专利名称：：基于结构振动的海洋平台整体无损检测方法
技术领域：
：本发明涉及一种海洋平台无损检测方法，特别是涉及一种基于结构振动的海洋平台整体无损检测方法。
背景技术：
：海洋平台，工作环境恶劣，易发生正常的疲劳破坏和意外的事故破坏，因此需定期对其结构进行无损安全检测。海洋平台的主体结构是导管架，因此海洋平台的安全检测主要是检测导管架有无损伤(裂纹)发生，但是导管架的大部分结构在水下，水面上只有很小的一部分，由于腐蚀和结构承载特点，海洋平台的导管架破坏主要发生在水下部分，因此，海洋平台的安全检测主要是针对导管架的水下部分进行的，这就造成检测难度大，成本高的问题。不仅如此，由于无法判断海洋平台是否已有损伤发生，以及发生损伤的位置，往往要对一个庞大的海洋平台结构进行全面的无损检测，但是很难实现的。目前，海洋平台的定期安全检测主要采取目测和局部无损检测的方法，如水下超声波探伤和水下射线探伤，顺序地检测每一条焊缝。采用这些局部的无损检测方法，必须动用潜水员，专用仪器设备和水面工作船，且工作量大，检测周期长，一次的检测成本较高。并且，水下检测要求潜水员要掌握无损检测技术，不仅检测周期长，且检测结果取决于操作人员的技术水平，漏检和误检的概率较大。结构损伤识别或诊断方法是一种无损检测方法，该技术也属于振动检测方法，主要是通过识别结构的物理参数(刚度)来判断结构是否发生损伤，采用此方法进行结构损伤识别或诊断时需要在结构的每个结点安装三个传感器，通过分析这些传感器的振动信号来识别结构的物理参数，该方法主要用于陆地上的结构，如用于海洋平台则需要在平台建造阶段将传感器封装就位，并不再拆卸。因此，传感器不能反复使用，不仅成本高，且给平台的建造安装造成困难，延长了平台建造和安装周期。
发明内容本发明所要解决的技术问题是解决海洋平台整体无损检测难度大，成本高的问题。为了解决上述技术问题，本发明所采用的技术方案是提供一种基于结构振动的海洋平台整体无损检测方法，包括以下步骤51、传感器的优化配置，在海洋平台的水上部分选取若干结点并经过寻优计算最终确定传感器的安装位置，将若干压电式加速度传感器固定在所述安装位置；52、信号的采集，海上有风浪时，可采集环境条件引起的振动响应信号，每个数据段的采集长度大于5分钟，数据段的采集数量大于3;如果海上风平浪静，采用人工激励方法使海洋平台产生振动并采集该振动响应信号；53、对采集到的数据进行分析处理，完成损伤诊断；其中，Sl步骤中，传感器优化配置中的寻优计算基于模态置信度矩阵准则，并通过二重结构编码遗传算法进行；S3步骤中，对采集到的数据处理采用改进的CHC遗传算法。上述方案中，步骤S1中模态置信度矩阵准则的计算公式为式中MACij表示相应两模态向量的交角状况，A和(Dj别为第i阶和第j阶不完备模态向量。进一步地，二重结构编码遗传算法在搜索进化的过程中用适应度来评估串或解群的优劣，适应度满足以下公式-F"(/(x))=1_/(x)/(x)=ma^g)(/^)式中X表示传感器配置方案，f(X)表示不同传感器配置方案引起的模态向量之间的交角变量，maxMAc表示不同阶模态向量之间交角的最大值，i、j表示模态向量阶数。步骤S3中改进的CHC算法包括选择算法改进、交叉算法改进和变异算法改进。所述选择算法改进是指简化了跨世代精英选择步骤，将上世代的种群与交叉产生的个体群混合起来，从中选取较优的个体，即将父代与子代按适应度大小排序后，选出适应度大的个体作为新一代种群。所述交叉算法改进是指采用多点交叉的方法，根据设定的交叉概率，随机地从种群中挑选个体进行交叉操作，交叉位置可无重复随机地选择，在交叉点之间的变量间续地相互交换，产生两个新的后代，但在第一位变量与第一个交叉点之间的一段不作交换。