近些年來,伴隨著傳感器技術(shù)的飛速發(fā)展,結(jié)構(gòu)健康監(jiān)測(SHM)正在成為基礎(chǔ)民用設(shè)施運(yùn)行管理的重要組成部分。結(jié)構(gòu)檢測工程師通過評估結(jié)構(gòu)的損傷狀況對其進(jìn)行維護(hù)重修,以減少不必要的人員和財(cái)產(chǎn)損失。目前,基于結(jié)構(gòu)振動特性的全局檢測技術(shù)已成為SHM領(lǐng)域的核心。其中,非模態(tài)參數(shù)法直接運(yùn)用結(jié)構(gòu)振動響應(yīng)的數(shù)據(jù)或者通過某種變換從測量的響應(yīng)數(shù)據(jù)中提取可以反應(yīng)結(jié)構(gòu)損傷的信息。相比于結(jié)構(gòu)模態(tài)參數(shù)法,非模態(tài)參數(shù)方法方便快捷準(zhǔn)確,有些還具備直接利用環(huán)境激勵識別結(jié)構(gòu)損傷的能力,更能滿足結(jié)構(gòu)健康監(jiān)測的實(shí)用性要求。時(shí)間序列模型分析是一種基于時(shí)域分析的特征提取方法,近期越來越受到結(jié)構(gòu)健康監(jiān)測領(lǐng)域研究人員的重視。然而本文在應(yīng)用時(shí)間序列模型進(jìn)行特征提取時(shí)卻遇到了時(shí)序模型自回歸(AR)系數(shù)不穩(wěn)定的問題。對于只有微小差異的近似信號同時(shí)運(yùn)用時(shí)間序列模型分析,提取出的AR系數(shù)卻非常不穩(wěn)定。經(jīng)過推導(dǎo)才發(fā)現(xiàn)是求解系數(shù)時(shí)最小二乘方程出現(xiàn)病態(tài)矩陣的問題導(dǎo)致。最后通過增加一個(gè)正則化系數(shù)來消除矩陣病態(tài)的問題。因此提出對時(shí)間序列模型進(jìn)行正則化分析。并將這種用正則化分析的時(shí)序模型叫做正則化的時(shí)間序列模型。本文在研究初期,運(yùn)用正則化的時(shí)間序列模型對一個(gè)三自由度鏈?zhǔn)浇Y(jié)構(gòu)模型進(jìn)行了非模態(tài)參數(shù)方法分析。分別在固定模式激勵與隨機(jī)模式激勵情形下提取結(jié)構(gòu)振動響應(yīng),并直接對結(jié)構(gòu)振動響應(yīng)進(jìn)行正則化時(shí)間序列模型分析。實(shí)驗(yàn)結(jié)果表明,在固定模式激勵情況下,正則化的時(shí)間序列模型是可以識別結(jié)構(gòu)損傷的。然而在隨機(jī)模式激勵情況下,損傷指標(biāo)卻很不穩(wěn)定。在大型結(jié)構(gòu)的損傷檢測中,最為方便的是采用環(huán)境激勵,而環(huán)境激勵為隨機(jī)模式激勵。顯然直接運(yùn)用正則化時(shí)間序列模型不能識別環(huán)境激勵下結(jié)構(gòu)發(fā)生的損傷。虛擬脈沖響應(yīng)函數(shù)是在環(huán)境荷載激勵技術(shù)中擴(kuò)展出來的,它不僅可以有效克服環(huán)境激勵的隨機(jī)性與不穩(wěn)定性,更是代表結(jié)構(gòu)的固有特性。為了驗(yàn)證虛擬脈沖響應(yīng)函數(shù)的這一特性,將其與小波包能量熵的信號特征提取方法相結(jié)合對同一個(gè)三自由度鏈?zhǔn)浇Y(jié)構(gòu)模型進(jìn)行損傷識別分析。對三自由度鏈?zhǔn)浇Y(jié)構(gòu)進(jìn)行10次隨機(jī)模式激勵,對比10次隨機(jī)激勵的運(yùn)行結(jié)果,試驗(yàn)結(jié)果表明虛擬脈沖響應(yīng)函數(shù)與小波包能量熵相結(jié)合的方法可以有效識別環(huán)境激勵下結(jié)構(gòu)的損傷,但是對于輕微損傷的識別效果不好。而且三自由度鏈?zhǔn)浇Y(jié)構(gòu)的響應(yīng)幅值較大,不符合實(shí)際結(jié)構(gòu)所采集的響應(yīng)動態(tài)幅值。小波包分析這種頻域特征提取方法適合于隨機(jī)信號,時(shí)間序列模型分析的時(shí)域特征提取方法更適用于非隨機(jī)信號的特征提取,而虛擬脈沖響應(yīng)函數(shù)在鏈?zhǔn)浇Y(jié)構(gòu)中是非隨機(jī)信號,因此時(shí)間序列模型分析更加適用于特定條件下虛擬脈沖響應(yīng)函數(shù)這種方法的研究。本文首次將虛擬脈沖響應(yīng)函數(shù)與正則化時(shí)間序列模型分析相結(jié)合。將這種新的方法應(yīng)用于上文所提及的三自由度鏈?zhǔn)浇Y(jié)構(gòu)中,同樣對其進(jìn)行10次隨機(jī)激勵。運(yùn)行結(jié)果可以發(fā)現(xiàn),時(shí)間序列模型分析的方法對輕微損傷更加敏感。為了驗(yàn)證該方法在采集結(jié)構(gòu)信號幅值較小時(shí)也具有有效性,將該方法應(yīng)用到一個(gè)響應(yīng)幅值較小的四自由度板柱結(jié)構(gòu)中。實(shí)驗(yàn)結(jié)果表明,當(dāng)采集信號幅值較小時(shí)該方法也依然有效。為了驗(yàn)證方法的實(shí)用性,最后將這種新的方法應(yīng)用于美國洛斯Alamos實(shí)驗(yàn)室的四層框架結(jié)構(gòu)實(shí)驗(yàn)數(shù)據(jù)中,識別結(jié)果同樣驗(yàn)證了該方法的有效性以及對環(huán)境激勵的魯棒性。
【學(xué)位單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TU317

