- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于模糊理论的结构损伤模式识别 张力1,张瑜2 (1 西北工业大学
基于模糊理论的结构损伤模式识别
张力1,张瑜2*
(1. 西北工业大学长安校区建设办,西安710129;
2. 西北工业大学 力学与土木建筑,西安710129)
摘 要:根据结构损伤识别的特点,提出一种分步识别结构损伤的方法,首先利用,然后的基础上,通过模糊模式识别方法对结构损伤进行识别,最后通过对Benchmark模型进行损伤模式识别表明,该方法能较准确地识别结构的损伤,在工程应用中具有一定的实用价值。模糊[1],该方法综合运用了振动理论、振动测试技术、信号采集与分析等跨学科技术,被认为是一种最有前途的结构损伤整体检测方法。但是,到目前为止,绝大多数都是采用将结构损伤类型和程度进行分类的损伤识别方法[2,3]。 模式识别是一种借用于大量信息和经验对系统进行推理判别的技术[4],作为识别不确定系统的一种有效手段,模式识别技术已经越来越广泛的应用于各领域,如文字和字符识别、图形图像识别等。随着模式识别技术的推广,已经在结构健康监测中得到了应用。文献[5]将模式识别技术应用于桥梁状态评估与安全监测中,提出用修正的欧式距离与相似系数对测得的加速度响应信号进行统计分析,作为状态评估的依据,实现了对桥梁结构的安全评估。
模式识别技术应用于结构状态损伤识别,特别是对结构损伤类型和程度识别的文献还很
作者简介:张力,女,西北工业大学长安校区建设办,主要从土木工程技术及结构健康监测方面的研究。Email: zhangyu.nwpu@手机:zhangyu.nwpu@
少见。根据特定问题的性质提取有明显区分意义的特征,是模式识别中非常关键的一步。本文
首先针对结构损伤识别的特点,从模式识别的角度分析了损伤特征的提取问题,阐述了小波包变换的损伤特征提取方法;然后基于模糊模式识别技术、利用神经网络确定隶属度函数进行结构损伤模式识别。本文以国际桥梁维护和安全协会的桥梁健康监测委员会提出的两跨桥梁benchmark模型[6]为例,提出了结构损伤模式识别的两步法,用于识别结构损伤类型和程度。
1 基于响应信号能量的损伤特征提取
在结构健康监测系统中,结构损伤模式识别的基本思想是建立每一种损伤情况下结构响应的变化,然后按实际测量结果进行模式匹配,找出最接近的那一组模式从而确定结构的损伤情况。其关键是找到能反应结构状态的特征值,也称损伤特征,该值对结构系统参数的变化要有足够的敏感性,容易提取,对区分不同类型的模式要有效。
系统的改变使得系统对各频率成分的抑制和增强的作用发生改变,因此在各频率成分的能量中,包含着丰富的系统信息,利用这个原理,就可以用各频段的能量对结构损伤进行识别。近年来,基于结构动力响应的小波包变换(WPT)能对信号进行全面的时频分解,对多分辨率分析没有细分的高频部分进一步分解,并能根据被分析信号的特征,自适应地选择相应频带,使之与信号频谱相匹配,从而提高了时频分辨率,在构造结构损伤特征方面具有独特的优势。利用小波包分解提取结构响应信号能量损伤特征的步骤为:
步骤1:对测得结构响应信号进行层小波包分解,则末层形成等带宽的个频带,提取从低频到高频各频率成分的信号分解系数即各节点的小波包系数。
(1)
式中:为小波包系数, i 、j和k分别是频程参数、尺度参数和平移参数,为小波包函数,即
(2)
它可以由母小波函数经滤波器和逐次计算得到,即
(3)
步骤2:通常损伤特征是由具有最大幅值的小波变换系数所表述的,因此为了选择和保留所需要的数据特征,必须进行小波系数消减,即:
(4)
其中为节点上小波包系数均方根,为离散点的个数,,即:
(5)
步骤3:求小波包系数节点能量。小波包分解树的每一个节点(j,i)上,小波包系数能够表现原信号在尺度j和频带i上的信号特征。令第个频带的小波包系数节点能量为,其中, ,
(6)
这样在小波包分解树的每一个节点上就只有一个节点能量。系数节点能量实际是信号在指定的尺度j和频带i下的分解系数的能量测度。
步骤4:构造特征向量,将小波分解树最末层的能量值按照小波包空间频段的顺序排列就构成了原始信号f(t) 的能量特征向量
X=] (7)
通常能量特征值较大,需要对特征向量进行归一化处理,令
(8)
则归一化的损伤特征向量为:
(9)
一般说来,不同的结构状态下的振动测试信号对
您可能关注的文档
最近下载
- 项目七+用计算机计算圆周率说课及试讲课件-2024-2025学年沪科版(2019)高中信息技术必修一.pptx VIP
- 小米集团2025年组织架构及各部门职责解析.docx VIP
- 输液导管相关静脉血栓形成防治中国专家共识解读PPT课件.pptx VIP
- 2025年广西公需课人工智能时代的机遇与挑战——预训练大模型与生成式AI参考答案.docx VIP
- 新22G04 钢筋混凝土过梁.docx VIP
- 疖肿合并疼痛护理查房.pptx VIP
- 2024年山东省东营市河口区中考一模语文试题(解析版).pdf VIP
- 居民阶梯电价作业指导手册.pdf VIP
- XXXX无线网施工方案.docx VIP
- 数字素养与技能.pptx VIP
文档评论(0)