[发明专利]一种大型复杂结构损伤诊断的多主体与信息融合方法

说明书

一种大型复杂结构损伤诊断的多主体与信息融合方法，它涉及多主体与信息融合方法技术领域。一种大型复杂结构损伤诊断的多主体与信息融合方法它包含四个步骤。采用上述技术方案后，本发明的有益效果为：它的设计合理，可以有效提高各传感主体、信号处理主体、损伤诊断主体及决策级主体处理结果的准确度与可信性，对不一致的诊断结果进行冲突的消解，最终对大型复杂结构的损伤状态进行合理有效的诊断与评估。

技术领域

本发明涉及多主体与信息同和方法技术领域，具体涉及一种大型复杂结构损伤诊断的多主体与信息融合方法。

背景技术

随着科学技术的不断进步，经济社会各个领域迎来了快速的发展，各种大型、复杂工程结构和设施不断出现和日益增加，如大型飞机、卫星、空间站等航空航天飞行器结构，大型高楼大厦、大跨度桥梁等大型土木工程结构。这些结构所采用的材料复杂，包括钢筋混凝土、金属和各种复合材料等，这些大型复杂结构许多面临复杂恶劣的使用环境，容易受到各种外来冲击、腐蚀或材料疲劳等而产生不同程度的损伤，各类损伤累积到一定程度，将影响其承载能力和耐久性，使抵抗自然灾害的能力下降，甚至引发各种灾难性的突发事故,如何针对类似桥梁等大型工程结构的特点，利用先进的理论和方法，对结构的损伤进行有效的科学的诊断，对于防灾减灾、确保其安全服役，具有重大的理论意义和工程指导意义。

所谓主体(主体)是指能够通过相互合作来共同求解自身难以完成的复杂问题的个体。主体(主体)能够自主地通过传感器感知外界环境，经过一系列的处理，利用驱动器对外界环境作出动作，如机器人主体利用摄像头、红外测距仪等作为传感器，各种马达作为驱动器，能自主完成各种任务。构成工程结构的材料多种多样，可能产生的损伤也各不相同，损伤所体现出的征兆也不同，如钢筋混凝土结构的疲劳裂纹等。随着损伤诊断技术的发展，产生了很多损伤诊断方法，这些方法共同之处是都要利用各种传感器获取结构的损伤信息，再利用小波分析、HHT变换等信号处理算法得到反映结构状态的损伤特征，利用各种损伤诊断算法对结构的损伤特征因子进行处理，最终得到结构的损伤类别、损伤位置、损伤程度等损伤信息。

在传统的损伤识别过程中，损伤数据的采集、损伤特征因子提取与损伤模式确定是损伤识别的关键，决定着损伤识别结果的准确性。目前这三个环节都建立了一定的基础理论和方法，如损伤特征因子提取可以采用时域信号分析、快速傅立叶分析、小波分析、HHT﹙Hilbert-Huang Transform﹚分析等各种先进的时频信号处理技术，在损伤模式识别上，可以采用模式识别、人工神经网络、遗传算法、多主体协作等方法。这些方法对小尺寸的结构，在实验室环境下能取得满意的结果，但对于大型复杂实际工程结构，工作环境及造成的损伤复杂，外界干扰大，传感器优化布置、数据采集、特征提取以及损伤诊断等都还没有成熟的普适的理论与方法，有时还会给出错误的诊断结果。

目前大型复杂结构损伤识别在以上三个环节主要面临如下困境：

(1)、对于某种损伤，采用某一种诊断手段很难测得结构准确的损伤特征信息，而采用多种诊断手段可能会得到不一致的结果，从多种诊断手段所获得的结果中得到准确的结构损伤信息有较大的困难；

(2)、对同一组诊断数据源，一般都能用多种信号处理算法及特征提取算法进行处理，但这些方法的诊断结果可能不一致，如何根据特征向量特点选取最能反映该损伤特征的方法，如何从不一致的结果中得到准确的结构损伤信息有较大的困难；

(3)、伤状态综合诊断与评估带来困难。

发明内容

本发明的目的在于针对现有技术的缺陷和不足，提供一种大型复杂结构损伤诊断的多主体与信息融合方法，它的设计合理，可以有效提高各传感主体、信号处理主体、损伤诊断主体及决策级主体处理结果的准确度与可信性，对不一致的诊断结果进行冲突的消解，最终对大型复杂结构的损伤状态进行合理有效的诊断与评估。