非平穩隨機信號的干擾及模態混疊現象的發生；相對于常規的功率譜峰值法，本文所采用的改進HHT方法對模態參數辨識結果具有更強的優越性.同時通過2種不同測試信號對于部分階次模態的系統參數識別結果，與有限元數值分析結果較為相近，驗證了上述2種測試結果的正確和可靠性.GPS變形監測系統與加速度動力測試子系統相結合，能較好地識別鶴洞大橋主要模態參數，為大橋的安全有效運作提供堅實依據.關鍵詞：模態參數識別；改進的希爾伯特-黃變換；總體平均經驗模態分解法

橋梁是國民經濟的基礎結構，作為交通網絡的重要聯接，在經濟建設中發揮著不可忽視的作用.由于正常的以及非正常的荷載導致許多橋梁出現不同程度的損壞，因此橋梁的健康監測已經成為橋梁運營及管理階段的主要任務.當今橋梁結構健康監測系統具有以下特性：實時性、長期性及遙測性.這就要求應用智能技術對監測橋梁的表征信息進行數據采集、傳輸、處理以及存儲.

目前，傳統的監測工具有位移傳感器、加速度計、傾斜傳感器、激光干涉儀、全站儀、精密水準儀等，這些方法都有一定的成效但也存在許多不足之處.其中，加速度計在橋梁整體的動力特征中發揮著巨大的作用.但是加速度或位移傳感器目前只能測試被測結構物受外部激勵作用時在受力平衡狀態附近的動態加速度或動態位移風量.而對于結構在平均荷載作用下的平均位移（或靜態位移）分量卻無法測量得到.而GPS技術恰巧能夠克服上述缺點，且GPS測量得到的位移信息與加速度測量得到的加速度信息，在對結構動力特征分析方面可以相互驗證和補充.隨著GPS技術的不斷發展，尤其是RTK技術，其接收機采樣率已普遍達到10～20 Hz，定位精度達到厘米甚至毫米級，這使其用于橋梁的監測成為了可能.GPSRTK技術不受氣候的影響，能夠實現實時全天候同步自動測量，這為全橋結構的模態參數識別工作提供了可能.日本的明石海峽大橋采用高精度的雙頻GPS接收機對大橋進行實時動態監測，用以預估將來橋梁在遭受強烈臺風和地震侵襲時可能會發生的不正常的位移［1］；香港青馬大橋應用29臺GPS接收機及其他監測傳感器組成監測網絡，完成包括動態特性監測在內的一整套健康監測系統［2］；虎門大橋的健康監測系統包括13臺GPS雙頻接收機，通過實時數據采集及后處理分析確保橋梁的正常運行，結果表明主跨橋段的豎向和橫向振動頻率監測結果較為可靠［3］.上述應用情況表明GPS技術已在國內外橋梁健康監測系統的構建中起到了舉足輕重的作用，GPS橋梁動態特性監測技術的運用已成為該系統的重要組成部分.

本文在已建立的鶴洞大橋結構健康監測系統的基礎上，同時采用GPS變形監測和加速度振動測試系統，在環境激勵下對橋塔和橋主跨段進行了位移和加速度響應的同步測試.GPS振動信號的模態識別采用隨機減量技術及改進的HHT方法，加速度信號的模態識別采用平均正則化功率譜峰值拾取方法.通過2種不同信號采取2種不同模態參數識別方法，進行系統辨識結果對比分析，為大橋的安全有效運作提供依據.

1 鶴洞大橋結構健康監測系統

1.1 鶴洞大橋概況

鶴洞大橋位于廣州市海珠區和荔灣區之間的珠江后航道上，主橋為雙塔雙索面復合斜拉橋，長648 m.主跨為360 m鋼與混凝土疊合梁，主跨索間距9.5 m.邊跨為144 m預應力混凝土梁，設有2個輔助墩，1個過渡墩和1個邊墩，跨徑組合為28.2＋2*36＋43.8（m）.主橋設有2個預應力混凝土鉆石型橋塔，橋塔全高128.45 m.大橋設計荷載為汽-超20、掛-120.

