专利名称：一种结构健康诊断的整体局部信息融合方法
技术领域：
本发明涉及土木工程结构监测技术，具体说就是一种结构健康诊断的整体局部信 息融合方法。背景技术：
重大工程结构的使用期长达几十年、甚至上百年，在环境侵蚀、材料老化和荷载的 长期效应、疲劳效应等灾害因素的共同作用下将不可避免地导致结构系统的损伤积累和抗 力衰减，极端情况下可能引发灾难性的突发事故。随着对工程结构的安全性、耐久性及正常 使用功能的日益关注，人们希望能够在结构的服役期，即使出现一些如地震、台风、爆炸等 灾害性事故后，也能充分了解结构的健康状况，以决定是否需要对结构进行维修和养护，以 及何时进行维修和养护。
结构整体损伤诊断研究大致经历了四个发展阶段。第一阶段仅用结构模态参数确 定结构的损伤状态。如，基于频率的结构损伤方法，通过结构频率改变构造合适的指标进行 损伤诊断。基于振型的结构损伤诊断方法，通过结构损伤前后振型的改变进行损伤诊断。如 模态置信度判据法，曲率模态法、刚度法、柔度法、残余力向量法、模态应变能法等。以后发 展的各种时间域和频率域以及时频域方法都是对他们方法的扩展和延伸。如小波损伤特征 提取方法、基于信号复分解变换的HHT (Hibert Huang Translation)方法、神经网络方法、 随机子空间损伤诊断技术等，这些方法尽管采用了具有各自特色的计算方法，但是损伤定 位的基本思路是一样的，即通过数学模型获取结构的模态参数，用一个或多个模态参数来 推断损伤，由于模态参数对结构损伤的不敏感，加之模型误差和噪声的影响，识别结果的离 散性较高，难以得到唯一性结果。第二阶段是添加了概率模型的结构损伤诊断方法。考虑 到结构损伤、模型和荷载的随机性。如基于Bayesian概率理论的结构损伤诊断与模型修正 方法；基于 AR(Auto Regressive)模型的 SPC(Statistical Process Control)统计过程控 制的损伤诊断方法；基于灵敏度的结构损伤参数最优统计诊断方法。第二阶段的特点是对 诊断的模态参数与损伤特征用概率模型进行描述，得到反映结构损伤状态的概率指标，摒 弃了确定性的损伤指示方法，更加符合结构损伤的实际状况。第三阶段是考虑环境因素等 作用下的结构损伤诊断方法。环境因素如温度、湿度、冻融、环境噪声等因素会掩盖损伤引 起的结构模特参数的变化，从而使得损伤诊断结果存在较大的不确定性。这一阶段的特点 是学者关注于环境因素的剔出，从而减少损伤诊断结果的不确定性，提高损伤诊断准确性。
由于土木工程结构的复杂性，其结构健康监测系统所需的传感器数量与种类均较 多，以往的结构损伤诊断方法均是基于单一种类的传感器信息，如何充分利用多类型传感 器的监测信息进行损伤诊断是目前结构健康监测中的一个亟待解决的难点与热点问题。
发明内容
本发明的目的在于提供一种基于整体加速度与局部应变传感器监测信息的结构 健康诊断的整体局部信息融合方法。
本发明的目的是这样实现的所述的结构健康诊断的整体局部信息融合方法，步 骤如下
步骤一对目标结构布置加速度与应变传感器并进行振动测试，得到加速度与应 变时程响应，识别结构的模态参数，包括频率、振型、应变模态，第η次测试得到的模态数据 用;^表示，
权利要求
