【摘要】：隨著結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)在橋梁等大型結(jié)構(gòu)上的應(yīng)用,一方面數(shù)據(jù)采集、存儲(chǔ)和傳輸成本的消耗逐漸引起人們的關(guān)注;另一方面,由于各種因素的影響,結(jié)構(gòu)健康監(jiān)測(cè)數(shù)據(jù)常常存在錯(cuò)誤數(shù)據(jù)。壓縮感知理論的提出,為結(jié)構(gòu)健康監(jiān)測(cè)數(shù)據(jù)壓縮采集和數(shù)據(jù)重構(gòu)提供了新的思路。傳統(tǒng)的壓縮感知數(shù)據(jù)重構(gòu)算法只是針對(duì)單個(gè)測(cè)量信號(hào),基于其在頻率域上的稀疏性對(duì)壓縮采樣數(shù)據(jù)進(jìn)行重構(gòu)。但在實(shí)際健康監(jiān)測(cè)系統(tǒng)中,同一結(jié)構(gòu)上的多個(gè)傳感器測(cè)量數(shù)據(jù)之間具有時(shí)空相關(guān)性,在頻域具有相似的稀疏性,也即群稀疏特性,為提高結(jié)構(gòu)健康監(jiān)測(cè)壓縮采樣數(shù)據(jù)的重構(gòu)精度,實(shí)現(xiàn)錯(cuò)誤監(jiān)測(cè)數(shù)據(jù)的重構(gòu),本文提出基于群稀疏優(yōu)化算法的壓縮感知數(shù)據(jù)重構(gòu)方法。主要研究?jī)?nèi)容包括:提出基于群稀疏優(yōu)化算法的壓縮感知數(shù)據(jù)重構(gòu)方法。由于同一結(jié)構(gòu)多傳感器監(jiān)測(cè)數(shù)據(jù)具有時(shí)空相關(guān)性,也即結(jié)構(gòu)振動(dòng)響應(yīng)多傳感器數(shù)據(jù)在頻域具有相似的稀疏性(稱為群稀疏性)。充分利用此特性,研究在壓縮采樣數(shù)據(jù)重構(gòu)過程中引入了群稀疏約束(最小化(?)_(p,q)范數(shù)約束,其中,p=2,q=1),提高數(shù)據(jù)的重構(gòu)精度。并根據(jù)廣義拉格朗日乘子方法,建立迭代求解算法。研究提出的群稀疏優(yōu)化算法對(duì)實(shí)際橋梁無線傳感壓縮采樣數(shù)據(jù)的重構(gòu)效果。采用無線傳感器采集廈門海滄大橋振動(dòng)數(shù)據(jù),模擬數(shù)據(jù)壓縮采樣過程,分別采用群稀疏優(yōu)化算法和傳統(tǒng)稀疏優(yōu)化算法對(duì)壓縮采樣數(shù)據(jù)進(jìn)行重構(gòu),并對(duì)重構(gòu)結(jié)果進(jìn)行分析,對(duì)比研究群稀疏優(yōu)化算法的重構(gòu)精度。對(duì)重構(gòu)數(shù)據(jù)進(jìn)行模態(tài)參數(shù)識(shí)別,研究重構(gòu)誤差對(duì)模態(tài)參數(shù)識(shí)別結(jié)果的影響。提出基于群稀疏優(yōu)化的結(jié)構(gòu)健康監(jiān)測(cè)錯(cuò)誤數(shù)據(jù)重構(gòu)的方法。首先對(duì)大量實(shí)際橋梁健康監(jiān)測(cè)溫度、濕度、加速度、應(yīng)變、GPS位移數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,研究數(shù)據(jù)異常模式。在此基礎(chǔ)上,考慮監(jiān)測(cè)數(shù)據(jù)的群相關(guān)性和錯(cuò)誤數(shù)據(jù)的非一致性,采用提出的群稀疏優(yōu)化的方法進(jìn)行錯(cuò)誤數(shù)據(jù)重構(gòu),首先對(duì)實(shí)際橋梁完好監(jiān)測(cè)數(shù)據(jù)進(jìn)行模擬,模擬三種數(shù)據(jù)錯(cuò)誤類型:隨機(jī)跳點(diǎn)、小段連續(xù)數(shù)據(jù)異常和兩種異常類型的綜合。然后用群稀疏優(yōu)化算法對(duì)三種模擬的異常數(shù)據(jù)進(jìn)行恢復(fù),并對(duì)恢復(fù)結(jié)果與原數(shù)據(jù)進(jìn)行對(duì)比,驗(yàn)證方法有效性。
[Abstract]:......
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TU317
，

本文編號(hào)：2277282