沈中祥,袁平平,劉 義
(1.江蘇科技大學 土木工程與建筑學院,江蘇 鎮江 212003;2.河海大學 港口海岸與近海工程學院,南京 210098;3.江蘇揚子江船業集團公司,江蘇 靖江 214532)
在RC結構中,由于鋼筋、混凝土的材料非線性特性,結構的振動響應一般為非平穩信號,因此其頻率具有時變特性[1-9]。準確地識別出非線性RC結構在振動荷載作用下的瞬時頻率等特征,對結構的健康監測、狀態評估和維修加固等起著至關重要的作用[10]。近年來,時頻分析技術在信號處理領域顯示出了巨大的潛力,已成為一個新的研究熱點。然而,以往的時頻分析方法都存在一定的不足,例如短時傅里葉變換[11](short-time Fourier transform,STFT)的窗函數寬度固定不變,使其時頻分析能力較弱。在處理多分量復雜信號時,Wigner-Ville分布[12](Wigner-Ville distribution,WVD)會受到交叉項的影響而產生虛假模態。連續小波變換[13](continuous wavelet transform,CWT)在處理非平穩信號時也可能會產生模糊的時頻脊線,這將不利于瞬時頻率的提取。
為了使時頻脊線的能量更集中,瞬時頻率的識別效果更精準,Stockwell等[14]將STFT和CWT相結合,提出了S變換(S-transform,ST)。ST克服了STFT窗口時寬不變的缺陷,能根據頻率的變化調整分析時寬和提供直觀的時間頻率特征。隨后,一系列針對窗函數的改進算法,即廣義S變換(generalized S-transform,GST)被提出。其中,Zidelmal等[15-16]對GST的窗函數進行了改進,并通過能量集中度(concentration measure, CM)[17]給出了GST中窗函數的參數優化算法。為了提高聚集性,Daubechies等[18]提出了同步擠壓變換(synchrosqueezed transform,SST),該方法以小波變換為基礎,通過對時頻周圍的能量進行擠壓,有效提高了時頻能量的集中度。趙朋[19]提出了基于改進S變換時頻譜重排的時變結構瞬時識別方法。Yu等[20]以SST為基礎,進一步提出了多重壓縮變換(multi-synchrosqueezing transform, MSST),該方法通過多次壓縮變換,有效地提高了時頻能量的聚集性。同時,Yu等[21]還借鑒SST算法,提出了同步提取變換(synchroextracting transform,SET)。隨后相關學者對其不斷進行改進,使SET的時頻分辨率顯著提高[22-23]。Chen等[24]提出了基于GST的高精度時頻分析同步擠壓算法,即同步擠壓廣義S變換(synchrosqueezing generalized S-transform,SSGST)。康佳星[25]將SET和GST聯合起來,提出了同步提取廣義S變換(synchroextracting generalized S-transform,SEGST),并將其成功應用到地震信號分析中。
本文采用了一種改進的廣義S變換(improved generalized S-transformation, IGST),并結合能量CM原理推導了窗函數參數的優化算法,最后聯合SET引入了ISEGST。為了探究ISEGST對非線性RC結構瞬時頻率的識別能力,在數值模擬方面,本文基于OpenSees結構分析軟件,建立了一個三層RC框架結構,并計算其在地震作用下的動力響應,通過ISEGST對其加速度響應信號進行時頻分析獲取瞬時頻率,從而驗證所提方法的可行性。試驗方面,應用ISEGST對某七層剪力墻振動臺試驗數據進行時頻分析和瞬時頻率提取,進一步驗證該方法的實用性。
ST是地球物理學家Stockwell于1996年在STFT和CWT基礎上提出的一種時頻分析方法,其特點是引入了寬度和頻率成反比的高斯窗,其表達式為
(1)

ST具有完全可逆性,其逆變換為
(2)
對ST的窗函數進行改進,得到GST為
(3)
(4)
將改進后的窗函數代入到ST中,得到IGST為
特別地,當p=0時,IGST退化為GST;當m=1,p=0,r=1時,IGST則退化為傳統的ST。
通過轉換,得到IGST在頻域的表達式為
(6)
GST中的關鍵問題是如何選擇窗函數的參數,IGST同樣面臨著這個問題。本文采用能量CM的方法進行計算
(7)
將IGST數據進行歸一化處理
(8)
優化問題可以表示為
(9)
優化問題的約束條件與所分析窗口的寬度范圍有關,窗口不應太窄而改變時間分辨率,但也不能太寬而影響頻率分辨率,即
(10)
式中:Ts為采樣周期;f∈[fmin,fmax];fmin=1 Hz;為滿足奈奎斯特采樣定理,這里fmax的值取采樣頻率的一半。式(10)可簡化為
(11)
本文中,參考Zidelmal等和Moukadem等的研究,令m∈(0,3],p∈[0,3],r∈[0,1],K=10,L=1 000。所以,最終設置的優化問題為
(12)
式(12)可以看作是多元函數的優化問題,即在一系列約束條件下,尋找一組參數值,使某個或某一組函數的目標值達到最優。通過優化算法對上述問題進行求解即可得到IGST窗函數的參數值。
借鑒SET原理,可以得到ISEGST為
SEIGST(τ,f)=IGST(τ,f)·δ(f-ωi(t,f))
(13)
式中:δ為同步提取算子,即
(14)
通過IGST(τ,f)來計算每一個時頻系數對應的瞬時頻率ωi(t,f)
由式(15)可得
(16)
其中,