1. 一种结构健康诊断的整体局部信息融合方法，其特征在于步骤如下 步骤一对目标结构布置加速度与应变传感器并进行振动测试，得到加速度与应变时 程响应，识别结构的模态参数，包括频率、振型、应变模态，第η次测试得到的模态数据用么 表不，Ns次测试数据组成权，步骤二 建立结构的有限元模型，在有限元中，结构整体刚度矩阵K用单个子结构的刚 度火,G 表示，即N0κ = Σ^κ(/=1Ki是单个子结构的刚度矩阵，N0是子结构的数量，这时引进无量纲的刚度折减因子Θ 来模拟各子结构的刚度对整体刚度矩阵的实际贡献； Θ = Iei ;i = 1,... ,Ne}步骤三采用模态应变能指标，通过实测的模态振型，初步定为损伤范围； ^ΝΣ^；)2}!^)2β =V_！__V1 Ji式中 X)是完好结构的第j阶振型的二次导数，是损伤结构的第j阶振型的二 次导数，总损伤指数为各个模态损伤指数的和，即 ^-Yf βU步骤四 表示结构的损伤情况，对于包含N0个子结构的结构，假设的损伤情况H有 Nh =C1no +C2no +_·· +《:种，&发生的先验概率记为P(Hp，则在有测量模态参数^Vi的情况下，Hj发生的概率为P(/^|ivj，根据Bayesian定理Jh^ )卞,V冬巧W/)在所有的&中，后验概率最大的&，记为Hmax为可能的损伤情况UJ==xp(//7，JPv [Hj )=/^ )电)=Ι^Χ^)因为t =&，...,&1，每次测试是相互独立，则根据概率论的公理得λ< Kj )=/k K ’、VKh—J=…=π b ’ θ )n=\式中/“|中,-1, /^二/(^—///)，因为由 ///万确定的结构模型的第Π次的模态测试结 果不会受到以前测得的模态参数的影响，所以/(Θ~| .)= /Κ. /(;φ )/7 = 1假定对于不同的模态振型和频率相互独立，则Nf( n ) = Ylf ( ,.\ H)f{l )/(€. )r=\其中，频率、振型与应变模态的概率密度函数/(而)、f[l\ H] )^/(^,)可 以分别表示为「ι 卜 Y"/( ,■ I0ffj) = C1 exP ω,'δ_ V °>r J _f(l Ι //,) = c2 exP 一去(式/(^1 ) = exP-PrWsr)1 D;1 (AH)式中Cf2与是标准化系数,^^Ιφ,Il2是^方差矩阵的C；对角线元素，《^(!^！是仏方差 矩阵的比的对角线元素； nS_之=去-或2) 2 _ ！夸粹“)4 Ifι ^[^-^lf vr~Nsh ||於)|2则整理后得 其中r=]其中N. {γJr ) = Σ Μ ( ) - αΑ )) C；1 [I {η) - α^. )) +) = \ \[ψ, ( )-β^D；1 {η) — βΓψεΓ (Θ ))+ [ (η) — ω、( , )J/δωι2}3Θ=;为八 )取最小值时的取值，上限概率A (Hj K )的值与■； ( '；；)和先验概率 P(Hj)有关，根据极大后验概率法，可以计算出最可能的损伤Hmax的概率；
全文摘要
本发明提供一种基于整体加速度与局部应变传感器监测信息的结构健康诊断的整体局部信息融合方法。步骤包括对目标结构布置加速度与应变传感器并进行振动测试，得到加速度与应变时程响应，识别结构的模态参数；建立结构的有限元模型；采用模态应变能指标，通过实测的模态振型，初步定为损伤范围。本发明融合了整体加速度与局部应变传感器的信息进行结构健康诊断，充分利用了结构健康监测中的多传感器信息，并且采用Bayesian概率理论，考虑实测信息的不确定性，符合工程实际特性。本发明可以得到准确、可靠、稳定的损伤诊断结果，具有较强的抗噪性与鲁棒性。
文档编号G06F19/00GK102034021SQ20101056248
公开日2011年4月27日 申请日期2010年11月29日 优先权日2010年11月29日
发明者孙晓丹, 李惠, 欧进萍, 鲍跃全 申请人:李惠, 鲍跃全