基于SVMD-KLD-DWT的桥梁挠度监测数据温度效应分离方法

来源：中国血液净化杂志2025年第8期北京时间：

作者：蒋田勇, 喻晨宇, 彭琦, 胡淳俊, 王磊

单位：长沙理工大学 土木与环境工程学院，湖南 长沙 410114 School of Civil and Environmental Engineering, Changsha University of Science & Technology, Changsha 410114, Hunan, China","长沙理工大学 桥梁工程安全控制教育部重点实验室，湖南 长沙 410114 Key Laboratory of Bridge Engineering Safety Control of Ministry of Education, Changsha University of Science & Technology, Changsha 410114, Hunan, China

摘要：<title>摘要：</title> <p>桥梁健康监测过程中，挠度信号受到温度的影响难以准确反映结构的真实响应，影响桥梁安全评估的可靠性。提出了一种融合逐次变分模态分解（Successive Variational Mode Decomposition，SVMD）、K-L散度（Kullback-Leibler Divergence，KLD）和离散小波变换（Discrete Wavelet Transform，DWT）的桥梁挠度监测数据温度效应分离方法。基于U形梁的缩尺模型长期监测试验，开展了挠度和温度监测数据异常值剔除与替换，并分析了挠度和温度之间的相关性；采用SVMD-KLD-DWT分离方法实现了100d实测挠度信号的温度效应进行分离；结合挠度加法模型，对挠度信号进行仿真模拟，并对挠度模拟信号进行分离，采用互相关系数和均方根误差评估了分离效果，验证了分离方法的可行性。研究结果表明：SVMD-KLD-DWT分离方法解决了传统信号分解中的模态混叠和虚假分量干扰，并克服了长期挠度难以分离的挑战，实现了对挠度监测信号温度效应高效可靠的分离。对实测挠度信号分离结果分析，长期温差效应与长期温差的皮尔逊相关系数大于0.9，日温差效应与日温差的皮尔逊相关系数大于0.8，均表现出较强相关性。对挠度仿真模拟信号的分离结果分析，分离后的日温差效应、年温差效应和长期挠度的互相关系数均在0.9以上，与DWT、EMD-KLD、EEMD-KLD和VMD-KLD-DWT方法相比，各效应的相关系数均有显著提高，实现了挠度模拟信号温度效应的精准分离。研究成果可为桥梁挠度监测数据温度效应的精准分离提供了新方法。</p>

关键词：桥梁工程,桥梁健康监测,温度效应分离,逐次变分模态分解,K-L散度,离散小波变换