所述变异算法改进是指在进化初期不进行变异操作，只有当海明距离d<0吋，种群才进行变异，根据事先设定的变异概率，随机选出相应位置进行变异，并从当前种群中按适应度从大到小选取合适的个体与变异后的个体组合形成新的子代，当父代种群中个体相同数超过某一规定阀值时，则令种群中部分个体初始化，初始化方法同CHC算法。本发明，基于模态置信度矩阵准则，并通过二重结构编码遗传算法对传感器进行优化配置，传感器安装在平台的水上部分，采用的仪器也是常规的振动测试仪器，整个检测工作可在平台甲板上进行，不需要作业船只，大大减小了检测的工作量和作业难度。通过ICHC遗传算法分析结构的振动信号，从而判断结构是否发生损伤，如果发生损伤，则诊断出损伤的具体位置，并给出损伤程度的估计。这样，平台管理人员就可以根据该方法给出的检测信息来决定是否需要作进一步的局部无损检测，或确定进一步进行局部无损检测的具体位置。从而大大降低了海洋平台安全检测的盲目性，大大减少了局部无损检测的工作量。本发明实现了少量传感器的振动信息来诊断结构损伤，与现有最相近的实现方案相比，需要的传感器数量少，无需在海洋平台的水下部分安装传感器，工作量小，工作难度降低。图l为本发明的结构示意图2为采用本发明方法进行检测时传感器配置图；图3为海洋平台损伤检测结果图。具体实施方式下面结合附图对本发明作出详细的说明。本发明提出的方法是基于结构振动的海洋平台整体无损检测方法，其关键技术在于基于二重结构编码遗传算法的传感器优化配置方法和基于振动信号处理的ICHC遗传算法识别结构变异并诊断损伤。通过二重结构编码遗传算法对传感器的位置进行分析，不仅解决了水下安装传感器的问题，而且使传感器的数量大大减少。本发明包括以下步骤。51、传感器的优化配置，在海洋平台的水上部分选取若干结点并经过寻优计算最终确定传感器的安装位置，将若干压电式加速度传感器固定在所述安装位置；52、信号的采集，海上有风浪时，可采集环境条件引起的振动响应信号，每个数据段的采集长度大于5分钟，数据段的采集数量大于3;如果海上风平浪静，采用人工激励方法，比如使用船拉，拉力大小根据具体平台计算，拉力控制采用限力器，使海洋平台产生振动并采集该振动响应信号；53、对采集到的数据进行分析处理，完成损伤诊断；在S1步骤中，传感器的优化配置是指根据给定的传感器数量(可根据用户的条件，传感器的多少、测试仪器的能力等确定)，基于模态置信度(ModalAssuranceCriterion,縮写为MAC)矩阵准则，通过二重结构编码遗传算法对给定数量的传感器进行优化配置，确定传感器安装的具体位置。下面再进一步地具体描述如下1、MAC矩阵准则由结构动力学原理可知，结构完备的模态向量是一组正交向量，但实际工程中，由于可测自由度的限制，很难得到完备的模态向量，同时，由于噪声的影响，实际得到的非完备模态向量是不满足正交条件的，在极端的情况下，还会因为模态向量间的空间交角过小而在识别过程中丢失模态。因此，在选择测点时有必要使量测的模态向量保持较大的空间交角，从而尽可能地把结构的动力特性最大限度地保留下来。模态置信度(ModalAssuranceCriterion,縮写为MAC)矩阵是评价模态向量空间交角的一个很好的工具，其表达公式为，jl^4Cu^:::」;一(1)式中-MACij表示相应两模态向量的交角状况，①i和0)j别为第i阶和第j阶不完备模态向量。由式(l)可以看出，MAC矩阵表达的是振型矩阵列空间的度量特性，MAC矩阵的非对角元MACij代表了相应两模态向量的交角状况。换句话说，当MAC矩阵的某一非对角元MACpq等于l时，表明第p阶向量与第q阶向量间的交角为零，两向量不可分辨；而当MACpq等于零时，则表明第p阶向量与第q阶向量正交，两向量较易识别，故测点的布置应力求使MAC矩阵的最大非对角元向最小化发展。