一种考虑金属结构损伤程度的传感器优化布置方法及系统

本发明涉及大型装备监测，具体涉及一种考虑金属结构损伤程度的传感器优化布置方法及系统。

背景技术：

1、随着工业化的快速发展，现代工程结构不断趋向大型化、复杂化和长寿命，随着而来的是结构的健康管理问题，健康监测是健康管理的前提，而合理的传感器布置方案是确保健康监测数据准确性、进行安全诊断和降低维修成本的必要条件。

2、大型复杂装备结构在长期的服役过程中，在严苛的使用条件和频繁的承载过程中，其结构功能常常会偏离初始设计状态，现有的方法在对此类长期服役或结构状态不明确的结构进行传感器布置时，仍基于初始结构设计参数开展传感器优化布置研究，忽略了金属结构性能退化导致的参数不确定性等问题，制定的传感器布置方案无法精确地反映结构状态响应，导致后期结构安全诊断具有极大的误差，常引发工程安全事故。

技术实现思路

1、本发明的目的在于提供一种考虑金属结构损伤程度的传感器优化布置方法及系统，以解决后期金属结构因性能退化导致布置的传感器的监测数据误差大的问题。

2、为达到上述目的，本发明是采用下述技术方案实现的：

3、第一方面，本发明公开了一种考虑金属结构损伤程度的传感器优化布置方法，包括：

4、获取金属结构的动力响应物理数据，其中，所述动力响应物理数据是通过金属结构上布置的传感器获取的；

5、根据金属结构的初始设计参数建立原始有限元模型，对原始有限元模型分析获取动力响应仿真数据；

6、对比动力响应物理数据和动力响应仿真数据的差距，采用马尔可夫链蒙特卡罗的贝叶斯更新方法更新原始有限元模型的参数，直至动力响应物理数据和动力响应仿真数据的差距小于设定值时，获取更新后的第一有限元模型；

7、对第一有限元模型进行分析提取节点模态阵型结果，利用有效独立法设置传感器布点方案，结合深度学习算法，以模态置信度矩阵非对角元素最小为目标函数，筛选出最佳传感器布置方案；

8、根据构建的综合评价指标，分析最佳传感器布置方案的合理性。

9、进一步地，所述综合评价指标采用奇异值比、fisher信息矩阵和模态动能评价准则进行构建。

10、进一步地，采用马尔可夫链蒙特卡罗的贝叶斯更新方法更新原始有限元模型的参数包括：

11、通过原始有限元模型的动力响应仿真数据和金属结构的动力响应物理数据构造贝叶斯推理的似然函数，表示实际采集数据和虚拟模型仿真数据的一致程度。

12、在均匀先验分布的条件下，推导出不确定参数的后验概率密度函数，并通过马尔可夫链蒙特卡罗采样生成马尔可夫链，结合接受率原则，从马尔可夫链中获得不确定参数的最优值；

13、根据不确定参数的最优值更新原始有限元模型中不同受损部位的参数。

14、进一步地，所述后验概率密度函数计算公式为：

15、

16、其中，a是要更新的参数的向量，b是测量的信息，p(a)是模型参数的初始和先验分布，p(b/a)是似然函数，表示实际采集数据和虚拟模型仿真数据的一致程度。

17、进一步地，所述动力响应物理数据和动力响应仿真数据的差距通过模态置信度衡量，所述模态置信度的计算公式为：

18、

19、其中，mac为物理数据和仿真数据之间的相似性系数，t代表转置。

20、进一步地，获取最佳传感器布置方案包括：

21、设置所有的传感器备选位置的模态矩阵，建立对应的fisher信息矩阵；

22、按照各备选位置对目标模态矩阵独立性的贡献度进行排序，通过迭代，依次删除每一次迭代步中贡献最小的备选位置，获取传感器布置的最佳数量和位置。

23、有效独立法是一种应用广泛的传感器优化布置倒序删除法，其利用所有可能的传感器备选位置的模态矩阵，通过迭代，依次删除每一次迭代步中贡献最小的备选位置，尽可能地保持目标模态矩阵线性无关。

24、进一步地，当差距小于设定值时，第一有限元模型的响应仿真数据和动力响应物理数据一致。此设计依据更新后的结构参数建立的第一有限元模型可以精准地反映实际物理模型的状态。