1.2 結構健康監測系統概況

鶴洞大橋長期健康監測系統包括：①傳感器系統；②數據采集與傳輸系統；③數據處理與控制系統；④結構健康管理系統.

位于跨中及東塔塔頂的溫濕度傳感器及螺旋槳風速儀、三維超聲風速儀監測鶴洞大橋周圍氣象及風場環境.大橋的應力應變監測采用振弦式應變計，應變計的敷設位置由鶴洞大橋主跨及邊跨有限元模型的計算結果決定.為進行變形監測設置了3個GNSS監測點（分別位于東、西橋塔頂部和主跨跨中位置處）組成的鶴洞大橋變形監測系統的GPS監測網絡.另外，變形監測系統的構建也考慮了橋塔傾斜度、墩頂支座變位、伸縮縫的變形這3項指標的影響；索力檢測系統選用加速度傳感器通過頻率法監測索力的動態變化情況［4－5］.大橋整體結構動力特性的監測，選用布置于主跨1／4、跨中和3／4位置的兩側主梁處的加速度傳感器進行主跨動力特征的監測，監測點位共6個，每個點位布置3個動力測試方向，并且結合GPS變形監測系統的動力特性結果，最終獲得總體主橋動力特性參數.

1.3 GPS位移監測系統

隨著變形監測理論與技術的迅速發展，變形監測正向著從常規大地測量技術、特殊變形測量技術、攝影測量技術，再到GPS測量技術領域［6］，GPS測量技術是20世紀90年代后逐步發展興起的.考慮到鶴洞大橋周圍環境，基準站和監測站均采用徠卡GR10 GNSS接收機，4個站點上的接收機不間斷地獲取20 Hz的獨立采樣數據，根據相對定位原理，實時地解算各個監測站的三維坐標.

2 改進的希爾伯特-黃變換（HHT）法

2.1 總體平均經驗模態分解法（EEMD）

HHT變換（Hilbert-Huang Transform）可針對平穩信號或是非平穩信號進行固有模態函數的分離，由經驗模態分解（Empirical Mode Decomposition，簡稱EMD）和Hilbert變換（Hilbert transform，簡稱HT）2部分組成.HHT方法的精髓在于EMD分解，認為任何時間域內的復雜信號均由互不相同、簡單的非諧波類型固有模態函數（intrinsic mode function，簡稱IMF）構成，分解后的固有模態函數分量依據頻率成分從高到低地存儲在IMF向量當中［7］，通過HT變換所得的Hilbert譜既是頻率的函數又是時間的函數.

利用GPS測試得到的位移時程數據選用2014年1月17日凌晨采集到的實時解算數據，通過三參數轉換法則［8］可將基于GPS測量得到的WGS84坐標系數據轉換為北京54坐標，最后應用UTM投影公式［9］投影到廣州平面坐標上來.測試當時鶴洞大橋周邊環境風力小于等于3級，無持續風向，基本上可以認為是環境狀態下的脈動測試.通過初步研究的功率譜分析結果可知，大橋在平穩激勵下的整體響應微弱，長周期非平穩響應信號的功率掩蓋了平穩響應信息，在功率譜圖示中表現為低頻隨機干擾起主導作用.這種低頻干擾的頻率比模態響應的最低頻率還要低很多，因此形成了GPS振動信號的零線漂移.圖1～2為跨中順橋向時程振動圖及功率譜分析圖.

可見，傳統的功率譜峰值拾取法難以達到足夠的精度和可靠性.現選取EEMD（Ensemble Empirical Mode Decomposition）方法實現HHT模態參數識別.張超等［10］針對非平穩齒輪箱振動信號分別應用EEMD方法、EMD方法進行模態分解并得出各自能量熵，結果表明EEMD方法的分解效果好于EMD方法，振動信號的模態混疊程度較輕.

