本发明属于损伤识别技术领域，涉及一种基于pvdf传感器与应变模态的结构损伤识别实验方法。
背景技术
大型工程结构在服役过程中可能会受到冲击、地震、腐蚀等的作用，使其材料内部结构发生变化，由此产生了各种各样的损伤。损伤的不断积累不可避免地影响到结构的正常工作，甚至导致结构整体性的破坏与失效，危机工作人员的生命安全。因此，在结构的日常运转中，有必要对其进行结构健康监测(shm)，及时的发现结构中存在的潜在损伤，并进行针对性的维修和养护，保障结构的正常运转，从而最大程度地避免重大事故的发生。
模态分析技术是结构健康监测领域必不可少的辅助方法。针对实验模态分析不适宜应用到大型工程结构的特点，运行模态分析仅仅需要通过传感器实时采集得到的振动响应信号，便可有效地获得结构的固有频率、振型等模态参数，因此运行模态分析技术是识别大型工程结构模态参数最有效的方法。
基于结构振动信息的损伤识别方法(vbshm)具有检测方便、精度高等优点，在结构健康监测领域得到广泛应用。基于振动信号的损伤识别方法中，结构应变信息比位移信息对结构损伤更敏感，更易识别结构损伤，通常学者们使用传统的电阻应变传感器采集结构振动信号对结构的健康状况进行分析研究。传统的电阻应变传感器存在易受强电磁场干扰、耐久性差、必须温度补偿等缺陷，但因其价格便宜、制作方便、布放简单，且对实验装置要求不高等特点，目前仍然广泛应用于实验研究和实际工程领域。随着压电技术的成熟应用，压电薄膜(pvdf)应变传感器作为新兴的传感器，灵敏度高，性能可靠，耐用性强等特点近年来在工业领域得到不断推广。
为克服传统应变传感器损伤识别实验中，灵敏度低，稳定差，需要温度补偿片等缺点，本发明使用性能优越的压电薄膜应变传感器完成损伤实验，结合自然激励技术与特征系统实现法，拓宽了适用范围，减少实验过程中的计算量。
技术实现要素：
针对现有技术存在的问题，本发明为了提高损伤识别的灵敏度、提高模态分析计算效率，提供一种能够实现识别精度高、快速计算的基于pvdf传感器与应变模态的损伤识别实验方法。
为了达到上述目的，本发明采用的技术方案是：
一种基于pvdf传感器与应变模态的结构损伤识别实验方法，包括以下步骤：
(1)将实验结构安装或固定在实验台之后，选择实验结构某一位置作为激励点，使用激振设备施加激励，模拟环境激励对板结构施加激励；将压电薄膜传感器均匀粘贴在实验结构上，测量结构各测点的响应信号，选择距离激振点较近且响应信号幅值较大的响应点作为参考点；在参考点及反应板结构振型的各几何模型节点布置响应测点。
(2)使用压电薄膜传感器及动态信号采集设备，采集施加环境激励后各压电薄膜传感器的响应信号。
(3)信号预处理，使用平均技术对采集的响应数据进行平均处理，去除均值。
(4)求取参考点响应数据与其他测点响应数据的互相关函数；利用自然激励技术，根据任意两点响应的互相关函数的表达式与单点脉冲激励的结构上任意一点的脉冲响应函数具有相似的数学表达式，并采用应变响应的互相关函数矩阵近似代替应变响应的脉冲响应函数矩阵，获得参考点与响应点的近似脉冲响应矩阵。
(5)使用特征系统实现算法era，利用得到的脉冲响应矩阵，构建广义hankel矩阵，利用奇异值分解方法，得到振动系统的最小实现，从而得到最小阶数的系统矩阵。
(6)对求得的系统矩阵进行特征值分解，获得结构的模态参数与模态振型。
(7)通过模态幅值相干系数(mac)和模态相位共线性系数(mpc)，验证模态参数识别精确度，排除噪声模态的影响；若mac与mpc远小于1，且趋近于0，则不满足精度要求，然后选取不同时刻的采样数据，返回步骤(3)，重新进行模态参数识别，直到模态参数结果满足精度要求；若mac与mpc接近1，则得到的模态参数的精确度高。
(8)利用步骤(1)-(7)，分别获得有损与无损结构的模态参数，采用模态振型差、模态柔度差等损伤指标，识别二维结构的损伤，其中损伤指标的最大值区域即为结构的损伤位置。
进一步的，所述步骤(4)应变模态的脉冲响应函数和互相关函数，根据振动理论，应变模态与位移模态是一一对应的，它们是同一能量平衡的两种表现形式，但应变振型与位移振型不同。使用自然激励技术，可以用结构上任意两点应变响应的互相关函数近似代替任意一点的应变脉冲响应函数，并以互相关函数作为特征系统实现法的输入数据，实现环境激励下时域中的应变模态参数识别。
进一步的，所述步骤5中特征系统实现算法era以多输入多输出得到的脉冲响应函数为基本模型，通过构造广义上的hankel矩阵，利用奇异值分解技术，得到系统的最小实现，从而得到最小阶数的系统矩阵，以此为基础进一步可识别系统的模态参数。模态识别过程如下：
5.1)构造hankel矩阵
设已获得离散化结构的应变脉冲响应函数矩阵为[hε(k)]，以此构造广义hankel矩阵：
其中，h(k)＝m×r为应变脉冲响应矩阵，r为输入通道数量,m为输出通道数量；k为离散采样点；α为矩阵行数，β为矩阵列数。