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉曉宇;;時(shí)間序列預(yù)測模型及其應(yīng)用[J];金融理論與教學(xué);2018年01期

2 賀興輝;韓添;佟慶;梁文凱;;基于時(shí)間預(yù)測模型預(yù)測全面二胎政策下未來我國人口的數(shù)量[J];課程教育研究;2017年36期

3 張杰輝;暨宜彰;王冬;熊美鳳;郭煜;;時(shí)間序列模型在醫(yī)保總額管理中的運(yùn)用及效果評價(jià)[J];中國衛(wèi)生事業(yè)管理;2017年04期

4 邱望仁;劉曉東;;模糊時(shí)間序列模型研究綜述[J];模糊系統(tǒng)與數(shù)學(xué);2014年03期

5 劉領(lǐng)坡;;我國社會消費(fèi)品零售總額時(shí)間序列模型及預(yù)測[J];經(jīng)濟(jì)論壇;2011年06期

6 鄭煜;孟軍;;時(shí)間序列模型對黑龍江省水稻比較優(yōu)勢的預(yù)測[J];東北林業(yè)大學(xué)學(xué)報(bào);2008年10期

7 陳飛,高鐵梅;結(jié)構(gòu)時(shí)間序列模型在經(jīng)濟(jì)預(yù)測方面的應(yīng)用研究[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2005年02期

8 陳海波,劉潔;江蘇省人均GDP時(shí)間序列模型的建立[J];統(tǒng)計(jì)與決策;2002年11期

9 王百益;;時(shí)間序列模型在汽車隨機(jī)振動分析中的應(yīng)用研究[J];武漢工學(xué)院學(xué)報(bào);1988年04期

10 徐樸;內(nèi)燃機(jī)故障聲響信號時(shí)間序列模型診斷方法[J];中南林學(xué)院學(xué)報(bào);1989年01期

相關(guān)會議論文 前10條

1 汪宏晶;林曦晨;湯洪秀;尹平;;多元時(shí)間序列模型及其應(yīng)用[A];2011年中國衛(wèi)生統(tǒng)計(jì)學(xué)年會會議論文集[C];2011年

2 張煊;李東升;李慶洲;;環(huán)境激勵下基于ARMA時(shí)間序列模型的損傷識別[A];第27屆全國結(jié)構(gòu)工程學(xué)術(shù)會議論文集（第Ⅱ冊）[C];2018年

3 趙慶江;遲凱;付芳萍;李潮潮;車文剛;;基于FCM的模糊時(shí)間序列模型及人民幣匯率預(yù)測[A];第二十九屆中國控制會議論文集[C];2010年

4 杜貞棟;黃乾;呂寧江;李秀榮;于曉蕾;;利用時(shí)間序列模型預(yù)測桓臺縣淺層地下水動態(tài)變化[A];農(nóng)業(yè)、生態(tài)水安全及寒區(qū)水科學(xué)——第八屆中國水論壇論文集[C];2010年