圖1 西塔順橋向GPS信號時程圖Fig.1 The time history of GPS measured longitudinal displacement for west tower

圖2 西塔順橋向GPS信號自功率譜Fig.2 The power spectral density of GPSmeasured longitudinal displacement for west tower

EEMD方法的基本原理是在原振動信號中摻入高斯白噪聲信號，利用白噪聲信號平穩的頻率特性提高信號于不同尺度上的連續性［11］，以減少模態混疊的程度.模態混淆現象的產生常常是由于EMD分解后IMF不連續造成的，EMD方法得到準確IMF的能力取決于信號極值點的存在及極值點的離散間隔，極值點離散間隔不均勻將直接導致極值點上下包絡線的擬合誤差，進而產生模態混淆現象.EEMD具體分解步驟如下：

（1）將均值為0、幅值標準差為常數（常為原信號標準差的0.1～0.4倍）白噪聲模擬信號Si（t）加入原始信號X（t）中，即：

Xi（t）為第i次加入高斯白噪聲的信號.

（2）應用EMD方法對每次加入高斯白噪聲信號后的新信號進行IMF分解，得到第j次的IMF向量｛Cij（t）｝及殘余函數Rj（t）.

（3）重復1、2步驟N次，利用白噪聲信號統計平均值為0的原理，消除摻入的高斯白噪聲信號對真實IMF的影響，最終得到EEMD分解后的IMF分量：

Cj（t）為EEMD模態分解后所得的第j個IMF模態函數.

2.2 時域模態參數識別

基于EEMD方法改進的HHT時域模態識別過程的關鍵技術有3方面：

（1）應用EEMD方法得到模態混疊程度較低的固有模態函數向量IMF.

（2）針對感興趣的固有模態函數Cj（t）應用隨機減量法得到對應的模態衰減響應，隨機減量法主要應用在處理線性振動系統于平穩隨機激勵下振動響應信號的預處理上，它是試驗模態參數時域識別方法的一種手段，旨在從隨機振動響應信號中提取該結構的自由衰減振動信號，解決了大型結構在環境激勵下模態參數識別精度較差的問題［12］.

（3）應用HT變換得到該模態衰減響應的解析信號，最后應用最小二乘擬合得出對應模態的頻率及阻尼比.

2.3 時域模態參數識別結果

對跨中橫橋向GPS時程響應信號進行EEMD分解，采用的高斯白噪聲標準差為0.4倍原始信號標準差，摻入白噪聲信號的次數為50次，分解得到16個IMF分量，圖3～4給出了這16個IMF分量的時程圖.

圖3 跨中GPS橫向時程數據EEMD分解的前8階IMF分量Fig.3 The first8 IMFs from the EEMD decomposition on the GPSmeasured transversal displacement in the midspan bridge

圖4 跨中GPS橫向時程數據EEMD分解的后8階IMF分量Fig.4 The remaining 8 IMFs from the EEMD decomposition on the GPS transversal displacement in the mid-span bridge

通過對各階IMF所得的瞬時頻率函數可知，第6階IMF（C6）與第4階IMF（C4）分別為對應橫向模態中的1階模態（主跨側彎）與2階模態（1階反向側彎）.針對C4運用隨機減量技術可得對應的自由衰減響應，對應的截取閥值取為原始信號標準差的0.5倍，衰減長度取512個數據點，平均次數為4 676次，見圖5.圖6為該階模態衰減響應對應的相位函數曲線及最小二乘擬合直線圖.該擬合直線的斜率為4.25 rad·s－1，對應頻率值為0.670 6 Hz；圖7為該階模態衰減響應對應的幅值函數的自然對數曲線圖，擬合直線的斜率為0.050 5，算得w2＝0.677 0 Hz，ξ2＝1.187 7%.

其他方向及各階模態參數識別過程與上述過程類似.由于環境激勵下GPS高階模態識別效果微弱，現僅將整橋GPS動態監測數據1、2階模態識別結果列于表1中.

