随着船舶行业技术的迅猛发展,船舶结构安全的重要性也日益突出。船舶结构监测系统可以实时统计监测船体各部位的应力数据,进而得到船舶结构安全的评估。船舶结构监测系统采集的信号中包含了船体在水中航行时受到的砰击载荷分量。高强度的砰击载荷会对船体结构造成影响,威胁到船舶的安全。低强度的砰击载荷对船体的影响属于累积式的损伤,当其长时间作用于船体时会对船体结构造成累积损伤,破坏船舶整体结构。通过对砰击载荷信号的检测识别,可以结合当前海况对船体结构的安全进行评估,并根据安全等级进行预警,进一步保障船舶在水域航行时的人身财产安全。因此,对砰击载荷检测识别的研究具有重要的理论与实际意义。砰击载荷信号是一种非平稳、非线性的复杂信号。针对砰击载荷信号的特点,本文提出了一种基于总体局域均值分解(ELMD)和K最近邻(KNN)分类器的砰击载荷检测方法。本文首先将局域均值分解(LMD)与传统的时频分析方法和希尔伯特黄变换(HHT)进行比较,可知LMD可以获得较好的时频分析结果并且不会分解出干扰项,因此LMD更适合用来作时频分析。其次利用LMD的改进算法—ELMD方法对采集的数据进行分解,并提取砰击信号的样本熵、能量熵和边际谱幅度比作为砰击载荷的特征,组成特征向量。最后将特征向量与KNN分类器相结合,实现砰击载荷的检测识别。通过实验结果可知,本文提出的方法具有计算量小并且准确率较高的特点。可以应用在船舶结构监测系统中,实时的检测船舶受到的砰击载荷,保护船体的结构安全。本文研究的内容主要包括以下几个方面:首先详细阐述了 LMD的基本原理,简单介绍了短时傅里叶变换等传统时频分析方法和希尔伯特黄变换,并比较各种时频分析方法的效果,说明了LMD方法与其他时频分析方法相比的优越性。其次介绍了砰击信号的分类及数学模型。并对LMD算法的一种改进算法—ELMD进行了阐述。接着,利用LMD、集成经验模态分解(EEMD)和ELMD三种方法,分解包含间歇信号的多分量信号,并进行比较。最终将ELMD作为原始信号的分解方法,通过分解结果的对比验证了 ELMD分解的有效性。最后,将砰击载荷的样本熵、能量熵和边际谱幅度组成的特征向量与最近邻分类器相结合,实现砰击载荷的检测与识别。并将算法应用到实际砰击信号的检测中,与传统的阈值分类方法相比,基于KNN的砰击载荷检测方法检测的结果更加准确。