[发明专利]基于基频数据K-Means聚类的支吊架劣化报警方法

说明书

本发明公开一种基于基频数据K‑Means聚类的支吊架劣化报警方法，包括如下步骤：在支吊架上加装振动传感器，并进行振动测试，获得N组振动信号；采用快速傅里叶变换方法对支吊架的N组振动信号进行频谱分析；根据频谱分析结果，采用峰值法识别法提取每组信号频谱或频谱包络线在经验域内的最大峰值作为支吊架的基频观测点，所有作为支吊架的基频观测点组成基频观测点序列；采用K‑Means聚类方法对基频观测序列进行数据聚类分析，以离序列均值最近的簇为基频真值数据簇，并令该数据簇的质心位置作为支吊架当前性能的状态指标；当后期实时测试数值所得的计算指标持续M次偏离支吊架完好状态指标值距离D时，则表示支吊架出现劣化需要进行检修。

技术领域

本发明涉及既有建筑结构及其附属设施性能监测、检测、预警与评估领域，尤其是一种基于振动测试所识别基频数据的K-Means聚类结果进行支吊架运营期性能劣化监控、检查和报警方法，即基于基频数据K-Means聚类的支吊架劣化报警方法。

背景技术

支吊架是建筑结构及其机电、管线等附属设施的重要承力构件之一，在当代建筑中被广泛应用于附加构件、机电工程、管线工程等设施的承重与抗震当中。在建筑物的长期运营过程中，支吊架经常出现螺栓松动、严重腐蚀和局部损坏等病害。这些病害不但会导致支吊架本身退出工作，更能造成其支承设备的坠落，危险建筑内其它设备和人员的安全。随着测试技术和大数据分析技术的发展，低廉而经济的振动中、长期测试与快速处理已成为可能；而根据结构动力学原理，支吊架基频能够直观反映支吊架性能的劣化；数据聚类分析更能有效排除因噪声干扰、激励方式不当、传感器异常等因素的干扰，减少误报概率，保障支吊架劣化报警的有效地施行。

目前，建筑结构性能监测、检测等领域对于基于基频(固有频率)的建筑支吊架劣化的监控、检查与报警的相关方法很少，基于基频数据聚类分析的支吊架劣化报警方法则鲜有所闻。常用的方法有以下几种：(1)基于人工巡查结果发现支吊架的劣化：该方法是由建筑管理、检测人员靠近支吊架，人工检查支吊架的外观病害，进一步判定支吊架是否存在螺栓松动、严重腐蚀和局部损坏等病害，此方法依靠检测人员的经验和主观判断，人员接近易病害位置不仅费时费力且可能存在危险，是一种不经济且不安全的方法；(2)基于支吊架振动测试数据的固有频率变化发现支吊架的劣化：采用安装在支吊架上的加速度传感器测试信号识别支吊架固有频率，当固有频率下降到一定程度时，则判定该支吊架发生了某种病害并导致性能劣化，然而此方法没有考虑测试过程中的一些异常状况(如噪声干扰、激励方式不当、传感器异常等)带来的错误信息，故难以保障方法的有效性，导致出现大量的误报情况。

因此，有必要研发一种物理意义明确，方法逻辑严密，实施有章可循且准确率相对较高的方法，以实现支吊架性能劣化的监控与自动报警。

发明内容

技术问题：本发明提供一种基于基频数据K-Means聚类的支吊架劣化报警方法，该方法可以基于振动测试所识别基频数据的聚类分析结果进行支吊架运营期性能劣化监控、检查和报警。

技术方案：为解决上述技术问题，本发明采用的技术方案为：

基于基频数据K-Means聚类的支吊架劣化报警方法，包括步骤：

(1)在性能完好的支吊架上安装振动传感器，对支吊架进行N次振动测试，每次振动测试时通过振动传感器进行振动信号采集得到一个振动信号组,对支吊架上所测的每个振动信号组进行频谱分析，得到振动信号组的频谱；

(2)基于步骤(1)得到的振动信号组的频谱，采用峰值法识别法提取每组振动信号经验域内频谱的最大峰值或频谱包络线的最大峰值作为支吊架的基频值，将每组振动信号所对应的基频值作为一个基频观测点值，则N组振动信号所对应的基频值组成一个具有N个观测点的基频观测序列；

(3)采用K-Means聚类方法对基频观测序列进行数据聚类分析，以离序列均值最近的簇为支吊架基频的真值数据簇，并令该数据簇的质心位置作为支吊架当前性能的完好状态指标值；