圖5 圖3中IMF C4分量模態衰減響應Fig.5 The attenuated curve for the IMF C4 component in Fig.3

圖6 IMF C4分量對應的相位函數擬合曲線Fig.6 The curve-fitting of phase function for the IMF C4 component in Fig.3

圖7 IMF C4分量對應的幅值相位函數擬合曲線Fig.7 The curve-fitting of amplitude function for the IMFC4 component in Fig.3

表1 改進的HHT模態識別結果Table 1 Modal identification results obtained from the improved HHT

3 加速度頻域模態識別

加速度動力特性監測子系統的建立，主要針對橋梁主跨段對應的結構自振頻率、振型及阻尼等進行監測，通過數據采集及分析，圖8為加速度傳感器的布設測點布置圖，其中每個布置點均設置豎、橫、順3個加速度方向.加速度數據模態參數識別方法采用峰值拾取法，由于其識別速度快、直觀性強、易于操作等特性，在國內大型建筑健康監測領域運用廣泛.張毅剛，姜浩，謝獻忠等［13－15］應用改進的功率譜峰值法對模態密集的空間網格結構進行模態識別，結果表明平均正則化功率譜結合理論模型在相關判斷法則的約束下能較好地避免模態遺漏現象，同時針對頻率重疊情況有較好的篩選功能.

圖8 加速度傳感器布置示意圖Fig.8 The layout of accelerometers

3.1 豎向模態分析

圖9 主跨10，6，2通道豎向加速度時程圖Fig.9 The time history of vertical acceleration responses at channels 10，6 and 2 in themain span of bridge

圖10 主跨14，18，1通道豎向加速度時程圖Fig.10 The time history of vertical acceleration responses at channels 14，18 and 1 in themain span of bridge

圖9～10給出了豎向6通道加速度傳感器測試數據的時程變化圖，其中從西到東1／4、1／2、 3／4截面各數據采集通道為圖8所示的10、14、6、18、2、1通道.圖11給出了豎向6通道方向的加速度數據的平均正則化功率譜圖，初始識別的峰值頻率為0.380 9 Hz、0.473 0 Hz、0.590 4 Hz、0.702 9 Hz、0.726 3 Hz、0.888 1 Hz、1.042 0 Hz、1.081 0 Hz.

依據理論模型、相關判斷法則得出0.380 9 Hz為主跨一階豎彎模態頻率、0.473 0 Hz為主跨扭轉＋豎彎模態頻率、0.590 4 Hz為主跨扭轉模態頻率、0.726 3 Hz為三階豎彎模態頻率、1.042 0 Hz為主跨反向扭轉模態頻率.其中模態篩選依據的判斷法則包括以下3個原則：

（1）結構各測點加速度反應的自功率譜峰值及各相關測點互功率譜峰值位于同一頻率處；

（2）各測點模態頻率處的相干函數值較大，一般取值為0.75以上；

（3）各測點互譜相位圖中模態頻率處的相位信息接近同相位或異相位.

以其中的主跨一階豎彎模態為例，依據通道1自譜圖（圖12）、1、2通道互譜圖（圖13）、1、18通道互譜圖（圖14）、1、14通道互譜圖（圖15）可得出0.380 9 Hz為主跨一階豎彎模態頻率.以1通道點位為基準點位，14、18通道點位的相對振型系數為0.925、2.240，各點同相位，主跨北部點位（通道10，6，2）相對振型系數與南部點位（通道14，18，1）幾乎相同，可認為該頻率對應主跨的一階豎彎模態.其振型擬合圖見圖16.

圖11 豎橋向平均正則化加速度自功率譜圖Fig.11 The average normalized power spectral densities of vertical acceleration responses

圖12 通道1加速度自功率譜圖Fig.12 The power spectral density of acceleration response in channel 1

圖13 1、2通道加速度互功率譜、相位、相干函數圖Fig.13 The cross-power spectral density，phase and coherence function between acceleration responses in channels 1 and 2

圖14 1、18通道加速度互功率譜、相位、相干函數圖Fig.14 The cross-power spectral density，phase and coherence function between acceleration responses in channels 1 and 18

圖15 1、14通道加速度互功率譜、相位、相干函數圖Fig.15 The cross-power spectral density，phase and coherence function between acceleration responses in channels 1 and 14

圖16 主跨豎向模態振型擬合圖Fig.16 The curve fitted verticalmodal shape for themain span

采用上述同樣方法，可以識別出0.473 0 Hz為主跨扭轉＋豎彎模態頻率，0.590 4 Hz為主跨扭轉頻率，0.726 3 Hz為主跨三階豎彎模態頻率.而0.702 9 Hz可通過10、14通道互譜圖所得到的10通道點位與14通道點位相位反向的結論舍去.

