一種基于功率譜和智能算法的結(jié)構(gòu)損傷診斷方法
【專利摘要】本發(fā)明提供了一種基于功率譜和智能算法的結(jié)構(gòu)損傷診斷方法，基于實(shí)測響應(yīng)信號(一般采用加速度信號)的功率譜密度函數(shù)和計(jì)算頻響函數(shù)來構(gòu)造智能優(yōu)化算法(遺傳算法和粒子群算法)的目標(biāo)函數(shù)及適應(yīng)度函數(shù)，然后利用智能算法進(jìn)行優(yōu)化計(jì)算，得到結(jié)構(gòu)的損傷因子，從而識別出結(jié)構(gòu)損傷的位置和損傷的程度。本發(fā)明為無需激勵(lì)信號而僅依靠響應(yīng)信號就可以成功對結(jié)構(gòu)進(jìn)行損傷診斷的方法。
【專利說明】一種基于功率譜和智能算法的結(jié)構(gòu)損傷診斷方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于結(jié)構(gòu)損傷診斷【技術(shù)領(lǐng)域】，尤其涉及一種基于功率譜和智能算法的結(jié)構(gòu) 損傷診斷方法。

【背景技術(shù)】
[0002] 結(jié)構(gòu)健康監(jiān)測的核心技術(shù)之一是結(jié)構(gòu)損傷診斷，目前基于振動(dòng)測試信息的結(jié)構(gòu)損 傷診斷技術(shù)一般要求同時(shí)測取獲得激勵(lì)激勵(lì)信號和響應(yīng)信號，比如基于實(shí)測頻響函數(shù)技術(shù) 的結(jié)構(gòu)損傷診斷技術(shù)等。當(dāng)服役中的土木工程結(jié)構(gòu)規(guī)模大、形式復(fù)雜時(shí)，往往難以準(zhǔn)確獲得 結(jié)構(gòu)的激勵(lì)信號，而只能獲得結(jié)構(gòu)的響應(yīng)信號。2001年第19屆IMAC會(huì)議專門討論了"大 型結(jié)構(gòu)基于環(huán)境激勵(lì)的結(jié)構(gòu)損傷識別技術(shù)"，一致認(rèn)為："由于大型結(jié)構(gòu)激振困難，利用環(huán)境 激勵(lì)輸出信息識別結(jié)構(gòu)損傷是結(jié)構(gòu)實(shí)時(shí)監(jiān)測的重要研究方向"。
[0003] 基于實(shí)測頻響函數(shù)和遺傳算法的結(jié)構(gòu)損傷診斷技術(shù)（見期刊《振動(dòng)與沖擊》：基于 頻響函數(shù)和遺傳算法的結(jié)構(gòu)損傷識別研究[J].振動(dòng)與沖擊，2008, 27(12) :28-30)，當(dāng)能夠 同時(shí)獲得結(jié)構(gòu)的激勵(lì)與響應(yīng)信號時(shí)，應(yīng)用這一技術(shù)可以獲得較好的結(jié)構(gòu)損傷診斷結(jié)果，而 當(dāng)無法獲得結(jié)構(gòu)的激勵(lì)信號時(shí)，這一方法的應(yīng)用受到了限制。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供一種基于功率譜和智能算法的結(jié)構(gòu)損傷診斷方法，旨在解 決現(xiàn)有結(jié)構(gòu)損傷診斷技術(shù)應(yīng)用因難以獲得激勵(lì)信號而受到限制的問題。
[0005] 本發(fā)明是這樣實(shí)現(xiàn)的，一種基于功率譜和智能算法的結(jié)構(gòu)損傷診斷方法，包括以 下步驟：
[0006] 實(shí)測響應(yīng)信號并計(jì)算其功率譜密度函數(shù)；
[0007] 隨機(jī)假定初始損傷模型，并計(jì)算其頻響函數(shù)；
[0008] 構(gòu)造智能算法目標(biāo)函數(shù)；
[0009] 優(yōu)化計(jì)算出結(jié)構(gòu)損傷因子，從而診斷出結(jié)構(gòu)損傷。
[0010] 優(yōu)選地，所述初始損傷模型假定過程包括：若Ki為結(jié)構(gòu)有限元模型的單元?jiǎng)偠染?陣，隨機(jī)假定其損傷因子^(彡1)，則損傷后單元?jiǎng)偠染仃嚳梢杂脕泶?，即Kdi = a而，并裝配成損傷后結(jié)構(gòu)的總剛度矩陣Kd = 2Kdi，由其計(jì)算的結(jié)構(gòu)頻響函數(shù)可以反映其 損傷特征。
[0011] 本發(fā)明克服現(xiàn)有技術(shù)的不足，即當(dāng)無法同時(shí)獲得結(jié)構(gòu)的激勵(lì)信號和響應(yīng)信號時(shí)難 以對結(jié)構(gòu)的損傷進(jìn)行診斷的情況，提供一種基于功率譜和智能算法的結(jié)構(gòu)損傷診斷方法， 基于實(shí)測響應(yīng)信號（一般采用加速度信號）的功率譜密度函數(shù)和計(jì)算頻響函數(shù)來構(gòu)造智能 優(yōu)化算法（遺傳算法和粒子群算法）的目標(biāo)函數(shù)及適應(yīng)度函數(shù)，然后利用智能算法進(jìn)行優(yōu) 化計(jì)算，得到結(jié)構(gòu)的損傷因子，從而識別出結(jié)構(gòu)損傷的位置和損傷的程度。本發(fā)明為無需激 勵(lì)信號而僅依靠響應(yīng)信號就可以成功對結(jié)構(gòu)進(jìn)行損傷診斷的方法。

