分析了當(dāng)前結(jié)構(gòu)安全監(jiān)測在工程應(yīng)用中存在的諸多問題和挑戰(zhàn),提出應(yīng)發(fā)展利用少量傳感器信息及基于大數(shù)據(jù)與人工智能的安全監(jiān)測新方法,來克服現(xiàn)有系統(tǒng)傳感器繁多、造價昂貴、海量數(shù)據(jù)難以處理的問題。介紹了單測點(diǎn)信息的多維相空間方法和單傳感器信息的重構(gòu)相空間方法;在基于雙傳感器信息的移動互相關(guān)函數(shù)法基礎(chǔ)上,提出了基于雙傳感器信息的移動傳遞熵方法;闡述了基于少量傳感器信息的移動主成分分析法的物理意義及其工程應(yīng)用的適用性和可行性。利用單傳感器方法和移動主成分分析法,以及小波包能量法、二次協(xié)方差矩陣法對虎門大橋進(jìn)行長達(dá)5年的安全監(jiān)測。闡述了基于深度學(xué)習(xí)的結(jié)構(gòu)安全監(jiān)測人工智能方法及其發(fā)展概況,分析了基于結(jié)構(gòu)動力學(xué)信息的深度學(xué)習(xí)方法及其巨大的應(yīng)用潛力。在此基礎(chǔ)上進(jìn)一步思考了基于少量傳感器和人工智能相結(jié)合的方法在結(jié)構(gòu)安全監(jiān)測應(yīng)用中的發(fā)展思路。結(jié)果表明:單傳感器信息的重構(gòu)相空間方法更適用于實(shí)際工程;基于雙傳感器信息的移動互相關(guān)函數(shù)法和移動傳遞熵方法均能精確定位損傷;移動主成分分析法最適用于實(shí)際工程的實(shí)時監(jiān)測。 

【文章來源】：建筑科學(xué)與工程學(xué)報. 2018,35(05)北大核心

【文章頁數(shù)】：15 頁

【部分圖文】：

圖３單測點(diǎn)信息損傷定位方法Ｆｉｇ．３ＤａｍａｇｅＬｏｃａｌｉｚａｔｉｏｎＭｅｔｈｏｄｗｉｔｈ

頻，可通過傅里葉譜獲得。簡支梁數(shù)值模擬的損傷識別結(jié)果如圖５所示，結(jié)果顯示效果良好。圖５雙傳感器信息的互相關(guān)性損傷定位結(jié)果Ｆｉｇ．５ＤａｍａｇｅＬｏｃａｌｉｚａｔｉｏｎＲｅｓｕｌｔｓｂｙＣｒｏｓｓ－ｃｏｒｒｅｌａｔｉｏｎＭｅｔｈｏｄｏｆＴｗｏＳｅｎｓｏｒｓＩｎｆｏｒｍａｔｉｏｎ有關(guān)窗口化互相關(guān)的雙傳感器損傷定位方法得到了進(jìn)一步深入研究，在考慮不同車輛速度、不同信號類型、不同傳感器位置情況的研究和試驗(yàn)研究方面已取得較大進(jìn)展�；ハ嚓P(guān)性為一種應(yīng)用廣泛的分析兩信號之間關(guān)系的方法。除了互相關(guān)性外，傳遞熵方法是用來分析２個互相獨(dú)立的信號之間信息傳遞的量。在此基礎(chǔ)上，本文提出利用雙傳感器所測信號的窗口化傳遞熵值來定位損傷。傳遞熵是Ｓｈａｎｎｏｎ［２３］提出的信息熵的概念發(fā)展得來的，其本質(zhì)仍是信息熵，傳遞熵具有信息熵的全部特性。因此，可以通過判斷信號間缺失的信息量來發(fā)現(xiàn)信號間存在的奇異性。２個獨(dú)立信號ｘ和ｙ表示為２個平穩(wěn)的馬爾科夫過程，用Ｍｙ→ｘ表示過程ｙ對過程ｘ的傳遞熵，假設(shè)過程中ｘ的歷史信息是完全知道的，假設(shè)過程ｙ影響到過程ｘ的概率為ｐ，這種條件下２個過程之間耦合關(guān)系傳遞熵的表達(dá)式可以表示為Ｍｙ→ｘ（ｘ（１）｜ｘ（ｋ），ｙ（ｌ））＝?ｐ（ｘ（１），ｘ（ｋ），ｙ（ｌ）（τ））·ｌｏｇ２［ｐ（ｘ（１）｜ｘ（ｋ），ｙ（ｌ）（τ））ｐ（ｘ（１）｜ｘ（ｋ））］·ｄｘ（１）ｄｘ（ｋ）ｄｙ（ｌ）（７）式中：ｋ