同理可以得出1.042 0 Hz對應于主跨反向扭轉模態頻率，與它相對應且頗有爭議的是1.081 0 Hz這個頻率，由于6、18通道互譜圖的介入，1.081 0 Hz不滿足南北點位異相位的理論依據.加上1、2通道互譜圖，10、14通道互譜圖對應頻率南北點位相位值相反的事實，1.042 0 Hz確定為主跨反向扭轉模態頻率.

最后，0.888 1 Hz對應模態只剩下主梁反向豎彎模態頻率，但由于1、18互譜圖無法讀取該頻率，1、14互譜圖對應頻率相位相反，與理論模型存在沖突，故該頻率值無法正確給出識別結果.

3.2 其余方向模態識別結果概述

橫向模態分析過程與豎向模態分析過程類似，在此僅僅給出識別結果：由于橫向平均正則化功率譜圖中未能準確識別出主跨側彎頻率，僅僅0.702 9 Hz頻率值較為突出，通過與理論模型的對比分析可知，該頻率為主跨一階反向側彎.以11通道點位為振型基準點，3、5、15通道點位的相對振型系數分別為：－1.073、－1.180、1.416.這與跨中1／4截面南北部拉伸、3／4截面南北部壓縮的理論情況符合較好.

順橋向各階模態響應微弱，與GPS動態識別情況類似，其遭受低頻非平穩隨機信號干擾較大導致結構模態信息被干擾信息湮沒，無法準確識別.

表2給出了所有采用加速度傳感器和GPS位移測試系統所采集到的信息，通過不同的模態參數識別方法，識別出的鶴洞大橋在環境激勵狀態下的模態固有頻率和阻尼比.同時還列出了實測結果和有限元分析結果的相對誤差對比分析.

表2 鶴洞大橋模態參數識別結果總結表Table 2 Modal parameter identification resu lts for He-dong bridge

從本次鶴洞大橋在環境振動測試的分析結果表2中可見：

（1）GPS位移測試系統所采集到的振動信號，主要包含了整體結構低階振型所參與的響應，高階振型參與的響應難以捕捉.

（2）本次所測到的加速度響應數據中，整體結構前兩階振型（縱飄和主跨側彎）所激發的響應未有反映，反而高階振型的響應在測試數據中有所體現，其中原因可能是加速度數據模態參數識別方法所采用的是峰值拾取法，此方法本身與本文提出的基于EEMD分解的改進HHT法相比，雖操作相對簡單，但存在較為明顯的不足.

（3）本文通過加速度傳感器采集的加速度信號，同時又通過GPS位移測試系統采集了位移振動信號.通過2種不同測試信號對于部分階次模態的系統參數識別結果對比分析，識別結果類似且與有限元分析結果相近，驗證了上述2種測試結果的正確和可靠性.

（4）相對于有限元分析結果，GPS與加速度數據所得模態有一定的差異，總體體現為測試模態頻率小于有限元模態分析頻率，原因可能如下：①有限元模態分析基于理論化假設，是理想化狀態的結果，無法完全模擬現實條件的完全工況；②大橋施工后的質量狀態無法達到設計理想要求，導致總體結構模態參數與理論分析結果有差異.