25、综合评价指标可全面地评价最终传感器优化布置方案的有效性，以确保方案适用于结构健康监测的多个目标或预期效果。

26、进一步地，所述动力响应物理数据为振动信号及加速响应分析得到的固有频率和振型数据。

27、进一步地，所述动力响应仿真数据为固有频率和振型数据。

28、第二方面，本发明公开了一种考虑金属结构损伤程度的传感器优化布置系统，包括处理器及存储介质；

29、所述存储介质用于存储指令；

30、所述处理器用于根据所述指令进行操作以执行第一方便任一项所述方法的步骤。

31、第三方面，本发明公开了计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现第一方面任一项所述方法的步骤。

32、根据上述技术方案，本发明的有益效果为：

33、本申请基于实际采集的动力响应物理数据和仿真提取的动力响应仿真数据，利用马尔可夫链蒙特卡罗的贝叶斯更新方法，建立可以反映结构老化或损伤状态的高保真的第一有限元模型，以高保真的第一有限元模型计算出的模态分析结果更好地反映了结构在老化/损伤状态下的实际动力响应状态，极大地减小了以初始设计参数建立全健康状态的原始模型进行模态分析引发的分析误差。以此为基准利用有效独立法设置传感器布点方案，以模态置信度矩阵非对角元素最小为目标函数，筛选出最佳传感器布置方案，本申请解决了机械装备实际结构状态偏离初始设计状态后，现有传感器优化布置方案不准确而引发的监测数据误差大的问题。为现实中具有不同程度老化/损伤特征的机械装备金属结构提供了一种传感器优化布置及修正方法，以提高健康监测数据的质量和结构服役期内的使用安全性。

技术特征：

1.一种考虑金属结构损伤程度的传感器优化布置方法，其特征在于，包括：

2.根据权利要求1所述的考虑金属结构损伤程度的传感器优化布置方法，其特征在于，所述综合评价指标采用奇异值比、fisher信息矩阵和模态动能评价准则进行构建。

3.根据权利要求1所述的考虑金属结构损伤程度的传感器优化布置方法，其特征在于，采用马尔可夫链蒙特卡罗的贝叶斯更新方法更新原始有限元模型的参数包括：

4.根据权利要求3所述的考虑金属结构损伤程度的传感器优化布置方法，其特征在于，所述后验概率密度函数计算公式为：

5.根据权利要求3所述的考虑金属结构损伤程度的传感器优化布置方法，其特征在于，所述模态置信度的计算公式为：

6.根据权利要求1所述的考虑金属结构损伤程度的传感器优化布置方法，其特征在于，获取最佳传感器布置方案包括：

7.根据权利要求1所述的考虑金属结构损伤程度的传感器优化布置方法，其特征在于，所述动力响应物理数据为振动信号及加速响应分析得到的固有频率和振型数据。

8.根据权利要求1所述的考虑金属结构损伤程度的传感器优化布置方法，其特征在于，所述动力响应仿真数据为固有频率和振型数据。

9.一种考虑金属结构损伤程度的传感器优化布置系统，其特征在于，包括处理器及存储介质；

10.计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1～8任一项所述方法的步骤。

技术总结
本发明公开了一种考虑金属结构损伤程度的传感器优化布置方法及系统，该方法包括：对比动力响应物理数据和动力响应仿真数据的差距，采用马尔可夫链蒙特卡罗的贝叶斯更新方法更新原始有限元模型的参数，直至动力响应物理数据和动力响应仿真数据的差距小于设定值时，获取更新后的第一有限元模型；对第一有限元模型进行分析提取节点模态阵型结果，并利用有效独立法设置传感器布点方案，结合深度神经网络算法和模态置信度理论，筛选最佳布置方案；根构建的综合评价指标，分析传感器优化布置的合理性。本申请解决了机械装备实际结构状态偏离初始设计状态后，现有传感器优化布置方案不准确而引发的监测数据误差大的问题。

技术研发人员：刘志平,于燕南,陆瑶,张鹏,刘慧
受保护的技术使用者：武汉理工大学
技术研发日：
技术公布日：2024/1/13