5.2)奇异值分解hankel矩阵
当k＝1,得到h(0)，并对其做奇异值分解：
h(0)＝rσst(6)
其中，r和s均为列正交阵，即rtr＝i,sts＝i,且r为h(0)ht(0)对应非零特征值的特征向量按列组成的矩阵；s为ht(0)h(0)对应非零特征值的特征向量按列组成的矩阵；
5.3)构造最小实现
对奇异值分解后的hankel矩阵做一系列的推导变换，得到系统的最小实现：
其中，er＝[ir0r…0r],em＝[im0m…0m]；r和s为hankel矩阵奇异值分解后的正交矩阵；
5.4)采用矩阵
与现有技术相比，本发明的有益效果为：
(1)本发明方法克服传统应变片缺陷，使用新兴的压电薄膜(pvdf)应变传感器应用到结构的损伤识别领域，提高了检测损伤的灵敏度和可靠性，增强了损伤识别效果。
(2)本发明方法直接利用环境激励进行模态分析，适用性强，适用车辆、船舶、海洋平台等机械工程振动领域，无需额外激振力，直接利用风、波浪等环境载荷激励，即可进行模态分析，拓宽了适用范围，可操作性强。
(3)本发明方法采用自然激励技术，用互相关函数矩阵近似代替脉冲响应函数矩阵，数据操作方便，具有较好的误差控制，提高实验效率。
(4)本发明方法引入特征系统实现法，采用了现代控制理论中的最小实现原理，使模态分析过程中的计算量大大减少，提高了计算速度，且该理论推导严密、计算量小。
(5)本发明方法使用基于应变模态理论的损伤识别方法，精度度高，检测方便、对结构损伤更为敏感，较之其他方法更易识别结构损伤。
附图说明
图1为薄板结构损伤识别实验装置组成示意图。
图2为薄板结构损伤识别实验流程示意图。
图3为薄板结构压电薄膜应变传感器测点布置图。
图4为压电薄膜传感器示意图
图中：1实验平台、2实验薄板结构、3激振机、4传感器、5动态信号采集仪、6笔记本。
具体实施方式
下面结合附图以薄板结构损伤识别实验为例，对本发明作进一步描述。
图1示出了本发明方法的实验装置示意图，以薄板结构损伤识别实验为例进行说明。图1中，实验平台1支撑实验薄板结构2，使其两端固支；实验装置底部布置激振设备3，对实验薄板结构2施加激励，模拟环境激励载荷；实验薄板结构2上均匀布置压电薄膜传感器4，本次薄板实验以布置25个传感器为例进行说明，压电薄膜传感器具体形式参见图4；将压电薄膜传感器4分别连接到动态信号采集仪5对应的信号采集通道；最后，将动态信号采集仪5与笔记本电脑6连接，即完成本实验方法的实验装置搭建。
一种基于pvdf传感器与应变模态的结构损伤识别实验方法，其实验流程图如图2所示，该方法包括以下步骤
第一步，使用实验平台1将薄板结构2四周固支；选择实验薄板结构2某一位置作为激励点，使用激振机3施加激励，模拟环境激励对薄板结构施加激励。
第二步，将压电薄膜传感器4均匀粘贴在实验薄板结构2上，测量结构各测点的响应信号，选择距离激振点较近且响应信号幅值较大的响应点作为参考点；在参考点及反应薄板结构振型的各几何模型节点上布置响应测点，即压电薄膜传感器4的布放位置，具体薄板结构测点布置如图3所示。连接压电薄膜传感器及动态信号采集设备，完成本损伤识别实验平台搭建，如图1所示。
第三步，采集压电薄膜传感器4的响应信号；进行信号预处理，使用平均技术对采集的响应数据进行平均处理，去除均值.
第四步，求取参考点响应数据与其他测点响应数据的互相关函数，利用自然激励技术，根据任意两点响应的互相关函数的表达式与单点脉冲激励的结构上任意一点的脉冲响应函数具有相似的数学表达式，并用应变响应的互相关函数矩阵近似代替应变响应的脉冲响应函数矩阵，获得参考点与响应点的近似脉冲响应矩阵。
第五步，使用特征系统实现算法，利用得到的脉冲响应矩阵，构建广义hankel矩阵，利用奇异值分解方法，得到振动系统的最小实现，从而得到最小阶数的系统矩阵。
第六步，对求得的系统矩阵进行特征值分解，求解系统特征值和特征向量，计算固有频率、模态阻尼、模态振型，得到结构的模态参数。
第七步，通过模态幅值相干系数mac和模态相位共线性系数mpc，验证模态参数识别精确度，来排除噪声模态的影响，若mac与mpc远小于1，且逼近0，则不满足精度要求，选取不同时刻的采样数据，返回步骤3，重新进行模态参数识别，直到模态参数结果满足精度要求；若mac与mpc大小趋近于1，则表明噪声模态对系统模态影响较小模态参数结果满足精度要求。
第八步，利用步骤1-7，分别获得有损与无损结构的模态参数，采用模态振型差、模态柔度差等损伤指标，识别结构的损伤，其中损伤指标的最大值区域即为结构的损伤位置。
以上所述实施例仅表达了本发明的实施方式，但并不能因此而理解为对本发明专利的范围的限制，应当指出，对于本领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些均属于本发明的保护范围。