4 結 論

模態參數識別結果表明，GPS變形監測系統的建立不僅能夠監測橋塔搖擺振動的振幅、橋面三維坐標位置的變化，為全橋安全性運行提供實時可視化空間數據，也能夠部分彌補加速度動力測試系統低頻模態識別領域的缺點，為大橋安全長久地運行、評估及管理提供強有力的依據.其中第3階與第7階模態為GPS與加速度數據共同識別模態，2者結果相差均小于5%，由此可以看出依據2種不同測試方法所進行模態參數識別結果的可靠性.相對于有限元分析結果，GPS與加速度數據所得模態有一定的差異，總體體現為測試模態頻率小于有限元模態分析頻率.

本文采用EEMD總體平均模態分解技術代替原始EMD進行GPS振動信號的模態識別，結果表明EEMD分解能夠很好地從低頻非平穩干擾的高噪聲振動信號中提取所需要的固有模態函數，有效地減少模態混疊的程度，增加模態提取結果的可信度；改進的HHT方法能夠很好地應用于GPS模態識別研究，為HHT理論在大型結構模態參數識別中的研究提供又一實踐印證.

［1］ 李運生，張彥玲.明石海峽大橋的監測［J］.世界橋梁，2002（3）：52-54.

LIY S，ZHANG Y L.Monitoring of Akashi Kaikyo Bridge［J］.World Bridg，2002（3）：52-54.

［2］ 劉正光，麥惠培，黃啟遠，等.青馬大橋的初步監測結果［C］∥中國土木工程學會.中國土木工程學會橋梁及結構工程學會第十三屆年會論文集（下冊）.上海：中國交通出版社，1998：11.

LIU ZG，MAIH P，HUANG Q Y，et al.Primarymonitoring results on Tsing Ma Bridge［C］∥Proceeding of13th annual conference of China Association for Bridge and Structural Engineering.Shanghai：China Jiaotong Press，1998：11.

［3］ 過靜珺，戴連君，盧云川.虎門大橋GPS（RTK）實時位移監測方法研究［J］.測繪通報，2000（12）：4-5.

GUO JJ，DAIL J，LU Y C.GPS（RTK）real time displacementmonitoring of Humen Bridge［J］.Surv Bull，2000（12）：4-5.

［4］ 蔣勇.基于頻率法的拉索索力監測的應用研究［D］.杭州：浙江大學，2013.

JIANG Y.Applied research on cable tension monitoring based on frequencymethod［D］.Hangzhou：Zhejiang University，2013.

［5］ 王衛鋒，韓大建.斜拉橋的索力測試及參數識別［J］.華南理工大學學報：自然科學版，2001，29（1）：18-21.

WANGW F，HAN D J.The cable tension measurement and parameter identification for cable-stayed bridge［J］.JSouth Chin Univ Sci Tech：Nat Sci Edi，2001，29（1）：18-21.

［6］ 胡友健，梁美新，許成功.論GPS變形監測技術的現狀與發展趨勢［J］.測繪科學，2006，31（5）：155-157.

HU Y J，LIANGM X，XUCG.On the status and development trend of GPS technology for deformationmonitoring［J］.Sci Surv Mapp，2006，31（5）：155-157.

［7］ HUANG N E，SHEN Z，LONG SR，et al.The empiricalmode decomposition and the Hilbert spectrum for non-linear and non-stationary time series analysis［J］.Proc R Soc Lond A，1998，454：903-995.

［8］ 王解先，王軍，陸彩萍.GPS測定坐標轉換至地方坐標［J］.全球定位系統，2003，10（1）：7-10.

WANG JX，WANG J，LU C P.Transformation from GPS 84 coordinate to local coordinate system［J］.GNSSWorld China，2003，10（1）：7-10.

［9］ 周朝憲，房志峰，于彩虹，等.UTM投影和Gauss-Krüger投影及其變換實現［J］.地質與勘探，2013，49（5）：882-889.

ZHOU CX，FANG ZF，YU CH，etal.UTM projection and Gauss-Krüger projection and their conversion［J］.Geol Explor，2013，49（5）：882-889.

［10］張超，陳建軍.EEMD方法和EMD方法抗模態混疊研究［J］.振動與沖擊，2010，29（6）：87-90.

