[發(fā)明專利]僅利用輸出響應(yīng)的結(jié)構(gòu)動靜態(tài)參數(shù)不確定性定量分析系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201910915429.6
• 申請日: 2019-09-26
• 公開（公告）號: CN110750875B
• 公開（公告）日: 2022-11-15
• 發(fā)明（設(shè)計）人: 張建;田永丁;蔡得旭;夏琪
• 申請（專利權(quán)）人: 東南大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F17/16;G06F17/18
• 代理公司: 南京經(jīng)緯專利商標代理有限公司 32200
• 代理人: 劉莎

本發(fā)明公開了一種僅利用輸出響應(yīng)的結(jié)構(gòu)動靜態(tài)參數(shù)不確定性定量分析系統(tǒng)，基于快速貝葉斯方法和質(zhì)量改變方法對結(jié)構(gòu)的動靜態(tài)參數(shù)的不確定性進行定量計算。針對某一共振頻率帶的單個模態(tài)，通過四維的數(shù)值優(yōu)化問題的求解得到模態(tài)參數(shù)的最佳估計和協(xié)方差矩陣；通過一階攝動分析，可得振型縮放系數(shù)、質(zhì)量歸一化振型、柔度矩陣和預(yù)測位移的協(xié)方差矩陣；進一步能夠計算位移振型、柔度矩陣和撓度的置信區(qū)間。本發(fā)明僅使用環(huán)境振動數(shù)據(jù)，不需要進行昂貴的人工激勵作用和荷載輸入測量，達到和輸入輸出思想下一樣的結(jié)構(gòu)詳細動力特征識別的獨特優(yōu)點，具有測試時間少，無需封閉交通，測試精度高及抗噪音能力強的特點，有廣泛應(yīng)用于實際橋梁性能評估的良好前景。

技術(shù)領(lǐng)域

本發(fā)明涉及一種僅利用輸出響應(yīng)的結(jié)構(gòu)動靜態(tài)參數(shù)不確定性定量分析系統(tǒng)，屬于結(jié)構(gòu)健康監(jiān)測技術(shù)領(lǐng)域。

背景技術(shù)

世界各國基礎(chǔ)設(shè)施體量龐大，在國民經(jīng)濟生活中起到了很重要的作用。另一方面，基礎(chǔ)設(shè)施在漫長服役周期內(nèi)，由于環(huán)境侵蝕、日常服役荷載甚至超載的作用導(dǎo)致結(jié)構(gòu)的性能逐漸發(fā)生退化并且隨時可能遭遇地震、臺風等極端自然災(zāi)害的侵襲因此，如何實現(xiàn)公路網(wǎng)上為數(shù)眾多橋梁的性能評估，以保障結(jié)構(gòu)安全并最優(yōu)化維護管理費用是國內(nèi)外迫切需要解決的共同課題。

發(fā)明內(nèi)容

環(huán)境振動測試是結(jié)構(gòu)健康監(jiān)測的一種重要方法，它有潛力實現(xiàn)橋梁快速測試與可靠診斷。本發(fā)明提供一種僅利用輸出響應(yīng)的結(jié)構(gòu)動靜態(tài)參數(shù)不確定性定量分析系統(tǒng)。首先，與傳統(tǒng)的環(huán)境振動測試相比，本發(fā)明能夠識別出更為完備的結(jié)構(gòu)信息，比如結(jié)構(gòu)振型縮放系數(shù)和位移柔度等深層次參數(shù)。其次，與傳統(tǒng)的需要同時采集結(jié)構(gòu)輸入沖擊力時程和輸出響應(yīng)的沖擊振動測試相比，僅使用環(huán)境振動數(shù)據(jù)，不需要進行昂貴的人工激勵作用，不需要荷載輸入測量，而能達到和輸入輸出思想下一樣的結(jié)構(gòu)詳細動力特征識別。本發(fā)明方法克服了傳統(tǒng)健康監(jiān)測數(shù)據(jù)處理方法不能有效支持結(jié)構(gòu)安全評估以及現(xiàn)有沖擊振動測試方法需要使用人工激勵裝置的缺點，直接使用環(huán)境振動數(shù)據(jù)，具有成本低，測試所需時間少和抗噪音能力強的特點，因此有廣泛應(yīng)用于實際橋梁性能評估的良好前景。另一方面，本發(fā)明方法所使用的貝葉斯方法優(yōu)于非貝葉斯方法，公式幾乎使用了數(shù)據(jù)中的所有信息用來推斷模態(tài)參數(shù)，嚴格遵守物理建模假設(shè)，且得到模態(tài)參數(shù)及位移撓度的區(qū)間估計優(yōu)于傳統(tǒng)的點估計。

本發(fā)明為解決上述技術(shù)問題采用以下技術(shù)方案：

本發(fā)明提供一種僅利用輸出響應(yīng)的結(jié)構(gòu)動靜態(tài)參數(shù)不確定性定量分析系統(tǒng)，該系統(tǒng)包括傳感器單元、數(shù)據(jù)采集單元、數(shù)據(jù)分析單元和數(shù)據(jù)預(yù)測單元；

所述傳感器單元包括若干設(shè)置在橋梁上的振動傳感器；

所述數(shù)據(jù)采集單元采集振動環(huán)境下所述傳感器單元監(jiān)測到的振動加速度數(shù)據(jù)；

所述數(shù)據(jù)分析單元包括快速貝葉斯FFT計算模塊、振型縮放系數(shù)的不確定性計算模塊、質(zhì)量歸一化振型的不確定性計算模塊、位移柔度的不確定性計算模塊和預(yù)測變形的不確定性計算模塊；

所述快速貝葉斯FFT計算模塊：對所述數(shù)據(jù)采集單元采集到的振動加速度數(shù)據(jù)進行FFT變換，得到FFT變換后的實部F_k和虛部G_k，構(gòu)造似然函數(shù)p({Z_k}|θ)，Z_k＝[F_k^TG_k^T]^T，模態(tài)參數(shù)θ包括模態(tài)頻率f、阻尼比ξ、振型Φ、模態(tài)激勵下譜密度矩陣中的互譜密度S和預(yù)測誤差的譜密度σ²；對數(shù)似然函數(shù)進行數(shù)值優(yōu)化得到{f,ξ}的MPV值，通過對數(shù)似然函數(shù)的二階導(dǎo)數(shù)求得Hessian矩陣；對Hessian矩陣求逆得到各階模態(tài)參數(shù)的協(xié)方差矩陣；