[發(fā)明專(zhuān)利]基于基準(zhǔn)貝葉斯原理與稀疏正則化的結(jié)構(gòu)損傷識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111488320.2
• 申請(qǐng)日: 2021-12-07
• 公開(kāi)（公告）號(hào): CN114896712A
• 公開(kāi)（公告）日: 2022-08-12
• 發(fā)明（設(shè)計(jì)）人: 張鳳亮;劉洋;翦凝敏;谷東鍇;石磊;董浩;丁習(xí)斌;李坤林;陳熙;吳邊;韋驕原;樊志標(biāo);羅成;敖凌宇;楊波;王璐;李穎;華建成
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中鐵五局集團(tuán)建筑工程有限責(zé)任公司;中鐵五局集團(tuán)有限公司;哈爾濱工業(yè)大學(xué)（深圳）
• 主分類(lèi)號(hào): G06F30/17
• 分類(lèi)號(hào): G06F30/17;G06F30/23;G06F30/27;G06N3/00;G06N7/00;G06F111/08
• 代理公司: 貴州派騰知識(shí)產(chǎn)權(quán)代理有限公司 52114
• 代理人: 唐斌

本發(fā)明公開(kāi)了一種基于基準(zhǔn)貝葉斯原理與稀疏正則化的結(jié)構(gòu)損傷識(shí)別方法，包括對(duì)結(jié)構(gòu)進(jìn)行環(huán)境振動(dòng)測(cè)試，采集加速度信號(hào)數(shù)據(jù)；對(duì)采集信號(hào)進(jìn)行快速貝葉斯FFT模態(tài)識(shí)別，獲得結(jié)構(gòu)實(shí)測(cè)模態(tài)信息；建立有限元模型，參數(shù)化剛度矩陣；基于基準(zhǔn)貝葉斯原理與稀疏正則化構(gòu)建損傷識(shí)別目標(biāo)函數(shù)；設(shè)置正則化參數(shù)選取范圍和迭代步長(zhǎng)，對(duì)其中任一正則化參數(shù)采用群體智能優(yōu)化算法求解目標(biāo)函數(shù)；基于DP準(zhǔn)則選取正則化參數(shù)，求解得到最優(yōu)結(jié)構(gòu)參數(shù)。本發(fā)明根據(jù)基準(zhǔn)貝葉斯原理及稀疏正則化技術(shù)建立了實(shí)測(cè)模態(tài)參數(shù)與根據(jù)有限元模型計(jì)算的理論模態(tài)參數(shù)之間的擬合函數(shù)(即損傷識(shí)別目標(biāo)函數(shù))，并采用智能優(yōu)化算法求解最優(yōu)的結(jié)構(gòu)參數(shù)，實(shí)現(xiàn)了結(jié)構(gòu)損傷的定位與量化。

技術(shù)領(lǐng)域

本發(fā)明涉及一種利用計(jì)算機(jī)程序進(jìn)行結(jié)構(gòu)損傷識(shí)別的方法。

背景技術(shù)

在環(huán)境侵蝕、材料老化、設(shè)計(jì)缺陷、荷載疲勞效應(yīng)以及自然災(zāi)害等因素的共同作用下，結(jié)構(gòu)系統(tǒng)將不可避免地產(chǎn)生損傷積累和抗力衰減，進(jìn)而對(duì)結(jié)構(gòu)安全性造成影響。若未能及時(shí)發(fā)現(xiàn)結(jié)構(gòu)損傷并對(duì)結(jié)構(gòu)進(jìn)行維護(hù)，極有可能釀成工程事故，對(duì)人民的生命財(cái)產(chǎn)及社會(huì)穩(wěn)定產(chǎn)生直接重大影響，極端情況下甚至可能導(dǎo)致災(zāi)難性的后果。為了保證工程結(jié)構(gòu)的安全性，延長(zhǎng)結(jié)構(gòu)使用壽命，結(jié)構(gòu)健康監(jiān)測(cè)成為了土木工程領(lǐng)域的熱點(diǎn)問(wèn)題。其中結(jié)構(gòu)損傷識(shí)別技術(shù)是結(jié)構(gòu)健康監(jiān)測(cè)的核心問(wèn)題，其利用結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)采集的信息對(duì)結(jié)構(gòu)損傷進(jìn)行定位與定量，為結(jié)構(gòu)安全狀況評(píng)估及維護(hù)提供決策依據(jù)。損傷識(shí)別大致分為以下四個(gè)層次：確定結(jié)構(gòu)損傷是否存在；確定損傷發(fā)生的位置；量化結(jié)構(gòu)損傷程度；預(yù)測(cè)結(jié)構(gòu)剩余壽命。

