一种基于物联网的海上升压站结构健康监测方法及系统

本发明涉及系统识别与损伤识别的信号处理领域，特别涉及一种基于物联网的海上升压站结构健康监测方法及系统。

背景技术：

1、随着全球经济的快速发展，能源、环境、气候变化等问题日益突出，传统的化石燃料已无法满足社会的可持续发展要求。风能资源作为一种清洁的可再生能源一直倍受世界各国的关注。

2、海上升压变电站连接数十台风机，集汇聚、升压、输电功能于一体，具备将风机产生的电能高效输送至陆地的重要作用，是海上风电场中不可或缺的核心结构物。随着海上风电场逐渐向深海领域的推进，风电结构的体积日益庞大，服役环境更加恶劣，荷载来源也相对复杂。与陆上结构相比，海上升压站不仅需承受内部设备的振动作用，还得承受永无止息的海上风、波浪等随时间和空间变化的外部随机荷载共同作用，有时还可能遭受地震荷载的侵袭。

3、如果不能实时了解海上升压站结构的状态，不仅影响海上风电结构的正常运行，降低输出电能质量，加剧结构构件的疲劳，缩短结构的使用寿命，并且持续性的风力和波浪力作用在结构上，极易产生振动问题，加之台风和地震等灾害的作用，可能导致不可预测的安全事故，造成重大的经济损失和不良社会影响。

4、如果对其进行健康监测，陆上风电结构的健康监测方法在场地影响、水动力作用、阻尼特性等方面与海上结构具有较大差异，不适合于海上升压站结构健康监测。采用海上石油平台的监测技术，其结构的特征与海上升压站头重脚轻的特征不符，核心的电气设备也不在其监测范围内，测点布置和监测指标具有局限性。同时，现有的监测方法在对海上升压站结构进行模态参数识别后，会有较大的识别误差，进而对后续损伤指标的计算产生较大影响，使得无法准确获得结构的损伤状态。

技术实现思路

1、为解决上述技术问题，本发明提供了一种基于物联网的海上升压站结构健康监测方法及系统，以达到实现地震等极端荷载下结构危险状态的实时预警，实现结构的长期寿命的准确预测的目的。

2、为达到上述目的，本发明的技术方案如下：

3、一种基于物联网的海上升压站结构健康监测方法，包括如下步骤：

4、步骤一，在海上升压站建成后，在其上部平台框架和桩基础部分布置加速度传感器；

5、步骤二，在海上升压站建成投入使用的初始阶段，加速度传感器采集加速度信号，预处理后使用随机子空间法得到初始自振频率，然后采用遗传算法对初始自振频率进行优化；

6、步骤三，在地震荷载作用下，加速度传感器采集地震荷载作用下的加速度信号，预处理后使用随机子空间法得到地震载荷作用下的自振频率，然后采用遗传算法对地震载荷作用下的自振频率进行优化；

7、步骤四，根据优化后的初始自振频率和地震载荷作用下的自振频率计算损伤指标，并将计算的损伤指标与设置阈值进行比较，当损伤指标低于设置阈值时不做处理，当损伤指标高于设置阈值时进行报警。

8、上述方案中，步骤一中，布置加速度传感器的方法如下：

9、(1)根据海上升压站设计图纸使用abaqus软件建立海上升压站结构有限元模型；

10、(2)在abaqus元软件中对海上升压站结构进行动力分析，获得结构振型；

11、(3)根据结构振型确定加速度传感器的布置点位，选择振幅大的位置，避开振幅小的位置。

12、上述方案中，海上升压站上部平台框架中每一层的加速度传感器点位不少于四个，在每个点位分别采集x、y、z三个方向的加速度响应。

13、上述方案中，步骤二和步骤三中，使用随机子空间法获得自振频率的过程如下：

14、(1)将模型阶数设置为12，使用随机子空间方法根据加速度信号识别自振频率、阻尼比和振型；

15、(2)模型阶数加2，使用随机子空间方法重新识别自振频率、阻尼比和振型；使用判别公式进行判断，删除虚假模态；

16、(3)重复步骤(2)至模型阶数为100结束，获得结构最终的自振频率、阻尼比和振型。

17、进一步的技术方案中，判别公式如下：

18、

19、

20、

21、其中，ω、ξ和φ分别为结构的自振频率、阻尼比和振型，下标“order”表示为当前模型阶数下识别的参数，下标“order+2”表示相邻下一级模型阶数下识别的参数，上标“*”表示复共轭转置；

