經(jīng)驗?zāi)B(tài)分解方法應(yīng)用于混凝土壩水平位移趨勢分析及預(yù)測

張 曄 ，姜美琴

（1.浙江省水利河口研究院，浙江 杭州 310020；2.江山市水利局，浙江江山324100）

0 概 述

大壩變形觀測是大壩管理過程中的一項重要內(nèi)容，也是保證大壩安全運行的重要措施。觀測獲得的大量變形數(shù)據(jù)為了解大壩狀態(tài)提供了數(shù)據(jù)基礎(chǔ)。大壩變形觀測數(shù)據(jù)是以時間次序排列的隨機(jī)變量序列，測值的變化與大壩運行的環(huán)境荷載及大壩本身的結(jié)構(gòu)性態(tài)密切相關(guān)。

依目前的認(rèn)識，可以認(rèn)為大壩變形觀測序列由三部分組成，即趨勢性分量、周期性分量和隨機(jī)性分量。這些分量從周期上來看，變化周期依次減小，頻率依次增大?；诖?，本文采用經(jīng)驗?zāi)B(tài)分析方法對大壩變形觀測資料進(jìn)行分解，得到低頻部分和高頻部分，低頻部分代表大壩變形的趨勢性分量，高頻部分則代表周期性分量和隨機(jī)性分量。

1 經(jīng)驗?zāi)B(tài)分解方法[2]

經(jīng)驗?zāi)B(tài)分解 （Empirical Mode Decomposition,簡稱EMD）方法是由美國NASA黃鍔博士提出的一種信號分析方法，它依據(jù)數(shù)據(jù)自身的時間尺度特征來進(jìn)行信號分解，無須預(yù)先設(shè)定任何基函數(shù)。這一點與建立在先驗性的諧波基函數(shù)和小波基函數(shù)上的傅里葉分解與小波分解方法具有本質(zhì)性的差別。正是由于這樣的特點,EMD方法在理論上可以應(yīng)用于任何類型的信號分解。該方法一經(jīng)提出就在不同的工程領(lǐng)域得到了迅速有效的應(yīng)用,例如用在海洋、大氣、天體觀測資料與地震記錄分析、機(jī)械故障診斷以及大型土木工程結(jié)構(gòu)的模態(tài)參數(shù)識別等方面。

EMD方法認(rèn)為任何復(fù)雜的時間序列都由不同的、簡單的、并非正弦函數(shù)的固有模態(tài)函數(shù)組成，基于此，可將復(fù)雜的時間序列直接分離成高頻到低頻的若干階固有模態(tài)函數(shù)，即基本時間序列。其本質(zhì)是通過特征時間尺度獲得本征振蕩模式，然后由本征振蕩模式來分解時間序列資料。EMD能有效地將信號的各種頻率成分以本征模態(tài)函數(shù) （Intrinsic Mode Function，簡稱IMF）形式從時間曲線中分離出來。不同的IMF分量是平穩(wěn)信號或簡單的非線性信號，具有簡單的非線性特征。設(shè)時間序列X（t），則：

（1）找出 X（t）的所有極大值點和極小值點，將其用三次樣條函數(shù)分別擬合為原數(shù)據(jù)序列的上、下包絡(luò)線。上、下包絡(luò)線的均值為平均包絡(luò)線m10，將原序列減去m10，便可得到一個去掉低頻的新序列h10。

一般h10不一定是一個平穩(wěn)序列，為此需要對它重復(fù)上述過程。如果h10的平均包絡(luò)線為m11，則去除該包絡(luò)線所代表的低頻成分后的序列為h11，即

重復(fù)上述過程，經(jīng)k次循環(huán)后，使得到的平均包絡(luò)m1k趨向于零，此時的h1k為第一階IMF序列，定義為分量c1，它表示信號數(shù)據(jù)序列X（t）中的最高頻成分。

