一种厂房振动多尺度分析方法技术

本发明专利技术涉及一种厂房振动多尺度分析方法，其特征在于，包括以下步骤：步骤1)：在不同工况下分别获取水电站厂房中间层风罩+Y的水平振动速度信号；步骤2)：采用自适应迭代滤波方法，对各工况下水电站厂房中间层风罩+Y的水平振动速度信号分别进行分解，得到每一工况下中间层风罩+Y的水平振动速度信号对应的若干平稳分量；步骤3)：基于百分位数方法，采用各工况下水电站厂房中间层风罩+Y的水平振动速度信号对应的若干平稳分量，构建厂房振动的标准特征向量，用于识别厂房结构的健康状态，完成厂房振动的多尺度分析，本发明专利技术可以广泛应用于水电站厂房结构运行维护领域中。

A multi scale analysis method for vibration of factory buildings

The invention relates to a vibration multiscale analysis method, which is characterized in that comprises the following steps: 1) in different conditions were obtained in Hydropower Station horizontal vibration velocity of middle layer wind shield +Y signal; step 2): an adaptive iterative filtering method, the condition of hydropower plant middle layer wind cover +Y level vibration signals were decomposed to get the stable velocity component of horizontal vibration signal under every condition of middle layer wind shield +Y corresponding; step 3): the percentile based method, using the stable components under the condition of hydropower station middle layer wind shield +Y horizontal vibration signal corresponding to the speed standard feature vector construction, building vibration, used to identify plant structure health status, multi scale analysis of complete plant vibration, the invention can be widely used in water power plant In the field of structural operation and maintenance.