目前，结构损伤诊断方法主要以结构模态参数识别为基础，因此，传感器的优化配置应以模态参数识别为目标，采用MAC准则，对max(MACij)(的)进行极小化处理。2、二重结构编码遗传算法遗传算法(GeneticAlgorithm)简称GA，是美国著名科学家J.H.Holland教授于七十年代中期首先提出来的，它是一种在思想上和方法上都别具特色的新的搜索与优化方法。遗传算法作为一种借鉴生物界自然选择和自然遗传机制的高度并行、随机、自适应的搜索算法，把优化问题的解的搜索空间映射为遗传空间，把每一可能的解编码为一个称为染色体的串，染色体的每一位称为基冈。毎个染色体(对应一个个体)代表一个解，一定数量的个体组成群体。GA首先随机地产生一些个体组成初始群体(即问题的一群候选解)，按预先根据目标函数确定的适应度函数计算各个体对问题函数的适应度，再根据个体适应度对个体对应的染色体进行选择，抑制适应度低的染色体，弘扬适应度高的染色体，然后进行交叉变异等遗传操作产生进化了的一代群体。如此反复，不断向更优解方向进化，最后得到满足某种终止条件的最适应问题环境的群体，从而获得问题的最优解，如图l所示。遗传算法是一个解群体型的操作，该操作以解群中的所有串为对象。选择(Selection)、交叉(Crossover)和变异(Mutation)是它的3个主要操作算子，它们构成了遗传操作，使遗传算法有别于其他一切传统方法。遗传算法的核心内容是5个要素参数编码、初始解群的确定、适应度的设计、遗传操作的设计和控制参数的设定(主要指解群的大小和使用遗传操作的概率)。在组合优化问题，遗传编码以及交叉和变异操作需要满足某种约束条件，而简单的二进制编码和浮点数编码在交叉和变异操作中往往会破坏这种约束条件，从而导致问题环境的改变。传感器配置问题(Sensorplacement)是一类特殊的背包问题，将给定数量的传感器配置在最优位置上，使其能够采集到尽可能多的结构参数信息，其数学模型实际上是一个01规划问题，若第j位基因码为1时，则将传感器配置于菊个自由度；若第j位基因码为0时，则不将传感器配置于第j个自由度。如果采用传统的编码方法，在进行交叉和变异操作时就会因改变基因码l的个数而改变传感器配置的数量，下述的二重结构遗传编码用于解决约束条件的满足问题。二重结构编码方法如表1所示，表1中的n为染色体的基因位数，在传感器优化配置问题中，n是可测量自由度数。一个个体的二重结构编码由附加码和变量码组成，附加码表示用户选择的所有适合安装传感器的结点，如全部水上结点；变量码表示某结点是否应设置传感器，0表示不设置。其中Si为变量Xj的附加码，Xs(i)为对应于附加码Si的变量码的值。附加码变量码s(l)s(2)s(3)s(i)s(n)Xs(1)Xs(2)Xs(3)Xs(i)Xs(ii)表l二重结构编码对某个个体编码时，首先按洗牌方式产生附加码(s(i),(i=l，2...,n)}列于上行；然后随机产生下行的变量码值(0或1)，这样构成一个个体的二重结构编码。例如，对于一个12位基因的染色体，如果随机产生的附加码序列为4，2，11，5，8，9，12，7，1，3，6，10，则该个体的二重结构编码如表2所示，它对应于一个可行解，即选择了序号为l，6，7，8，ll的传感器配置位置。4<table>tableseeoriginaldocumentpage12</column></row><table>表2—个个体的二重结构编码对于二重结构编码，交叉操作和变异操作都需要重新设计。对于交叉操作，用通常的操作算子产生新个体的上行附加码会出现重复，而采用部分匹配交叉算子(PMX)则可以很好的解决这个问题。