5 陳家壽;;月降雨量系列的時(shí)間序列模型分析的探討[A];福建省科學(xué)技術(shù)協(xié)會第八屆學(xué)術(shù)年會分會場——提高水電站水庫調(diào)度技術(shù) 推進(jìn)海西經(jīng)濟(jì)建設(shè)研討會論文集[C];2008年

6 馬培蓓;紀(jì)軍;;基于時(shí)間序列的航空備件消耗預(yù)測[A];中國系統(tǒng)工程學(xué)會決策科學(xué)專業(yè)委員會第六屆學(xué)術(shù)年會論文集[C];2005年

7 黃榮坦;;廈門港集裝箱吞吐量的時(shí)間序列模型[A];2002年中國管理科學(xué)學(xué)術(shù)會議論文集[C];2002年

8 王志良;李偉偉;;基于混沌時(shí)間序列的昆明市月降水量模擬預(yù)測[A];“中國視角的風(fēng)險(xiǎn)分析和危機(jī)反應(yīng)”——中國災(zāi)害防御協(xié)會風(fēng)險(xiǎn)分析專業(yè)委員會第四屆年會論文集[C];2010年

9 李遠(yuǎn)冬;岳瑞華;丁宸宇;;二階時(shí)間序列模型的殘差控制圖在MAP中的應(yīng)用[A];國家安全地球物理叢書（十五）——絲路環(huán)境與地球物理[C];2019年

10 楊成祥;馮夏庭;;變形預(yù)測的遺傳進(jìn)化算法[A];第八次全國巖石力學(xué)與工程學(xué)術(shù)大會論文集[C];2004年

相關(guān)重要報(bào)紙文章 前3條

1 國海證券研究所;時(shí)間序列模型預(yù)測3月CPI為—1.26%[N];上海證券報(bào);2009年

2 山西財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院 段孟琪;中國對美出口總量和增長率分析[N];山西青年報(bào);2014年

3 陳彤;統(tǒng)計(jì)軟件SPSS有了好教材[N];中華讀書報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 張巖;結(jié)構(gòu)時(shí)間序列模型在季節(jié)調(diào)整中的理論分析與應(yīng)用研究[D];南開大學(xué);2013年

2 邱望仁;模糊時(shí)間序列模型及其在股指趨勢分析中的應(yīng)用研究[D];大連理工大學(xué);2012年

3 王立柱;基于計(jì)算智能的時(shí)間序列模型及預(yù)測研究[D];大連理工大學(xué);2015年

4 尚華;兩類時(shí)間序列模型的異常值檢測研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2016年

5 咸巍;偏正態(tài)混合時(shí)間序列模型[D];吉林大學(xué);2010年

6 陳燕紅;時(shí)間序列模型的經(jīng)驗(yàn)似然推斷[D];大連理工大學(xué);2013年

7 韓玉;非線性時(shí)間序列模型經(jīng)驗(yàn)似然推斷的若干結(jié)果[D];吉林大學(xué);2012年

8 趙彪;兩類時(shí)間序列模型的統(tǒng)計(jì)推斷[D];中國科學(xué)技術(shù)大學(xué);2015年

9 郭丹;高比例風(fēng)電并網(wǎng)提高消納能力的研究[D];沈陽農(nóng)業(yè)大學(xué);2017年

10 丁潔;雙率采樣數(shù)據(jù)系統(tǒng)的辨識[D];江南大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 張煊;環(huán)境激勵下基于時(shí)間序列模型的結(jié)構(gòu)損傷識別[D];大連理工大學(xué);2019年

2 趙歡;基于時(shí)間序列模型與灰色模型的廣東省旅游人數(shù)預(yù)測研究[D];華南理工大學(xué);2019年

3 向宇;中國通貨膨脹預(yù)測研究[D];華僑大學(xué);2019年

4 王亞桐;基于時(shí)間序列模型對預(yù)期收益的研究[D];河北經(jīng)貿(mào)大學(xué);2019年

5 朱佳佳;中國流行性腮腺炎時(shí)空分布及時(shí)間序列模型研究[D];湖南師范大學(xué);2019年

6 張昭;長春市2004-2016年流行性腮腺炎流行特征分析及發(fā)病趨勢預(yù)測[D];吉林大學(xué);2018年

7 黎凡;量化文獻(xiàn)長期影響力的研究[D];西南大學(xué);2018年

8 王金枝;一種新的Adaptive Lasso方法在股票市場中的應(yīng)用[D];暨南大學(xué);2018年

9 丁月芝;基于時(shí)間序列模型的房價(jià)預(yù)測與波動分析[D];山東大學(xué);2018年

10 崔煒;模糊時(shí)間序列模型改進(jìn)研究[D];武漢郵電科學(xué)研究院;2017年

本文編號：2814926