[发明专利]一种基于损伤指标体系窄域特性的桥梁结构状态诊断方法有效

专利信息
申请号: 201710471464.4 申请日: 2017-06-20
公开(公告)号: CN107292023B 公开(公告)日: 2020-07-24
发明(设计)人: 杨昌熙;刘洋;周正;曹建新 申请(专利权)人: 哈尔滨工业大学
主分类号: G06F30/13 分类号: G06F30/13;G06F30/20;G01M5/00;G06F111/10
代理公司: 哈尔滨市松花江专利商标事务所 23109 代理人: 杨立超
地址: 150001 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 损伤 指标体系 特性 桥梁 结构 状态 诊断 方法
【权利要求书】:

1.一种基于损伤指标体系窄域特性的桥梁结构状态诊断方法,其特征在于:所述基于损伤指标体系窄域特性的桥梁结构状态诊断方法包括以下步骤:

步骤一:采集健康状态下桥梁结构的实时监测数据,根据实时监测数据建立健康状态下桥梁结构损伤指标体系;

步骤二:利用步骤一获得的桥梁结构损伤指标体系,并根据窄域特性的定义,建立桥梁结构损伤指标体系窄域特性判别因子;所述判别因子包括线性桥梁结构损伤指标体系窄域特性的判别因子和非线性桥梁结构损伤指标体系窄域特性的判别因子;

所述步骤二中线性桥梁结构损伤指标体系窄域特性的判别因子的建立过程具体为:

步骤二一、利用健康状态下桥梁结构损伤指标体系Φm,采用帕尔森窗方法估计损伤特征向量的概率分布,建立结构状态诊断决策边界Γ;

步骤二二、建立健康状态下桥梁结构损伤指标体系Φm的协方差矩阵,

Φm=[x1,x2,…,xk]的协方差定义为:

式中,xj桥梁结构损伤指标体系数据向量,μ为Φm的均值向量,1≤j≤k,m为数据向量维数,k为桥梁结构损伤指标体系样本数;

利用奇异值分解技术,确定奇异值分布Si及相应的奇异值向量Ui,i=1,2,…,m;

步骤二三、根据窄域特性的定义,利用损伤特征的奇异值向量,通过投影技术,建立结构状态诊断决策边界沿第i个奇异向量的投影则线性桥梁结构损伤指标体系窄域特性的判别因子为:

所述步骤二中非线性桥梁结构损伤指标体系窄域特性的判别因子的建立过程具体为:

步骤二a、利用健康状态下桥梁结构损伤指标体系Φm,采用核主成分分析算法,根据得到主成分矩阵建立结构状态诊断决策边界Γ;

步骤二b、利用核主成分分析算法得到的第i个损伤特征向量,i=1,2,…,m,建立与第i个损伤特征向量正交的m-1维超平面;

步骤二c、根据几何拓扑理论,利用步骤二b建立的正交于第i个损伤特征向量的超平面,建立与Γ相交的超球面Πi

步骤二d、利用建立的超平面Πi及结构状态诊断决策边界Γ,由式(3)计算非线性桥梁结构损伤指标体系窄域特性的判别因子;

步骤三:利用步骤二得到的桥梁结构损伤指标体系窄域特性判别因子,判别步骤一建立的桥梁结构损伤指标体系是否具有窄域特性;

步骤四:对步骤三中判断的具有窄域特性的桥梁结构损伤指标体系,利用主曲线算法,建立桥梁结构累积损伤因子序列;若桥梁结构损伤指标体系不具备窄域特性,则建立基于有监督类算法的桥梁结构累积损伤因子序列;

步骤五:利用步骤四得到的桥梁结构累计损伤因子序列,并根据相关性置乱策略的损伤特征向量重置方法,采用累积和控制图算法,得到基于损伤指标窄域特性的桥梁结构状态诊断结果。

2.根据权利要求1所述的一种基于损伤指标体系窄域特性的桥梁结构状态诊断方法,其特征在于:所述步骤一中根据实时监测数据建立健康状态下桥梁结构损伤指标体系具体为:

步骤一一:设实时监测数据矩阵为Y1=[y1,y2,…,yn],y1,y2,…,yn为监测数据向量,监测数据向量维数为m,n为监测时间;

步骤一二:对矩阵Y1进行模态分析,得到对应监测时间下的结构模态参数:频率f,阻尼比ζ及振型φ,获得桥梁结构损伤指标体系Φ={f,ζ,φ}。

3.根据权利要求2所述的一种基于损伤指标体系窄域特性的桥梁结构状态诊断方法,其特征在于:所述步骤二中窄域特性的定义具体为:

定义m维桥梁结构损伤指标体系Φm所建立的封闭损伤决策边界为Γ,利用正交于第i维损伤指标体系的超平面建立与Γ相交的超球面Π,则比值或者即为桥梁结构损伤指标体系窄域特性的判别因子;其中i=1,2,…,m,超球面Π是m-1维的。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学,未经哈尔滨工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710471464.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top