[發明專利]一種時空窗口下的改進型PCA損傷檢測方法

有效

• 申請號: 201711098745.6
• 申請日: 2017-11-09
• 公開（公告）號: CN108009566B
• 公開（公告）日: 2020-04-28
• 發明（設計）人: 張舸;劉澤佳;周立成;湯立群;劉逸平;蔣震宇;董守斌;陳溢濤;蔣雍建;程楠;涂成楓;朱亞偉
• 申請（專利權）人: 華南理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F30/20
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 馮炳輝

本發明公開了一種時空窗口下的改進型PCA損傷檢測方法，首先，利用數值仿真或者實驗手段，在損傷處于不同空間位置的多種工況下，確定不同位置損傷所對應的空間影響范圍，進而確定對損傷敏感的結構空間區域，即空間窗口；其次，依據PCA原理確定與外荷載周期有關的時間窗口；最后在確定時間窗口和空間窗口后，對空間窗口內所有測點數據使用PCA方法，以特征向量作為監測指標，實時監測損傷并實現損傷定位。本發明方法是在限定的時間和空間窗口內對結構響應進行PCA分析，從而提高了損傷識別的精度和靈敏度，可利用長期結構監測數據對大跨度實體橋梁或其它結構進行損傷識別。

技術領域

本發明涉及結構損傷識別的技術領域，尤其是指一種時空窗口下的改進型PCA損傷檢測方法。

背景技術

結構健康監測的目標是通過實時獲取結構的響應信息進而正確評估結構的安全狀態。在長期的環境因素、交通荷載和自然災害等因素的作用下，結構可能會產生不同程度的損傷，從而引起結構力學響應發生變化，如固有頻率、應變和位移等。然而，當損傷程度小或者受損位置遠離傳感器時，直接通過監測系統獲取的響應信息有時并沒有發生顯著變化，因此不能直接利用原始數據正確診斷結構的健康狀態。在這種情況下，需要對原始數據進行深度的學習和訓練或者挖掘數據的時頻域特征，從而識別結構的損傷。目前，通過對長期健康監測數據進行數據處理從而識別損傷的方法有基于神經網絡與遺傳算法的方法，小波分析，ARMA，PCA和MPCA等方法。神經網絡與遺傳算法結合的方法需要對監測系統的數據進行機器學習訓練，是一種非線性的損傷檢測方法。在實際服役環境中，結構受到噪聲、風、重車荷載等多種隨機荷載同時作用，其響應信息是多種隨機因素共同作用產生的結果。而在該方法分析過程中往往不會同時考慮多種荷載作用，因此損傷識別有一定局限性，且魯棒性較差。ARMA方法是對時序信號建立自回歸平均滑動模型識別異常信號的數據處理手法。該方法所研究的時間序列必須是滿足同一函數分布的平穩信號，非平穩信號需要通過差分變成平穩信號再建模，對信號要求較高。PCA(主元素分析)方法由于具備良好的去噪能力而被廣泛應用，特點是可以在保證數據信息丟失最少的原則下，將多維數據壓縮到少數幾維。但該方法在實際損傷識別中會因為數據量隨時間的增加而導致計算效率下降，且在降維的過程中會將微小損傷當做噪聲處理。隨后出現的MPCA方法，是在選定長度的移動的時間窗口上對結構所有測點的數據統一使用PCA，求出該時間窗內的特征向量，并通過對比特征向量在時域上的變化以識別損傷。但是，該方法將所有測點的數據統一使用PCA方法進行分析，忽略了遠離損傷區域的測點的響應對損傷不敏感這一特點。因此，在數據分析過程中延遲了發現損傷的時間，降低了測損精度。

發明內容

本發明的目的在于克服現有技術的缺點與不足，提出了一種時空窗口下的改進型PCA損傷檢測方法，該方法是在限定的時間和空間窗口內對結構響應進行PCA分析，從而提高了損傷識別的精度和靈敏度，可利用長期結構監測數據對大跨度實體橋梁或其它結構進行損傷識別。

為實現上述目的，本發明所提供的技術方案為：一種時空窗口下的改進型PCA損傷檢測方法，首先，利用數值仿真或者實驗手段，在損傷處于不同空間位置的多種工況下，確定不同位置損傷所對應的空間影響范圍，進而確定對損傷敏感的結構空間區域，即空間窗口；其次，依據PCA原理確定與外荷載周期有關的時間窗口；最后在確定時間窗口和空間窗口后，對空間窗口內所有測點數據使用PCA方法，以特征向量作為監測指標，實時監測損傷并實現損傷定位。其包括以下步驟：

1)通過無損和不同位置損傷多種工況下的響應信息，確定損傷的空間影響范圍。根據空間影響范圍，進一步在空間上對結構進行區域劃分，實現對測點的分組，從而確定空間窗口；

2)基于外荷載周期確定PCA分析所采用的時間窗口；

3)在限定的空間窗口和時間窗口內，對結構空間窗口范圍內測點所采集的響應數據，使用PCA分析，得到對應的特征向量；

4)移動時間窗口，計算不同時間窗口下的特征向量，對比分析特征向量隨時間的變化，確定有無損傷及損傷出現的時間；