基于自適應小波包降噪的廠房動力特性識別方法

摘 要：針對水電站廠房結構振動問題，提出基于自適應小波包降噪（ＡＷＰＤ）算法的動力特性識別方法。采用ＡＷＰＤ 算法在小波包節點層面進行噪聲估計，評估噪聲方差對應的風險，靈活選擇小波系數閾值。利用希爾伯特變換計算瞬時頻率和瞬時阻尼比，對降噪響應進行固有頻率識別。借助置信指數（ＣＩ）判定識別固有頻率的有效性。以河南省河口村水庫大電站廠房為例，驗證提出方法的有效性，并將其與ＲＤＴ－ＤＷＴ－ＨＴ－ＣＩ、ＷＰＤ－ＲＤＴ－ＤＷＴ－ＨＴ－ＣＩ 等方法的識別精度進行對比。結果表明：利用ＡＷＰＤ 算法對時程信號噪聲特性進行敏感度分析和判定，實現了對廠房振動響應的合理降噪。相較于其他對照方法，融合ＡＷＰＤ 算法與ＣＩ 的動力特性識別方法的絕對差異誤差值最小，識別精度最高。

關鍵詞：自適應小波包降噪；廠房振動；閾值；動力特性識別；河口村水庫

中圖分類號：ＴＶ６２；ＴＶ７３１ 文獻標志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２５．０３．０２０

引用格式：趙玉宏，李樂晨，楊志超．基于自適應小波包降噪的廠房動力特性識別方法［Ｊ］．人民黃河，２０２５，４７（３）：１３０－１３４．

近年來，隨著水電站規模擴大和水輪機組容量顯著增大，設計人員和運行管理部門對水電站廠房結構的振動問題和安全風險越發關注［１］ 。地面廠房上部結構的剛度通常較低，在機組振動和地震作用下，梁、板、柱等薄弱區域極不穩定［２］ 。結構振動響應是水電站廠房振動研究最常見的內容，利用系統辨識方法對振動響應進行數值計算，可以科學地識別結構固有頻率、模態形狀等動力特性信息［３］ 。廠房內復雜的耦合振源以及其受外界因素干擾產生的高幅值、多變方差的噪聲［４－５］ ，會影響動力特性識別或監測準確性。目前，基于小波包變換（ＷＰＴ）、小波包分解（ＷＰＤ）等算法的信號降噪方案已被廣泛應用［６］ 。然而，傳統的噪聲處理方法通常假設噪聲呈現高斯分布且具有恒定方差，進而依據高頻小波系數估計噪聲標準差。但實際系統中噪聲特性更為復雜，無法用全頻段的恒定方差來表征［７］ 。此外，傳統ＷＰＴ 算法中采用單一閾值處理所有小波系數，無法適用于瞬態事件和超閾值雜散噪聲研究［８］ 。本文結合自適應小波包降噪算法和置信指數，建立一種廠房動力特性識別方法，以期更科學準確地處理廠房振動響應的復雜噪聲干擾。