[發明專利]一種基于時空窗下的PCA結構損傷檢測方法

在審

• 申請號: 202010609916.2
• 申請日: 2020-06-30
• 公開（公告）號: CN111898312A
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 周立成;張舸;陳敬松;劉方剛;劉澤佳;湯立群;周玉鋒;葉晨;劉逸平;蔣震宇;楊帥;彭寅;羅德泉;李杏林
• 申請（專利權）人: 華南理工大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06K9/62;G06F119/14
• 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

本發明公開了一種基于時空窗下的PCA結構損傷檢測方法，針對于配有傳感器監測的結構，在限定的時間和空間窗口下對傳感器獲取的數據進行PCA分析，得到結構特征向量的時間序列，通過分析特征向量的模長及方向角兩個識別指標的變化來確定結構損傷，即利用特征向量的模長監測結構是否存在損傷，若存在損傷，進一步利用特征向量與坐標軸的夾角確定結構的損傷位置，最終通過特征向量的模長確定受損程度。本發明可以大大提高結構損傷識別的精度和靈敏度，可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，尤其是指一種基于時空窗下的PCA結構損傷檢測方法。

背景技術

結構健康監測的目地是通過安裝在結構內的傳感器獲取結構的響應信息，人們通過這些力學響應正確地評估結構的當下狀態。在風、冰雹等環境因素及交通荷載等多種復雜荷載的共同作用下，結構可會出現損傷、老化甚至坍塌的現象。當結構出現異常時，結構力學響應會隨之發生變化，因此可通過分析響應的變化進行結構損傷識別。然而當損傷程度較小或者受損位置遠離傳感器時，傳感器獲取的響應可能沒有發生顯著變化。另一方面，實際環境下不可避免地存在噪聲的擾動，損傷發生時響應的變化往往會被噪聲所吞沒。針對這類情況，需要對傳感器獲取的響應進行進一步分析，挖掘對損傷更加敏感且魯棒性良好的新的識別指標，進而準確識別結構中存在的損傷。因此，如何從傳感器直接獲得的響應中得到更有利于損傷識別的新指標，是結構健康監測的一大挑戰。

主成分分析(Principal Component Analysis，簡稱PCA)方法由于具備良好的消除噪聲的能力，因此該方法被廣泛應用于數據壓縮、圖像、語言的分析處理。目前，該方法在結構監測也得到廣泛應用，如特征提取，損傷識別等。然而傳統的PCA方法在分析過程中，將監測全程中所有的傳感器歷史數據一齊分析。分析中同時包含結構健康和損傷兩種狀態下的響應，算法無法即時發現損傷。再者，PCA一次分析過程中數據量過于龐大，PCA求逆過程耗時較長，消耗過多的計算資源和時間成本。基于此，Posenato等提出了移動主成分分析法(Moving Principal Component Analysis，簡稱MPCA)。MPCA方法的實質是對所分析的數據施加了固定尺寸的時間窗口。每一次作PCA分析，僅僅對限定時間窗口內的監測數據進行分析，獲得特征向量。在整個健康監測全過程中，時間窗口不斷向前滑動，得到特征向量時間序列。通過分析特征向量隨時間的變化規律，從而識別損傷。然而，MPCA在分析的過程中，將所有傳感器的監測數據同時分析。在局部損傷發生時，僅僅一部分對損傷敏感的傳感器獲得的響應會發生明顯的變化，大部分傳感器獲得的響應不存在明顯的變化。另一方面，PCA和MPCA都是用特征向量分量作為損傷識別的指標，依據幾何定理，任一矢量的模大于等于矢量的投影。如果使用模長取代分量作為新的識別指標，有望能更進一步提高損傷識別的靈敏度和精度。

本方法為時空窗下的結構損傷檢測方法，該方法的實質是在PCA中施加一個合理的空間窗口，在分析過程有效地將對損傷不敏感的傳感器剔除，僅保留那些損傷發生時發生明顯變化的數據，并對這些數據進行PCA分析。接著創新性地使用特征向量的模長作為新的損傷識別指標判定結構是否出現損傷；并使用特征向量與坐標軸的夾角作為另一損傷識別指標，確定損傷出現的位置。最后再次使用特征向量的模評估受損程度。

發明內容

本發明的目的在于克服現有技術的缺點與不足，提出了一種基于時空窗下的PCA結構損傷檢測方法，可以大大提高結構損傷識別的精度和靈敏度，可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：一種基于時空窗下的PCA結構損傷檢測方法，針對于配有傳感器監測的結構，在限定的時間和空間窗口下對傳感器獲取的數據進行PCA分析，得到結構特征向量的時間序列，通過分析特征向量的模長及方向角兩個識別指標的變化來確定結構損傷，即利用特征向量的模長監測結構是否存在損傷，若存在損傷，進一步利用特征向量與坐標軸的夾角確定結構的損傷位置，最終通過特征向量的模長確定受損程度。