[发明专利]用于减小结构振型矩阵识别的不确定性的传感器布置方法在审
申请号: | 202010884249.9 | 申请日: | 2020-08-28 |
公开(公告)号: | CN113158500A | 公开(公告)日: | 2021-07-23 |
发明(设计)人: | 裴雪扬;石飞停;尹明干;杜玉兵 | 申请(专利权)人: | 盐城工学院 |
主分类号: | G06F30/23 | 分类号: | G06F30/23;G06F17/16;G06F17/14;G06F111/08 |
代理公司: | 盐城盈禾知识产权代理事务所(普通合伙) 32428 | 代理人: | 朱海燕 |
地址: | 224000 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 减小 结构 矩阵 识别 不确定性 传感器 布置 方法 | ||
1.一种用于减小结构振型矩阵识别不确定性的传感器布置方法,用于土木工程结构健康监测,其特征在于,包括:振型矩阵的后验概率密度函数和基于信息熵的传感器布置;所述振型矩阵的后验概率密度函数,用来描述振型矩阵识别的不确定性;所述基于信息熵的传感器布置,提出信息熵准则量化振型矩阵参数识别的不确定性,通过信息熵准则利用顺序算法以指导传感器的布置。
2.根据权利要求1所述的用于减小结构振型矩阵识别不确定性的传感器布置方法,其特征在于,所述振型矩阵的后验概率密度函数,采用离散测量响应进行数据采样;因测量噪声的影响,离散的测量响应表示为如下形式:
式(1)中为传感器位置选择矩阵;NL为测点的自由度;Nd为结构的总自由度;是传感器所测得的结构响应;n表示离散采样时刻,即在t=nΔt时刻的采样,其中Δt表示采样间隔;是所需识别的结构振型矩阵,Φ={Φi,i=1,2,…,Nm},Φi表示结构的第i阶振型矩阵;Nm为结构参与振动模态阶数;是结构的真实响应;是测量值和真实值之间的误差。
3.根据权利要求2所述的用于减小结构振型矩阵识别不确定性的传感器布置方法,其特征在于,所述振型矩阵的后验概率密度函数,对离散测量响应采样数据进行离散傅里叶变换;
对离散采样数据通过将式(1)代入进公式YN={y(Φ,n),n=1,…N},N为采样点数,进行离散傅里叶变换得到:
式(2)中表示求根号的操作;∑[·]表示求和符号;e为自然常数;为所得的离散傅里叶变换向量,对应的频率刻度为fk=k/NΔt,k=1,…,Nq,其中Nq=int(N/2)+1对应着奈奎斯特频率,int[·]表示求整数符号;i是单位虚数。
4.根据权利要求3所述的用于减小结构振型矩阵识别不确定性的传感器布置方法,其特征在于,所述振型矩阵的后验概率密度函数,结构各阶模态在某阶振型矩阵附近频带中,结构的振动响应主要受到该阶次模态控制;在振型矩阵附近频带内采样点数目远大于1,将式(2)所得结果作为一个零均值的复高斯向量,其协方差矩阵形式如下:
式(3)中上标[·]T表示对矩阵或者向量求转置的操作;为结构的某一阶模态振型矩阵,这里假设振动是由第i阶模态控制的φ=Φi,是结构的整体模态振型矩阵;Si表示第i阶模态激励的谱密度;Se表示测量噪声的谱密度;是一个Nd×Nd的单位矩阵;αi=||Lφ||=||LΦi||是第i阶模态振型向量的归一化系数,||·||表示求模操作;
其中式(4)为式(3)中的动力放大系数部分;式(4)中βik=fi/fk表示振型矩阵和傅里叶变换对应频率刻度之间的比值;fi是结构的第i阶固有频率;ζi是结构的第i阶阻尼比;[·]-1表示求逆操作。
5.根据权利要求3所述的用于减小结构振型矩阵识别不确定性的传感器布置方法,其特征在于,所述振型矩阵的后验概率密度函数,通过的值满足复多元高斯分布,某一阶振型矩阵Lφ的后验概率密度函数;
由于式(2)满足复多元高斯分布,某一阶振型矩阵Lφ的后验概率密度函数形式如下:
式(5)中∝表示正比符号;表示第i阶振型矩阵附近频段中傅里叶变换向量的集合;∏[·]表示连乘求积符号;det[·]表示对矩阵求行列式;exp[A]表示以自然常数e为底,A为指数项的指数函数;上标[·]*表示共轭转置符号。
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盐城工学院,未经盐城工学院许可,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/202010884249.9/1.html,转载请声明来源钻瓜专利网。