结构健康监测.pdfVIP

结构健康监测

【结构健康监测】是指对工程结构实施损伤检测和识别。我们这里所说的损

伤包括材特性改变或结构体系的几何特性发生改变，以及边界条件和体系的连续

性，体系的整体连续性对结构的服役能力有至关重要的作用。结构健康监测涉及

到通过分析定期采集的结构布置的传感器阵列的动力响应数据来观察体系随时间推

移产生的变化，损伤敏感特征值的提取并通过数据分析来确定结构的健康状态。对

于长期结构健康监测，通过数据定期更新来估计结构老化和恶劣服役环境对工程结

构是否有能力继续实现设计功能。监测简介

监测起源

长期以来，我们一直使用针对质量的不连续的方法来评估结构是否有能力继续

服役以实现设计目的。从19世纪初开始，列车员借助小锤通过听锤击铁轨的声音

来确定是否存在损伤。在旋转机械行业，几十年来振动监测一直作为检测手段。

在过去的十到十五年里，结构健康监测技术开始兴起并产生一个联合不同工程学科

分支的新的领域，而且专注于这个领域的学术会议和科学期刊开始产生。因此这

些技术变得更为常见。

识别算法

结构健康监测的问题可归入数据模式识别算法的范畴［3-4］。这个算法可分解

为四部分：（1）实用性评估，2（）数据采集和提纯，3（）特征提取和数据压缩，4（）统

计模型的发展。当你试图将此算法应用于实际工程结构上获取的数据时，很明显的

是，第2-4部分，即数据提纯、压缩、正规化和数据融合来贴近工程实际服役环境

是非常关键的环节，我们可通过硬件、软件以及二者的有机结合来实现。

实用性评估

对于健康监测对结构的损伤识别能力，实用性评估涉及到四个方面：

(1)结构健康监测的应用对于生命安全和经济效益有什么好处，

(2)怎样对结构进行损伤定义，多重损伤同时存在的可能，哪种类型最值得

关注,

(3)什么条件下(不同用途、不同环境)的体系需要监测

(4)使用过程中采集数据的局限

使用环境对监测的体系和监测过程的完成形成限制条件。这种评估开始将损

伤识别的过程和损伤的外部特征联系起来，当然也用到独特的损伤特征来完成检

测。

数据采集和提纯

结构健康监测的数据采集部分涉及到选择激励方法、传感器类型、数量和布

置，以及数据采集、存储、传输设备。经济效益是选择方案一个重要的参考因素，

采样周期是另一个不可忽视的因素。因为数据可在变化的环境中获取，将这些数据

正规化的能力在损伤识别过程中变得非常重要。当应用于结构健康监测时，数据正

规化是一个分离出由于环境或操作而导致的传感器测得的不准确的数值。最常见的

方法是通过测量输入参数来正规化测得的响应。当环境或操作影响比较显著时，我

们需要来对比相似时间段的数据或对应的操作周期。数据的不

稳定的来源需要认识到并把它对系统监测的影响降到最低。总的来说，不是

所有的影响因素都可以消除，因此，我们有必要才去适当的措施来确保这些无法消

除的因素对监测系统的影响作用大小。数据的不稳定会因为变化的环境因素、测

试条件以及测试的不连续而加剧。

数据提纯是一个筛选部分有价值数据以完成传递的过程，与特征提取的过程相

反。数据提纯很大程度上基于个人相关数据采集的经验。举例来说，通过检查测试

设备的安装或许会发现某个传感器的固结已经松动，因此基于个人经验可以在数据

处理的过程中删除获取的这组数据或某个特定传感器测得的数据。数据处理技术,

比如滤波和重构，也是一种不错的数据提纯方法。

总之，结构健康监测过程中的数据采集、正规化和提纯技术在不断前进。特征

提取过程的进一步认识和数据模型的不断完善都将有助于数据采集技术的进步。

特征提取和数据压缩

结构健康监测领域中最受关注的莫过于通过数据特征如何辨别出损伤结构与完

好结构。数据压缩包含于这个特征选择过程，最有效的损伤识别的特征还是

基于相关测试系统的相应量（比如现场测得的振动谱或频率）是最常用的特征之

一另一个损伤识别方法是寻找与特定损伤敏感的因素，即某个结构体系在某特定

环境下的损伤与某种参数最原始的定义相对应这种模拟损伤的系统是一种非常有

效的工具分析工具的应用也起到非常重要的