[發明專利]基于因子分析的損傷識別方法

有效

• 申請號: 201910162858.0
• 申請日: 2019-03-05
• 公開（公告）號: CN109840386B
• 公開（公告）日: 2022-09-23
• 發明（設計）人: 韋灼彬;高屹;吳森;曹軍宏
• 申請（專利權）人: 中國人民解放軍海軍勤務學院
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明一種基于因子分析的損傷識別方法，利用小波包能量譜法對結構動力響應數據進行分析，得到結構動力響應特征參數，其次，假設x是一段時間內，在不同環境溫度下結構動力響應特征參數觀測值組成的矩陣，主分量分析法求解Λ，建立結構動力響應特征參數的因子模型(x＝Λξ+g)，用因子分析法去除環境溫度對動力響應特征參數的影響，假設在不同結構狀態和不同溫度下，結構所受荷載恒定不變，結構加速度小波包能量譜是結構狀態敏感參數；利用因子分析降低了環境溫度對于損傷識別結果的影響，在得到去除環境溫度對動力響應特征參數的基礎上，開展結構損傷識別。本發明很好地降低了環境溫度對結構健康監測損傷識別結果的影響。

技術領域

本發明涉及結構健康監測領域，更具體地說，是涉及一種基于因子分析的損傷識別方法。

背景技術

主分成分分析(Principal Component Analysis，PCA)是由霍特林(Hotelling)于1933年首先提出來的。主成分分析主要是利用降維的思想，在保留原始變量盡可能多的信息前提下把多個指標轉化為幾個綜合指標的多元統計方法。通常把轉化生成的綜合指標稱為主成分，而每個主成分都是原始變量的線性組合，但各個主成分之間沒有相關性，這使得主成分比原始變量具有某些更優越的反映問題實質的性能。

因子分析根據研究對象可以分為R型因子分析和Q型因子分析。兩種因子分析的處理方法一樣，只是出發點不同。R型因子分析是對變量進行因子分析，是從變量的相關陣出發，Q型因子分析是對樣品進行因子分析，從樣品相似陣出發。其基本思想是根據相關性大小把原始變量分組，使得同組內變量之間相關性較高，而不同組的變量間的相關性較低。每組變量代表一個基本結構，并用一個不可觀測的綜合變量表示，這個基本結構就稱為公共因子。對于某個具體問題，原始變量就可以分解成兩部分之和的形式，一部分是少數幾個不可測的公共因子線性函數，另一部分是與公共因子無關的特殊因子。

目前，研究怎樣降低環境溫度對損傷識別結果的影響的方法大致可分為兩種：第一種是實時測量大量的環境溫度和相對應的振動數據(或損傷敏感特征指標)樣本，通過建立環境溫度和損傷敏感特征指標之間的數學模型來實施降低環境溫度變量對損傷識別結果的影響，如李愛群、丁幼亮等以蘇通大橋2008年至2009年間240天的監測數據為研究對象，對蘇通大橋主梁實測小波包能量譜與溫度的季節相關性進行了詳細的分析，采用6次多項式對小波包能量和溫度進行了統計建模以降低環境溫度對損傷特征指標的影響；出自“李愛群，丁幼亮，鄧揚，等.蘇通大橋結構健康狀態評估技術研究與應用(2)：主梁損傷預警[J].防災減災工程學報，2010，30(3)：330-335.”。

第二種是直接利用結構動態測量數據，把環境變量作為影響結構動態測量值的潛在變量，通過某種線性或非線性變換，提取出環境溫度對損傷特征指標的影響，如：Yan A M等對不同環境溫度條件下的結構頻率向量構建樣本矩陣，用主成分分析法提取樣本矩陣的主成分殘差，以此降低環境溫度對損傷敏感特征指標的影響，并通過先對樣本數據分類，再對各類數據分別進行主成分分析的思想，實現了主成分分析對溫度-結構動態響應非線性關系的提取。出自“Yan A M，Kerschen G，Boe P D，et al.Structural Damage DiagnosisUnder Varying Environmental Conditions-Part I：A Linear Analysis[J].MechanicalSystems and Signal Processing，2005，19：847-864.；(中文譯文：波爾等，不同環境條件下的結構損傷診斷[J]機械系統和信號處理，2005，19：847-864.)。

上述現有技術測量時受溫度傳感器數量、位置和測量信息準確率的影響較大，且一旦建立好溫度與結構損傷敏感特征指標的關系后，溫度傳感器安裝位置必須固定不變，一旦傳感器位置有所變動則所建立的溫度-損傷敏感特征指標的關系就會失效。

發明內容

本發明所要解決的技術問題是，克服現有技術中存在的不足，提供一種基于因子分析的損傷識別方法。