PMX操作要求在父个体中随机选取两个交叉点，确定交叉点间的中间段为匹配段，匹配段相互交换，而交叉点两边的部分首先保留从其父个体中继承的未选定码，剩余部分则根据匹配段所确定的映射关系确定,下行的变量码顺序保持不便，从而生成子个体，如表3所示526948731734596812001011001100101010527496831639548712001011001100101010交叉点交叉点映射关系9<~~^4，6<~~>8<~~^7，6<~~表3二重结构的PMX对于变异操作，采用逆位遗传算子，对父个体随机选择两个变异点，两点间的上行附加码按相反顺序重新排列，下行变量码顺序不变，如表4所示。384762951382674951110001010110001010变异点变异点表4变异点.重结构的逆位变异变异点3、传感器优化配置的适应度遗传算法在搜索进化的过程中直接用适应度来评估串或解群的优劣，并以此作为遗传操作的依据，因此适应度在遗传算法中非常重要。优化的准则是力13求使MAC的最大非对角元向最小化发展，目标函数为最小，另一方面，两模态向量相关性的最大值为1，因此在选择传感器最优布点时，设计了下列的适应度函数。F"(/(x))=1-/(x)/(x)=ma^;i(/-J.)式中经上述三个方法的统一最终确定传感器的安装位置。以下为一传感器优化配置具体实例。以图2所示的海洋平台为例，采用上述的适应度函数，用二重结构编码遗传算法对传感器进行优化配置。该平台主体结构水下部分为20米，水上部分为21.5米，因此，选取了水上部分37个结点的x方向和y方向为配置传感器的目标结点，一共有74个自由度。通过遗传算法的寻优过程，最终确定了12个传感器的配置方案，如图2所示。表5为12个传感器配置的结点及方向，表6为平台模型各阶模态的最大值位置，可以看出，各阶模态的最大值均包含于所选取的配置中。表5海洋平台传感器最优位置<table>tableseeoriginaldocumentpage14</column></row><table>表6各阶振型前三个最大值的位置振型阶数结点号方向结点号方向结点号方向一阶99y向76y向92y向二阶98x向76x向99x向三阶46X向92x向56x向四阶29y向10y向11y向五阶4x向10x向16x向六阶4X向10x向16y向确定传感器位置后，采用压电式加速度传感器进行海洋平台结构振动测试。压电式加速度传感器可采用磁座安装，也可采用粘结安装，传感器安装就位后，即可进行数据采集，采集环境条件引起的振动，每个数据段的长度应大于5分钟，数据段的数量应大于3。海上有风浪时，可采集环境条件引起的振动响应信号。如果海上风平浪静，则也可采用人工激励方法时平台产生振动。振动测试完成后，对采集到的数据处理采用改进的CHC遗传算法，包括选择算法改进、交叉算法改进和变异算法改进。首先介绍CHC算法基本原理。1、选择CHC算法中，上世代种群与通过新的交叉方法产生的个体群混合起来，从中按一定概率选择较优的个体，这一策略称为跨世代精英选择。其明显特征表现在a.健壮性，即使当交叉操作产生较劣个体偏多时，由于原种群大多数个体的残留，不会引起个体的评价值降低；b.遗传多样性保持，由于大个体群操作，可以更好地保持进化过程中的遗传多样性。2、交叉CHC算法使用的重组操作是对均匀交叉的一种改进。均匀交叉对父个体位值的各位位置以相同的概率实行交叉操作。CHC算法为当两个父个体位值的位数为，时，从中随机选取m/2个位置，实行父个体位值的互换。显然，这样的操作对模式具有很强的破坏性。因此，确定一阀值，当个体间的海明距离低于该阀值时，不进行交叉操作，并且与种群进化收敛的同时，逐渐地减小该阀值。3、变异CHC算法在前期不采取变异操作，当种群进化到一定的收敛时期，从优秀个体中选择一部分个体进行初始化。初始化的方法是选择一定比例的基因座，随机决定它们的位值地。这个比例值称为扩散率，一般取为O.35。对大型结构进行损伤诊断时，用简单遗传算法处理损伤问题常导致很低的收敛速度，原因是a.