[发明专利]基于加速度响应的结构动态位移估计方法及设备

说明书

本申请涉及一种基于加速度响应的结构动态位移估计方法，包括：获取加速度实测点的加速度监测数据，根据加速度监测数据，基于位移响应计算模型，得到位移待估计点的位移响应预测数据。由于位移响应计算模型是预先根据每一种荷载工况的加速度实测点的模拟加速度响应数据和位移待估计点的模拟位移响应数据训练得到的，位移响应计算模型可以反映加速度响应变量与位移响应变量之间的映射关系，并基于映射关系实现基于加速度监测数据，对空间钢结构的位移响应数据进行预测，并且能应用于多种荷载工况。

技术领域

本申请涉及监测数据处理技术领域，尤其涉及一种基于加速度响应的结构动态位移估计方法及设备。

背景技术

大跨空间钢结构因其受力的特殊性和结构的复杂性，在施工过程中容易产生安全事故，在使用过程中不可避免产生性能劣化，甚至引起结构倒塌等事故。结构健康监测技术通过在结构关键部位布置传感器，采集传感器数据，获取结构真实环境下的响应信息，确定结构当前的健康状态。在通常采用的监测项目中，位移监测是比较直观的监测手段，因为结构在施工阶段或者使用阶段的实际变化情况可由位移及变形直接反映出来。在施工过程中，位移监测可以判断结构的空间位移是否满足施工误差的要求，保证空间结构的标高与水平位移达到设计要求，同时为施工方案的调整提供依据和指导。在使用过程中，位移监测可以反映结构的变形特征，是控制结构受力性能优劣的重要指标。

大跨空间钢结构的动态位移响应难以直接通过监测获取，可通过加速度响应信号直接进行两次积分得到位移，然而加速度响应中的低频成分在积分过程中会随着时间推移不断累积放大，产生趋势项误差。国外已经展开了很多关于响应估计的研究，基于不确定性模型的结构进行响应估计的方法主要以卡尔曼滤波为核心。传统卡尔曼滤波算法仅针对外激励已知的线性结构，实际工程中外激励通常是未知的，因此Lourens等人提出了一种可识别激励的扩展卡尔曼滤波方法，然而，对于非线性非高斯特性强的系统，扩展卡尔曼滤波性能下降甚至失效。

发明内容

为至少在一定程度上克服相关技术中存在的问题，本申请提供一种基于加速度响应的结构动态位移估计方法及设备。

本申请的方案如下：

根据本申请实施例的第一方面，提供一种基于加速度响应的结构动态位移估计方法，包括：

获取加速度实测点的加速度监测数据；

根据所述加速度监测数据，基于位移响应计算模型，得到位移待估计点的位移响应预测数据；其中，所述位移响应计算模型是预先根据每一种荷载工况的加速度实测点的模拟加速度响应数据和位移待估计点的模拟位移响应数据训练得到的。

优选的，在本申请一种可实现的方式中，还包括：

通过有限元软件建立与实际空间钢结构吻合的有限元模型；

设置多种荷载工况，所述多种荷载工况包括空间钢结构所处地区可能出现的各种荷载工况；

获取每一种荷载工况加速度实测点的模拟加速度响应数据和位移待估计点的模拟位移响应数据；

对所述模拟加速度响应数据和所述模拟位移响应数据进行规范化处理，将处理后的所述模拟加速度响应数据和所述模拟位移响应数据作为样本数据；

根据所述样本数据训练所述位移响应计算模型，所述位移响应计算模型用于表示所述模拟加速度响应数据与所述模拟位移响应数据的映射关系。

优选的，在本申请一种可实现的方式中，所述根据所述样本数据训练所述位移响应计算模型，具体包括：

对所述样本数据引入回归估计函数，所述回归估计函数中的元素包括：权值向量，偏值向量，以及将所述样本数据输入从低维空间映射到高维特征空间的函数；