結(jié)構(gòu)損傷識(shí)別屬于典型的反問(wèn)題，其基于輸出(結(jié)構(gòu)響應(yīng))推斷未知的結(jié)構(gòu)參數(shù)(輸入)，即尋找最優(yōu)的反應(yīng)結(jié)構(gòu)狀態(tài)的系統(tǒng)參數(shù)。識(shí)別過(guò)程中使用的數(shù)據(jù)通常是在不同位置記錄的結(jié)構(gòu)響應(yīng)的時(shí)程數(shù)據(jù)(例如位移、加速度等)，并在可能的情況下輸入激勵(lì)的時(shí)程數(shù)據(jù)。要識(shí)別的參數(shù)可以是結(jié)構(gòu)系統(tǒng)的任一物理量(例如結(jié)構(gòu)質(zhì)量、阻尼、剛度等)。已有的損傷識(shí)別方法大致可以分為確定性方法和概率性方法。到目前為止，確定性方法，如基于最小二乘法的方法、啟發(fā)式算法、過(guò)濾技術(shù)等已經(jīng)得到了很好的發(fā)展，這些方法已經(jīng)被用于解決諸如模型更新和損傷識(shí)別等反問(wèn)題。通過(guò)提供結(jié)構(gòu)參數(shù)明確定義的值，當(dāng)識(shí)別問(wèn)題為適定問(wèn)題時(shí)，可以有效地使用確定性方法來(lái)確定結(jié)構(gòu)健康狀態(tài)(損傷程度)。然而實(shí)際工程中往往存在測(cè)量誤差和建模誤差，同時(shí)測(cè)量數(shù)據(jù)往往不完整，這些都造成了反問(wèn)題求解的不適定性，確定性方法往往不能給出令人滿(mǎn)意的結(jié)果。相比之下，概率方法在處理不確定性方面具有更高的魯棒性，因?yàn)樗鼈兡軌蚩紤]以測(cè)量數(shù)據(jù)和先驗(yàn)信息為條件的所有可能模型。目前最流行的概率方法之一稱(chēng)為貝葉斯方法。這種方法在給出適當(dāng)?shù)乃迫缓瘮?shù)的同時(shí)，考慮測(cè)量數(shù)據(jù)內(nèi)的完整信息以進(jìn)行統(tǒng)計(jì)推斷，可以得到對(duì)結(jié)構(gòu)響應(yīng)的穩(wěn)健預(yù)測(cè)和對(duì)結(jié)構(gòu)損傷的可靠評(píng)估，在一定程度上緩解了反問(wèn)題求解的不適定性。然而貝葉斯反演過(guò)程一般需要高維多重積分，公式推導(dǎo)復(fù)雜，求解計(jì)算十分困難，一定程度上限制了它的應(yīng)用。

正則化方法是一種用來(lái)處理反問(wèn)題求解不適定性的方法，其基本思想是用與原問(wèn)題相鄰近的適定性問(wèn)題的解去逼近原問(wèn)題的解。由于在結(jié)構(gòu)損傷識(shí)別這類(lèi)不適定的反問(wèn)題求解過(guò)程中，往往存在結(jié)構(gòu)參數(shù)對(duì)測(cè)量誤差、噪音的過(guò)度擬合，使得存在多組局部最優(yōu)解甚至無(wú)解，因此引入正則化技術(shù)可以在保證數(shù)據(jù)擬合誤差足夠小的同時(shí)維持模型較為光滑，不出現(xiàn)過(guò)度擬合的情況。常見(jiàn)的正則化方法包括l₁范數(shù)正則化(稀疏正則化)與l₂范數(shù)正則化(Tikhonov正則化)。相較于l₂范數(shù)正則化的光滑解，l₁范數(shù)正則化可以保留更多的突變信息，獲得更為稀疏的解。由于實(shí)際結(jié)構(gòu)的損傷往往只發(fā)生在局部位置，即損傷具有稀疏性，因此l₁范數(shù)正則化更適合用于結(jié)構(gòu)損傷識(shí)別。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題是：為了降低測(cè)量誤差、建模誤差、不完整的測(cè)量采集信號(hào)等不確定因素對(duì)結(jié)構(gòu)損傷識(shí)別效果的影響，提高損傷識(shí)別結(jié)果的精度和魯棒性，減少錯(cuò)誤損傷識(shí)別結(jié)果的出現(xiàn)，本發(fā)明提出了一種結(jié)合基準(zhǔn)貝葉斯原理與稀疏正則化的損傷識(shí)別方法，并采用智能群體優(yōu)化算法進(jìn)行分析計(jì)算，實(shí)現(xiàn)了確定性方法與概率性方法的有機(jī)結(jié)合，能夠以較低的計(jì)算量實(shí)現(xiàn)損傷結(jié)果的精準(zhǔn)定位與量化。