（2）用 X（t）減去 c1，得到一個去掉高頻成分的新序列r1。再對r1進(jìn)行上述第（1）部分中的分解，便得到第二階IMF分量c2，如此重復(fù)直到最后一個序列rn不可再被分解為止。這時的rn代表序列X（t）的殘余項，即通常為X（t）的趨勢項或均值。

上述的過程可以表述為：

上式可以表示為：

式（4）表明原始數(shù)據(jù)序列 X（t）可表示為 IMF分量和一個殘余項之和。

從上述的EMD分解可看出，越是早分解出來的IMF頻率越高，第一個分解出來的IMF序列代表原信號的最高頻率成分，殘余項則代表原信號中的最低頻率成分，對于大壩變形觀測數(shù)據(jù)來說，其中的最低頻率成分即時效變形。

2 應(yīng)用實例

某混凝土砌石重力壩最大壩高為56 m。在壩頂布設(shè)1條視準(zhǔn)線觀測大壩壩頂水平位移。視準(zhǔn)線的工作基點設(shè)在兩岸山體上，水平位移測點設(shè)在壩頂，每個壩段設(shè)1個點，共6個測點（編號Y1～Y6）。限于篇幅，本文僅以Y1測點為例進(jìn)行分析，對1987年1月1日～2003年12月31日數(shù)據(jù)進(jìn)行擬合，對2004年1月1日～2006年12月31日數(shù)據(jù)進(jìn)行預(yù)斷驗證。

Y1測點的水平位移過程線如圖1所示。

Y1測點水平位移經(jīng)過EMD分解以后得到5個IMF分量和1個殘余項，即

經(jīng)過經(jīng)驗?zāi)B(tài)分解后的A（t）、D（t）項見圖 2 和圖3所示。

圖1 Y1測點水平位移過程線Fig.1 Graph of horizontal displacement measured by monitoring point Y1

圖2 Y1測點的水平位移經(jīng)過EMD分解后的A（t）Fig.2 A(t)gotten from experience mode decomposition of horizontal displacement measured by monitoring point Y1

圖3 Y1測點的水平位移經(jīng)過EMD分解后的D（t）Fig.3 D(t)gotten from experience mode decomposition of horizontal displacement measured by monitoring point Y1

由于該壩為混凝土重力壩，影響其變形的環(huán)境量主要為水荷載和溫度荷載，同樣采取EMD分解方法對水荷載和溫度荷載進(jìn)行分解，兩者的低頻項見圖4和圖5所示。

圖4 水位經(jīng)過EMD分解后的A(t)Fig.4A(t)gottenfromexperiencemodedecompositionofwaterlevel

圖5 水位經(jīng)過EMD分解后的D(t)Fig.5D(t)gottenfromexperiencemodedecompositionofwaterlevel

圖6 溫度經(jīng)過EMD分解后的A（t）Fig.6 A(t)gotten from experience mode decomposition of temperature

圖7 溫度經(jīng)過EMD分解后的D（t）Fig.7 D(t)gotten from experience mode decomposition of temperature

Y1測點的水平位移經(jīng)過經(jīng)驗?zāi)B(tài)分解后的A（t）采用多項式擬合，其表達(dá)式為

式中：X-A為Y1測點的水平位移經(jīng)過經(jīng)驗?zāi)B(tài)分解后的 A（t）；t為時間。

Y1測點的水平位移經(jīng)過經(jīng)驗?zāi)B(tài)分解后的D（t）采用逐步回歸法進(jìn)行擬合，優(yōu)選后其表達(dá)式為

式中：X_D為Y1測點的水平位移經(jīng)過經(jīng)驗?zāi)B(tài)分解后的D（t）；H_D為當(dāng)天水位高頻部分；T30_D為前30 d的平均溫度高頻部分。