ZHANG C，CHEN JJ.Contrastofensemble empiricalmode decomposition and empiricalmode decomposition inmodalmixture［J］.Vib Shock，2010，29（6）：87-90.

［11］陳略，訾艷陽，何正嘉，等.總體平均經驗模式分解與1.5維譜方法的研究［J］.西安交通大學學報，2009，43（5）：94-98.

CHEN L，ZIY Y，HE Z J，et al.Research and application of ensemble empiricalmode decomposition and 1.5 dimension spectrum method［J］.JXi′an Jiaotong Univ，2009，43（5）：94-98.

［12］徐良，過靜君.用GPS和隨機減量技術對懸索橋實時監測［J］.清華大學學報：自然科學版，2002，42（6）：822-824.

XU L，GUO JJ.On-linemonitoring of suspension bridges using the GPSand the random decrement technique［J］.JTsinghua Univ：Nat Sci Edi，2002，42（6）：822-824.

［13］張毅剛，劉才瑋，吳金志，等.適用空間網格結構模態識別的改進功率譜峰值法［J］.振動與沖擊，2013，32（9）：10-15.

ZHANG Y G，LIU CW，WU JZ，et al.Improved power spectrum peak method in themodal identification of spatial lattice structures［J］.Vib Shock，2013，32（9）：10-15.

［14］姜浩，郭學東，楊煥龍.預應力混凝土橋梁模態參數識別方法［J］.沈陽建筑大學學報：自然科學版，2009，25（5）：914-919.

JIANG H，GUOX D，YANGH L.Research onmodal identificationmethod of pre-stressed concrete bridge［J］.JShenyang Jianzhu Univ：Nat Sci Edi，2009，25（5）：914-919.

［15］謝獻忠，陳文新，鐘新谷，等.環境激勵下湘潭蓮城大橋模態參數識別研究［J］.湖南科技大學學報：自然科學版，2008，23（4）：53-56.

XIE X Z，CHENW X，ZHONG X G，etal.Study on identification ofmodal parameters of Xiangtan Liancheng Bridge under Ambient Excitation［J］.JHunan Univ Sci Tech：Nat Sci Edi，2008，23（4）：53-56.

Analysis and com parison on modal parameter identification results of He-dong Bridge under ambient excitation

DENG Jun，WU Jiu-rong，RAO Rui

（Guangzhou University-Tamkang University Joint Research Center for Engineering Structure Disaster Prevention and Control，Guangzhou University，Guangzhou 510006，China）

Based on the established structural health monitoring system of He-dong Bridge，the simultaneous monitoring on the displacement and acceleration response at themain tower and bridge deck were conducted under ambient excitation for this bridge.The vibration displacements were measured by GPS deformation monitoring subsystem while acceleration responses were monitored by accelerometers.The improved HHT technique，which was based on EEMDmethod，was utilized to conduct the time-frequency analysis on GPSmonitoring displacement.Meanwhile the ordinary peak pick-upmethod，which is based on the normalized power spectral density，was also adopted formodal parameter identification with measured acceleration signals.Compared results from two different identification methods showed themore advantage in the improved HHTmethod，as it could deal with the interference of non-stationary random signal in low frequency and reduce the incidence of themodalmixture effectively.Meanwhile comparison with finite element numerical analyzed results implied that identified modal parameters for this bridge from both HHT and peak pick-upmethods are reliable.The combination of GPS deformation monitoring system and vibration acceleration test system could identify the modal parameter of He-dong Bridge effectively and could provide a solid basis for improving the bridge operation safely.

modal parameter identification；improved HHT；ensemble empiricalmode decomposition

U 441

A

【責任編輯：周 全】

1671-4229（2015）03-0043-10

2015－02－14；

2015－04－20

國家自然科學基金資助項目（51378134，51222801）；廣州市屬高校羊城學者科研資助項目（12A004S）；廣東省高等學校高層次人才資助項目

鄧 俊（1990－），男，碩士研究生.E-mail：dj＿2009good＠163.com

*通信作者.E-mail：jrwuce＠qq.com