實際應用時,考慮到計算誤差,可以采用式(18)近似計算同步提取算子δ,即
因此,ISEGST具體為
ISEGST(τ,f)=
(19)
式中,Δf為頻率間隔,一般可取為1。
本文設計了一個三層非線性鋼筋混凝土框架結構,其尺寸如圖1所示。混凝土板厚度為120 mm,柱構件截面尺寸為500 mm×500 mm,梁構件截面尺寸為500 mm×250 mm,如圖2所示。混凝土類型為C30,鋼筋型號為HRB400,其材料本構具體如圖3所示。樓面恒載為3.5 kN/m2,活載為2 kN/m2,采用1940年EL-Centro地震波對結構進行X軸方向的激勵,地震波最大峰值加速度為2.2 m/s2。采用OpenSees軟件對結構進行分析,從而得到結構的動力響應。在OpenSees模擬中,混凝土本構關系采用Concrete02,鋼筋本構采用Steel01,鋼筋和混凝土的本構關系見圖3。箍筋能夠約束混凝土,提高混凝土的抗壓強度。考慮到箍筋對混凝土強度的影響,本文將梁和柱的核心混凝土的強度提高了40%。

圖1 框架結構的平面及立面布置圖(mm)

圖2 梁、柱截面配筋(mm)

圖3 材料本構圖
通過OpenSees軟件計算分析,得到框架結構頂層中間節點的加速度響應曲線,如圖4所示,選取該加速度響應信號為研究對象,通過STFT、SST、SET、IGST、ISEGST等五種方法對其進行時頻分析研究。在IGST中,窗函數的參數m=1.346 9,p=3,r=0.917。

圖4 框架結構的加速度響應
時頻分析的結果如圖5所示。對比圖5(a)和圖5(d)可以看出IGST的能量聚集性更高,這更利于ISEGST的頻率提取。從圖5(b)、圖5(c)和圖5(e)中可以看出SST的時頻分析結果較差,SET和ISEGST的時頻分析結果較好,而且ISEGST的結果更加平滑,時頻能量的聚集性更高。

圖5 框架結構的時頻分析結果
框架結構的頻率識別結果如圖6所示。可以看出,三種方法都能有效識別出結構的瞬時頻率。SET的識別結果波動較大,SST的識別結果與ISEGST的識別結果幾乎相等,但是,ISEGST的頻率識別曲線更加平滑,波動較小,結果更加準確。

圖6 框架結構頻率識別結果
為了進一步研究ISEGST對實際結構運動響應信號的瞬時頻率識別效果,本文引用加州大學圣地亞哥分校(USCD-NEES)Panagiotou等[26]設計完成的七層RC剪力墻振動臺試驗數據進行了時頻分析,其中地震波加速度響應如圖7所示,實測的結構加速度響應如圖8所示。

圖7 施加于剪力墻的地震波

圖8 剪力墻結構的加速度響應
對所得加速度響應信號進行時頻分析,結果如圖9所示。其中,IGST的窗函數參數m=3,p=2.137 9,r=0.575 9。通過圖9(b)、圖9(c)、圖9(e)可以看出IGST的時頻分析結果更加平滑,效果更為理想。

圖9 剪力墻的時頻分析結果
通過極值法對SST、SET、ISEGST時頻分析結果的頻率進行進一步提取,提取結果如圖10所示。可以看出SST的時頻分析結果較差,SEI和ISEGST的時頻分析結果更為理想。但是,相對于SET, ISEGST的結果波動較小,平滑性更高。

圖10 剪力墻結構的頻率識別結果
本文將ISEGST應用到非線性RC結構瞬時頻率識別中。對三層RC框架結構和七層剪力墻結構的加速度響應進行時頻分析,從而提取結構的瞬時頻率。數值模擬和試驗結果表明ISEGST具有以下優點:
(1)結合CM原理和優化算法,可以計算得到IGST中窗函數的調節因子參數,有效地提高了IGST的計算效率和精度。
(2)延續了IGSE和SET的優點,ISEGST識別出的瞬時頻率曲線更加平滑、準確,是一種準確性較高的非線性RC結構瞬時頻率識別方法。