基于HHT的船体结构应力监测数据特征分析和去噪方法.docx

基于HHT的船体结构应力监测数据特征分析和去噪方法
摘要：
船体结构应力监测是船舶安全运行的重要保障。本文采用Hilbert-Huang变换（HHT）对船体结构的振动信号进行了特征分析和去噪处理，提出了适合于船舶工程中应用的HHT去噪方法。通过研究发现，采用HHT提取特征的方法能够有效地分析船体结构载荷的时空变化规律，诊断船体结构的健康状态；同时，HHT去噪方法也能够有效地降低船舶振动信号中存在噪声和杂波的影响，提高监测数据的精度和可靠性。
关键词：船体结构；应力监测；Hilbert-Huang变换；特征分析；去噪方法
Introduction:
船体结构应力监测在船舶工程中扮演着至关重要的角色，不仅可以用于评估船舶结构的健康状态，而且还可以在船舶的日常维护和修理中发挥重要作用。由于船舶工程环境的复杂性和特殊性，传统的信号处理方法往往难以有效地应用于船体结构的应力监测。因此，本文提出了一种基于Hilbert-Huang变换（HHT）的船体结构应力监测数据特征分析和去噪方法。
Hilbert-Huang变换：
HHT是一种基于自适应分解的信号处理方法，可以将非线性和非平稳信号分解成一组具有良好物理意义的瞬时频率和瞬时振幅分量。在本文中，我们采用了经典的HHT分解方法，即将原始信号通过一系列的本征模态分解（EMD）和希尔伯特变换（HT）来分解成瞬时频率和瞬时振幅。
特征分析：
通过HHT提取出的瞬时频率和瞬时振幅数据，我们可以对船体结构的载荷情况进行分析。具体来说，我们采用了经典HHT特征提取方法，包括分析每个瞬时频率分量对应的振幅值的统计量（如均值、方差、标准差等）和瞬时振幅的波形特征（如包络线、瞬时相位等），进而得到一组能够描述船体结构载荷时空变化规律的特征向量。
去噪方法：
在实际应用中，船体结构振动信号中不可避免地存在噪声和杂波的影响，这些干扰信号会对监测数据的精度和可靠性造成影响。为此，我们提出了一种基于HHT的去噪方法。具体来说，我们采用了小波包变换将严重受到噪声和杂波污染的原始信号进行预处理，并将预处理后的信号分解成多个子带。然后，我们对每个子带采用HHT进行EMD分解，并使用HHT的自适应性选取每个子带的主要分量，最终得到去噪后的信号。
实验结果：
在实验中，我们采用了包括模拟数据和真实船舶振动信号在内的多组数据，对所提出的基于HHT的特征分析方法和去噪方法进行了评估。结果表明，我们所提出的方法能够有效地提高船体结构应力监测数据的质量和可靠性，为船舶安全运行提供了重要保障。
Conclusion:
本文采用HHT对船体结构的应力监测数据进行了特征分析和去噪处理，提出了一种基于HHT的去噪方法，并在实验中验证了其有效性。通过研究表明，采用HHT提取特征的方法能够有效地分析船体结构载荷的时空变化规律，诊断船体结构的健康状态；同时，HHT去噪方法也能够有效地降低船舶振动信号中存在噪声和杂波的影响，提高监测数据的精度和可靠性。本文的研究成果对于船舶工程领域的研究和应用具有重要意义。