由上式（6）可得：

式（9）中符號的意義同前。

根據(jù)式（9）對1987年1月1日～2003年 12月31日時段的Y1測點水平位移值進(jìn)行擬合，見圖8。根據(jù)式 （9）對2004年1月1日～2006年12月31日時段的Y1測點水平位移值進(jìn)行預(yù)測驗證，見圖9。從圖8和圖9的擬合結(jié)果來看，式（9）的計算精度相對較高。

圖8 Y1測點水平位移擬合值和實測值Fig.8 Fitted and measured value of the horizontal displacement measured by monitoring point Y1

圖9 Y1測點水平位移驗證值和實測值Fig.9 Verified and measured value of the horizontal displacement measured by monitoring point Y1

3 結(jié) 語

（1）經(jīng)驗?zāi)B(tài)分解方法用波動上、下包絡(luò)的平均值去確定“瞬時平衡位置”，進(jìn)而分解IMF分量，既適合于線性序列的分析，也適合于非線性序列的分析。

（2）常規(guī)的逐步回歸分析方法分析時，要事先選擇好與時間有關(guān)的時效因子形式，這種因子的選擇往往沒有統(tǒng)一的標(biāo)準(zhǔn)，不同的表達(dá)式對最后的計算結(jié)果會產(chǎn)生較大的影響，最終也將對結(jié)果的判斷產(chǎn)生較大差異。經(jīng)驗?zāi)B(tài)分解方法可以成功回避逐步回歸法計算過程中時效分量難以確定的問題。

（3）通過對水位和溫度觀測序列采用經(jīng)驗?zāi)B(tài)分解方法，可以發(fā)現(xiàn)水位和溫度同樣存在趨勢性變化，這種趨勢性變化也會導(dǎo)致大壩的趨勢性位移。基于此，本文采用經(jīng)驗?zāi)B(tài)分解方法剔除水位和溫度的趨勢性變化過程，將剩余的高頻部分用于預(yù)報位移的高頻部分。而對于位移經(jīng)過經(jīng)驗?zāi)B(tài)分解后得到的低頻部分，采用多項式進(jìn)行擬合，最終將低頻和高頻部分綜合，實現(xiàn)對位移的預(yù)測。

[1]徐洪鐘，吳中如，李雪紅，等.基于小波分析的大壩變形觀測數(shù)據(jù)的趨勢分量提取[J].武漢大學(xué)學(xué)報(工學(xué)版)，2003,36(6)：5～8.

[2]HuangNE，Shen Z，Long SR andeta1.The empirical mode decomposition and Hilbert spectrum for nonlinear and non-smtionary timeseries analysis[J].Pro RSocLondon，1998（454）：903～906.

[3]龔志強(qiáng)，鄒明瑋，高新全.基于非線性時間序列分析經(jīng)驗?zāi)B(tài)分解和小波分解異同性的研究[J].物理學(xué)報，2005（8）.

[4]馮志華.時頻分析的優(yōu)化及其在設(shè)備狀態(tài)監(jiān)測中的應(yīng)用[D].合肥：中國科學(xué)技術(shù)大學(xué)工程科學(xué)學(xué)院，2005.

[5]鐘佑明，秦樹人，湯寶平.一種振動信號變換新方法的研究[J].振動工程學(xué)報，2002，15(2)：233～237.

[6]趙進(jìn)平.異常事件對EMD方法的影響及其解決方法研究[J].青島海洋大學(xué)學(xué)報，2001，31(6)：805～814.

[7]楊世錫，胡勁松，吳昭同，等.旋轉(zhuǎn)機(jī)械振動信號基于EMD的希爾伯特變換和小波變換時頻分析比較[J].中國電機(jī)工程學(xué)報，2003（6）.

[8]孫艷爭，黃煒，余波.基于EMD的非線性信號自適應(yīng)分析[J].電子科技大學(xué)學(xué)報,2007（2）.

[9]賈嶸，徐其惠，田錄林，等.基于經(jīng)驗?zāi)B(tài)分解的水輪發(fā)電機(jī)組局部放電信號提取[J].水力發(fā)電學(xué)報，2007（8）.