设计变量增多导致算法效率低；b.损伤诊断问题需要的结构分析时间长。遗传算法是以群体和代的方式工作，每代中的个体须先计算适应值方能进行遗传操作产生后代群体，从而导致群体规模越大，耗费机时越多，进化的速度慢。当群体规模大到一定程度时，遗传算法由于运行速度太慢而失去其原有的优越性。本发明所述的改进的CHC算法，在CHC算法的基础上，结合SGA算法的优点，提出一种改进的CHC算法。该方法保留了CHC算法跨时代精英选择方法，采用多点交叉操作方法，在保证搜索的健壮性的同时，提高了搜索效率。改进的CHC算法对3种遗传操作作出了如下改进。1、选择算法改进改进的CHC算法简化了跨世代精英选择步骤，将上世代的种群与交叉产生的个体群混合起来，从中选取较优的个体。与CHC算法不同的是改进的CHC16算法是将父代与子代按适应度大小排序后，选出适应度大的个体作为新一代种群；而CHC算法则是将两代比较后再进行替换。2、交叉算法改进改进的CHC算法采用多点交叉方法，该方法保留了CHC算法对父代种群与子代种群的混合种群进行交叉操作。但CHC算法的交叉操作前要将个体分别配对，并计算每一对个体之间的海明距离。因此，当种群数及染色体长度增大时，程序运行时间也将随之增加。而多点交叉只根据设定的交叉概率，随机地从种群中挑选个体进行交叉操作，这就在一定程度上縮短了程序运行时间。多点交叉的思想源于控制个体特定行为的染色体表示信息的部分无须包含于邻近的子串中，多点交叉的破坏性可以促进解空间的搜索，避免过早地收敛，使得搜索更加健壮。对于多点交叉，个交叉位置可无重复随机地选择，在交叉点之间的变量间续地相互交换，产生两个新的后代，但在第一位变量与第一个交叉点之间的一段不作交换。表7给出了两个11位变量父个体的交叉操作示例，交叉点的位置是2，6和10，交叉得到的子个体如表7(b)所示。3、变异算法改进-由于CHC算法在进化初期不变异，比普通遗传算法减少了一个环节，会在一定程度上减少程序运行时间，因此改进的CHC算法采取了与CHC方法相同的变异方法，在进化初期不进行变异操作，只有当海明距离dO时，种群才进行变异。根据事先设定的变异概率，随机选出相应位置进行变异，并从当前种群中按适应度从大到小选取合适的个体与变异后的个体组合形成新的子代。另外，由于变异过程中收敛过快，容易导致局部最小，因此改进的CHC算法增加了一项，即当父代种群中个体相同数超过某一规定阀值时，则令种群中部分个体初始化，初始化方法同CHC算法。<table>tableseeoriginaldocumentpage18</column></row><table>(b》子个体表7多点交叉示意图采用改进的CHC遗传算法的具体实例如下采用本发明的方法对图2所示的渤海湾某油田一导管架平台进行了检测。该平台共有91个结点、193个杆件。按照最相近的方法，需测量273个自由度的振动响应信号，因此，共需273个传感器。而采用本发明的方法，仅仅使用了12个传感器，传感器的配置采用本发明提出的二重结构编码遗传算法进行优化，具体位置如图2所示。损伤检测采用改进的CHC遗传算法，其目标函数由频率误差函数和振型误差函数组成，频率误差函数和振兴误差函数分别由结构的前三阶模态频率和前三阶模态振型构成。为了减少结构分析时间，采用了逐阶滤频法计算结构的前三阶模态参数。算例中假定39单元刚度降低15%，图3给出了无噪声(左图)和5%噪声水平(右图)的损伤检测结果。从图3中可以看出，本发明提出的方法能够准确地诊断出损伤发生的位置，且具有对噪声的鲁邦性。本发明不局限于上述最佳实施方式，任何人应该得知在本发明的启示下作出的结构变化，凡是与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。