基于随机状态空间模型的工程结构损伤检测.pdf

第20卷第6期 振 动 工 程 学 报 VoI．20No．6 2007年12月 JournalofVibration Dec．2007 Engineering 基于随机状态空间模型的工程结构损伤检测 林友勤1，任伟新2 (1．福州大学土木工程学院，福建福州350108；2．中南大学土木工程学院，湖南长沙410075) 摘要：对环境激励的响应信号采用数据驱动随机子空间算法得到随机状态空间模型的状态矩阵A，并作为损伤敏 感特征。为克服状态矩阵A的多样性问题，构造了非奇异线性变换矩阵丁，将状态矩阵转换为能控标准型，同时将 状态矩阵分解成勰个子系统(明为测点数)。为克服测试误差、噪声、环境因素的影响，引入统计模式识别技术，对每 一个子系统的状态向量构造Mahalanobis距离判别函数，并定义声损伤指标，对结构进行损伤识别及损伤定位。数 值实验及预应力简支梁实验验证了该方法的有效性。 关键词：随机状态空间模型；损伤识别；统计模式识别 中图分类号：U441文献标识码：A 文章编号：1004—4523(2007)06—0599—07 了一定的研究成果，但在损伤定位上没有实质性突 引 言 破。文献[53基于子空间识别技术，利用Z2检验进行 故障诊断，文献E6-I利用随机子空间方法得到系统正 结构损伤识别方法是在结构基于振动的“动态” 常状态下的状态空间模型，并应用于后续监测的信 检测技术基础上发展起来，其核心问题之一是寻找 号，根据模型输出的残差变化来判断结构是否发生 与结构动力特性密切相关且对结构损伤敏感的特征 损伤。 参数，如利用识别的结构模态参数确定结构的损伤 本文对振动测量信号，利用数据驱动随机子空 状态[1]。但由于模态参数对结构损伤的不敏感，加之 间识别的方法得到随机状态空间模型的状态矩阵 模型误差、噪声和环境因素的影响，系统识别结果的 A，为克服状态矩阵的多样性阔题，构造了非奇异线 离散性较高，因此在结构损伤识别中应该引入统计 性变换矩阵F，将状态矩阵转换为能控标准型，同时 识别技术。统计模式识别是对识别的损伤特征用概 将状态矩阵分解成研个子系统(优为测点数)，它不 率模型进行描述，得到反映结构损伤状态的概率指 仅解决了状态矩阵的多样性问题，同时也为损伤定 标，摒弃了确定性的损伤指示方法，更符合结构损伤 位提供了可能。接着引入统计分析方法，对每一个子 的实际状况。文献[2-1提出了基于概率的结构损伤识 别方法，文献[3]提出了基于统计模态相关的损伤识 数，并以此定义p损伤指标，对结构进行损伤识别 别方法，文献[4]提出了基于AR—ARX模型的统计及损伤定位。 过程控制的损伤识别方法。 结构损伤识别还应考虑到土木结构的特点，由 随机状态空间模型 于大型结构激励困难，利用环境激励输出信息识别 结构损伤是结构实时监测的重要研究方向。一个受 对于优维的正态、平稳、零均值时间序列Y·= 环境激励的线性结构系统，可以很好地用随机状态 空间模型来描述，因此，对土木工程结构而言，基于 数，为采样间隔，则随机状态空间模型为[71 随机状态空间模型的损伤特征提取和损伤识别，与 2舭一帆 (1)