圖６簡支空心鋼梁試驗(yàn)Ｆｉｇ．６ＥｘｐｅｒｉｍｅｎｔｏｆＳｉｍｐｌｅ－ｓｕｐｐｏｒｔｅｄＨｏｌｌｏｗＳｔｅｅｌＢｅａｍ表２試驗(yàn)損傷工況Ｔａｂ．２ＥｘｐｅｒｉｍｅｎｔａｌＤａｍａｇｅＣａｓｅｓ損傷工況裂紋深度／ｍｍ移動車輛速度／（ｍ·ｓ－１）車輛質(zhì)量／ｋｇ傳感器位置１３．０００．２５１０．５５Ｌ／９，８Ｌ／９２５．２５０．２５１０．５５Ｌ／９，８Ｌ／９圖７傳遞熵值識別結(jié)果Ｆｉｇ．７ＩｄｅｎｔｉｆｉｃａｔｉｏｎＲｅｓｕｌｔｓｏｆＴｒａｎｓｆｅｒＥｎｔｒｏｐｙ征，以區(qū)分由于環(huán)境改變和結(jié)構(gòu)損壞而導(dǎo)致的變化。Ｐｒａｗｉｎ等［２９］提出了一種利用ＰＣＡ方法分析所測得的加速度響應(yīng)來重構(gòu)實(shí)時輸入荷載時程，并得出ＰＣＡ方法在結(jié)構(gòu)在線監(jiān)測領(lǐng)域具有高度的適應(yīng)性。然而，單純使用ＰＣＡ方法分析全局?jǐn)?shù)據(jù)不具有時間分辨率。為了克服這一缺點(diǎn)，Ｐｏｓｅｎａｔｏ等［３０］首次提出了移動主成分分析（ＭＰＣＡ），為針對海量數(shù)據(jù)處理的損傷檢測方法。該方法具體做法是定義一個時間窗口，將窗口在時間軸上移動，每移動一次對窗口內(nèi)的數(shù)據(jù)進(jìn)行ＰＣＡ分析，得到窗口內(nèi)數(shù)據(jù)的主成分和特征值等指標(biāo)。Ｃａｖａｄａｓ等［３１］應(yīng)用ＭＰＣＡ檢測結(jié)構(gòu)早期損傷響應(yīng)的變化和損傷位置，并討論不同歸一化下?lián)p傷檢測的敏感性。ＰＣＡ方法對被分析數(shù)據(jù)的維數(shù)除了要求大于２外，沒有其他硬性要求，因此理論上講，ＰＣＡ方法可以分析少量傳感器所測得的結(jié)構(gòu)響應(yīng)，測點(diǎn)個數(shù)即為數(shù)據(jù)維數(shù)。ＰＣＡ分析的一重要步驟是對原始數(shù)據(jù)矩陣的協(xié)方差矩

【參考文獻(xiàn)】：
期刊論文
[1]大型橋梁地震安全性在線監(jiān)測與評估系統(tǒng)研究[J]. 姜慧,王立新,嚴(yán)琨,趙賢任,馬宏偉,丁樺,聶振華.  震災(zāi)防御技術(shù). 2016(02)
[2]橋梁安全監(jiān)測最新研究進(jìn)展與思考[J]. 馬宏偉,聶振華.  力學(xué)與實(shí)踐. 2015(02)
[3]基于重構(gòu)相空間的結(jié)構(gòu)損傷識別方法[J]. 聶振華,馬宏偉.  固體力學(xué)學(xué)報. 2013(01)
[4]拱結(jié)構(gòu)模態(tài)測試中傳感器優(yōu)化配置[J]. 趙俊,聶振華,馬宏偉.  振動.測試與診斷. 2011(02)

博士論文
[1]基于重構(gòu)相空間的結(jié)構(gòu)損傷檢測方法及可視化研究[D]. 聶振華.暨南大學(xué) 2012



本文編號：3221435