19权利要求1、基于结构振动的海洋平台整体无损检测方法，其特征在于包括以下步骤S1、传感器的优化配置，在海洋平台的水上部分选取若干结点并经过寻优计算最终确定传感器的安装位置，将若干压电式加速度传感器固定在所述安装位置；S2、信号的采集，海上有风浪时，可采集环境条件引起的振动响应信号，每个数据段的采集长度大于5分钟，数据段的采集数量大于3；如果海上风平浪静，采用人工激励方法使海洋平台产生振动并采集该振动响应信号；S3、对采集到的数据进行分析处理，完成损伤诊断；其中，S1步骤中，传感器优化配置中的寻优计算基于模态置信度矩阵准则，并通过二重结构编码遗传算法进行；S3步骤中，对采集到的数据处理采用改进的CHC遗传算法。2、如权利要求1所述的基于结构振动的海洋平台整体无损检测方法，其特征在于步骤Sl中模态置信度矩阵准则的计算公式为吗-)'《一式中MACjj表示相应两模态向量的交角状况，Oi和O)j别为第i阶和第j阶不完备模态向量。3、如权利要求1所述的基于结构振动的海洋平台整体无损检测方法，其特征在于二重结构编码遗传算法在搜索进化的过程中用适应度来评估串或解群的优劣，适应度满足以下公式<formula>formulaseeoriginaldocumentpage3</formula>式中x表示传感器的配置方案，f(x)表示不同传感器配置方案引起的模态向量之间的交角变量，maXMAC表示不同阶模态向量之间交角的最大值，i、j表示模态阶数。4、如权利要求l所述的基于结构振动的海洋平台整体无损检测方法，其特征在于步骤S3中改进的CHC算法包括选择算法改进、交叉算法改进和变异算法改进。5、如权利要求4所述的基于结构振动的海洋平台整体无损检测方法，其特征在于所述选择算法改进是指简化了跨世代精英选择步骤，将上世代的种群与交叉产生的个体群混合起来，从中选取较优的个体，即将父代与子代按适应度大小排序后，选出适应度大的个体作为新一代种群。6、如权利要求4所述的基于结构振动的海洋平台整体无损检测方法，其特征在于所述交叉算法改进是指采用多点交叉的方法，根据设定的交叉概率，随机地从种群中挑选个体进行交叉操作，交叉位置可无重复随机地选择，在交叉点之间的变量间续地相互交换，产生两个新的后代，但在第一位变量与第一个交叉点之间的一段不作交换。7、如权利要求4所述的基于结构振动的海洋平台整体无损检测方法，其特征在于所述变异算法改进是指在进化初期不进行变异操作，只有当海明距离(1<0时，种群才进行变异，根据事先设定的变异概率，随机选出相应位置进行变异，并从当前种群中按适应度从大到小选取合适的个体与变异后的个体组合形成新的子代，当父代种群中个体相同数超过某一规定阀值时，则令种群中部分个体初始化，初始化方法同CHC算法。8、如权利要求1所述的基于结构振动的海洋平台整体无损检测方法，其特征在于步骤S2中的压电式加速度传感器可采用磁座安装，也可采用粘结安装。全文摘要本发明涉及一种海洋平台无损检测方法，是一种基于结构振动的海洋平台整体无损检测方法。包括以下步骤，S1.在海洋平台的水上部分选取若干结点，基于模态置信度矩阵准则，并通过二重结构编码遗传算法，最终确定传感器的安装位置；S2.信号采集，海上有风浪时，可采集环境条件引起的振动响应信号；如果海上风平浪静，采用人工激励方法使海洋平台产生振动并采集该振动响应信号；S3.采用改进的CHC遗传算法对采集到的数据进行分析处理，完成损伤诊断。本发明进行海洋平台无损检测，传感器数量少，水下结构不需要安装传感器，因此，检测工作量和工作难度小，抗噪声干扰能力强，方法的鲁邦性好。文档编号G01H11/00GK101498688SQ20091000945公开日2009年8月5日申请日期2009年2月25日优先权日2009年2月25日发明者娟刘,王晓燕,黄维平申请人:中国海洋大学