【專利附圖】

【附圖說明】
[0012] 圖1是本發(fā)明基于功率譜和智能算法的結(jié)構(gòu)損傷診斷方法的步驟流程圖；
[0013] 圖2是本發(fā)明算例中實(shí)測功率譜密度函數(shù)（PSD)S44與計(jì)算頻響函數(shù)（FRF)H44(無 噪聲）；
[0014] 圖3是本發(fā)明算例中實(shí)測功率譜密度函數(shù)（PSD)S44與計(jì)算頻響函數(shù)（FRF) 氏4(10%噪聲）。

【具體實(shí)施方式】
[0015] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并 不用于限定本發(fā)明。
[0016] 一種基于功率譜和智能算法的結(jié)構(gòu)損傷診斷方法，如圖1所示，包括以下步驟：
[0017] 步驟S1、實(shí)測響應(yīng)信號并計(jì)算其功率譜密度函數(shù)。
[0018] 通過布設(shè)在結(jié)構(gòu)上的加速度傳感器測試在環(huán)境激勵(lì)（如大風(fēng)）下的加速度響應(yīng)信 號，并由譜分析軟件計(jì)算其功率譜密度函數(shù)。
[0019] 步驟S2、隨機(jī)假定初始損傷模型，并計(jì)算其頻響函數(shù)。
[0020] 若Ki為結(jié)構(gòu)有限元模型的單元?jiǎng)偠染仃?，隨機(jī)假定其損傷因子ai(< 1)，則損傷 后單元?jiǎng)偠染仃嚳梢杂胊A來代替，即Kdi=a而，并裝配成損傷后結(jié)構(gòu)的總剛度矩陣Kd =2Kdi，由其計(jì)算的結(jié)構(gòu)頻響函數(shù)可以反映其損傷特征。
[0021] 步驟S3、構(gòu)造智能算法目標(biāo)函數(shù)。
[0022] 由隨機(jī)振動(dòng)理論可知，結(jié)構(gòu)頻響函數(shù)H(?)可按式

【權(quán)利要求】
1. 一種基于功率譜和智能算法的結(jié)構(gòu)損傷診斷方法，其特征在于，包括以下步驟： 實(shí)測響應(yīng)信號并計(jì)算其功率譜密度函數(shù)； 隨機(jī)假定初始損傷模型，并計(jì)算其頻響函數(shù)； 構(gòu)造智能算法目標(biāo)函數(shù)； 優(yōu)化計(jì)算出結(jié)構(gòu)損傷因子，從而診斷出結(jié)構(gòu)損傷。
2. 如權(quán)利要求1所述的基于功率譜和智能算法的結(jié)構(gòu)損傷診斷方法，其特征在于，所 述初始損傷模型假定過程包括：若I為結(jié)構(gòu)有限元模型的單元?jiǎng)偠染仃?，隨機(jī)假定其損傷 因子 ai(彡1)，則損傷后單元?jiǎng)偠染仃嚳梢杂脕泶?，即Kdi= αΛ，并裝配成損傷 后結(jié)構(gòu)的總剛度矩陣Kd = ΣΚ&，由其計(jì)算的結(jié)構(gòu)頻響函數(shù)可以反映其損傷特征。
【文檔編號】G06F19/00GK104239736SQ201410497224
【公開日】2014年12月24日 申請日期:2014年9月25日 優(yōu)先權(quán)日:2014年9月25日
【發(fā)明者】鄒萬杰, 章云霞, 郭昭君 申請人:廣西科技大學(xué)