22、判定方法：当相邻两阶模型阶数下的识别参数符合上述三个公式时，则为真实模态；当相邻两阶模型阶数下的识别参数不满足三个公式中的任意一个时，则为虚假模态，进行删除操作。

23、上述方案中，步骤二和步骤三中，采用遗传算法对自振频率进行优化的方法如下：

24、在遗传算法内部，在给定区间内随机生成多组自振频率，每一组分别形成状态空间方程，使用卡尔曼滤波器计算获得结构位移和结构荷载，计算目标函数，根据遗传算法规则进行筛选，进入下一轮迭代；当目标函数收敛时，遗传算法结束，此迭代步下随机生成的自振频率即为优化自振频率；

25、目标函数计算公式如下：

26、

27、其中，frms为目标函数，为测量结构加速度，为结构载荷，为卡尔曼滤波器计算结构荷载，z(t)为结构位移，为卡尔曼滤波器计算结构位移，t为抽样时间，l为采样长度。

28、上述方案中，步骤四中，损伤指标计算公式如下：

29、

30、其中，index为损伤指标，上标“(1)”为各方向的一阶自振频率，ωinitial为初始自振频率，ωextreme_load为地震载荷作用下的自振频率。

31、上述方案中，步骤四中，设置阈值的选定方法如下：使用abaqus软件建立海上升压站有限元模型，对该模型进行非线性推覆分析，在结构进入屈服状态时，获得该模型此状态下的自振频率ωyield，用下式进行计算设置阈值：

32、

33、其中，valuethreshold为设置阈值，上标“(1)”为各方向的一阶自振频率，ωinitial为初始自振频率。

34、一种采用如上所述方法的基于物联网的海上升压站结构健康监测系统，包括信号采集模块、信号处理模块、信号传输模块、云平台系统模块和远程监控模块；

35、所述信号采集模块包括安装在海上升压站上部平台框架和桩基础部分各监测点位上的加速度传感器和电缆，加速度传感器将采集的信号通过电缆传输至信号处理模块；

36、所述信号处理模块为安装在海上升压站上部平台的服务器，包括信号预处理模块、信号处理模块和结构系统识别模块；信号处理模块对海上升压站加速度使用随机子空间法得到自振频率，然后采用遗传算法对自振频率进行优化处理后，将含有海上升压站结构参数和输入峰值加速度数据通过海底光纤传输至云平台系统模块；

37、所述云平台系统模块对海上升压站结构参数进行更新，对损伤指标进行计算，将历史数据进行保存并发送至远程监控模块；

38、所述远程监控模块包括显示模块和预警模块，显示模块中可展示海上升压站的结构参数信息、地震等极端荷载信息以及与此对应的结构损伤指标计算信息；预警模块中对损伤指标参数与设置阈值进行比较，若超过危险值，则自动发送短信与电子邮件至相关管理和技术人员。

39、通过上述技术方案，本发明提供的一种基于物联网的海上升压站结构健康监测方法及系统具有如下有益效果：

40、通过本发明搭建的海上升压站结构的健康监测系统，可实时监测结构性能状况，并对地震等极端荷载作用下的结构损伤情况及时识别和预警，大大减少地震等作用下海上升压站结构出现倒塌等致命性破坏的可能性。

41、本发明采用遗传算法对识别的自振频率进行优化，可克服因海上升压站结构“头重脚轻”和受力复杂导致识别算法对模态参数的识别不精确问题，优化后的自振频率更加接近结构自身真实频率，在计算结构损伤指标时可更加准确的反应结构当前的损伤状况。