【技术实现步骤摘要】
一种厂房振动多尺度分析方法
本专利技术是关于一种厂房振动多尺度分析方法，属于在线监测和状态检测

技术介绍
水电站厂房是水电站中安装水轮机、水轮发电机和各种辅助设备的建筑物，它既是水工建筑物、机械和电气设备的综合体，又是运行人员进行生产活动的场所，保持其结构稳定尤为重要。为确保厂房结构安全，可通过对厂房振动进行实时监测反映敏感结构的振动情况，避免异常发生，为水电站厂房的安全稳定运行提供有力保障。水电站厂房是一个超大型地下洞室群，其结构尺寸大而复杂，随机组容量增大，其尺寸也随之增大，导致厂房结构的刚强度相对降低。在机械力、电磁力和水力等振动荷载作用下可能会引起厂房结构的整体或局部振动，因此，有效分析厂房结构振动特性，对于防止和控制剧烈振动的发生，确保结构安全，具有十分重要的意义。厂房建筑在新建成时，未发生不良振动现象，但随着时间的推，厂房结构老化，可靠性降低，厂房结构的动力特性也将发生变化，从而使厂房结构发生不良振动，这在厂房的可靠性鉴定中是经常见到的一种现象。如果厂房结构发生损伤，结构的刚度、阻尼、频率和模态将发生变化，在同一激励下厂房结构的振动响应也会随之改变，因此，从厂房结构响应中能够提取反映厂房结构状态的敏感特征。综上所述，水电站厂房的振动信号具有很强的非平稳性，需要通过有效的特征提取方法，将可能反映厂房结构状态的特征参数提取出来，为状态识别提供丰富的特征信息。常用的处理复杂非平稳信号的方法有小波分析、经验模态分解等方法，然而，小波分析方法是基于可调窗口傅里叶变换，存在能量泄漏的问题，经验模态分解方法存在模态混叠和端点效应等问题。
技术实现思路
针对上述问题，本专利技术的目的是提供一种能够解决能量泄漏、模态混叠和端点效应问题的厂房振动多尺度分析方法。为实现上述目的，本专利技术采取以下技术方案：一种厂房振动多尺度分析方法，其特征在于，包括以下步骤：步骤1)：在不同工况下分别获取水电站厂房中间层风罩+Y的水平振动速度信号；步骤2)：采用自适应迭代滤波方法，对各工况下水电站厂房中间层风罩+Y的水平振动速度信号分别进行分解，得到每一工况下中间层风罩+Y的水平振动速度信号对应的若干平稳分量；步骤3)：基于百分位数方法，采用各工况下水电站厂房中间层风罩+Y的水平振动速度信号对应的若干平稳分量，构建厂房振动的标准特征向量，用于识别厂房结构的健康状态，完成厂房振动的多尺度分析。进一步，所述步骤1)中的工况包括发电150MW、发电300MW、抽水工况和抽水调相。进一步，所述步骤3)中基于百分位数方法，采用各工况下水电站厂房中间层风罩+Y的水平振动速度信号对应的若干平稳分量，构建厂房振动的标准特征向量，用于识别厂房结构的健康状态，完成厂房振动的多尺度分析，具体过程为：步骤3.1)：分别选取各工况下水电站厂房中间层风罩+Y的水平振动速度信号对应的若干平稳分量中的前m个平稳分量；步骤3.2)：基于百分位数方法，分别计算上述各工况下的前m个平稳分量中每一平稳分量的百分位数Pe：式中，Pe表示平稳分量的第e个百分位数，Le、ie和fe分别为平稳分量的第e个百分位数所在组段的下限、组距和频数，∑fL为小于Le的各组段的累计频数，n为总例数；步骤3.3)：构建厂房振动的标准特征向量；令特征参数hi＝Pe，构建某一工况下厂房振动的标准特征值向量H：H＝[h1，h2，……，hm]式中，hi表示第i个平稳分量的第e个百分位数，且i＝1，2，……，m；将各工况下厂房振动的标准特征值向量H构成一个标准特征向量Hk：Hk＝[hk，1，hk，2，……，hk，m]式中，hk，m表示第k个工况下第m个平稳分量的百分位数；步骤3.4)：根据上述标准特征向量Hk，识别厂房结构的健康状态，完成厂房振动的多尺度分析。本专利技术由于采取以上技术方案，其具有以下优点：1、本专利技术由于采用自适应迭代滤波方法对在不同工况下水电站厂房的振动信号进行分解，并通过对得到的振动信号在不同工况下的平稳分量进行百分位数计算，完成对水电站厂房的振动信号特征的提取，采用自适应迭代滤波(adaptivelocaliterativefiltering，ALIF)方法有很好地抑制模态混叠的性能，分解得到的平稳分量能够较真实地反映振动信号的特征，非常适合实现非线性、非平稳信号处理，且本专利技术不像小波分析方法是基于可调窗口傅里叶变换，存在能量泄漏，经验模态分解方法存在模态混叠、端点效应等问题，因此本专利技术能够根据水电站厂房振动信号自身的频域特性对其特征进行提取，有较高的特征提取精度。2、本专利技术由于采用自适应迭代滤波方法对在不同工况下水电站厂房的振动信号进行分解，然后对获得的平稳分量进行统计分析，能充分反映非平稳噪声信号的多频域尺度的统计规律，具有很好的现场实用性。3、本专利技术采用百分位数方法，利用厂房振动信号分量统计特性的变化来确定非线性动力学特性，具有局部放大特性，所以能较好地检测到振动信号在各个尺度上的微弱的变化，更好地检测到厂房结构存在的异常。4、本专利技术不需要结构力学模型，就能够解决在厂房结构健康监测和损伤诊断中,缺乏损伤样本的问题，能充分使用结构健康状态时的数据信号,不需要损伤状态的数据样本,就可以对厂房结构进行异常检测，可以广泛应用于水电站厂房结构运行维护领域中。附图说明图1是本专利技术厂房振动多尺度分析方法的流程图；图2是本专利技术采用的百分位数方法的原理示意图；图3是本专利技术抽水蓄能机组在不同工况下中间层风罩+Y的水平振动速度信号数据示意图，其中，图3(a)为抽水蓄能机组在发电150MW工况下的数据示意图，图3(b)为抽水蓄能机组在发电300MW工况下的数据示意图，图3(c)为抽水蓄能机组在抽水工况下的数据示意图，图3(d)为抽水蓄能机组在抽水调相工况下的数据示意图。具体实施方式以下结合附图来对本专利技术进行详细的描绘。然而应当理解，附图的提供仅为了更好地理解本专利技术，它们不应该理解成对本专利技术的限制。如图1所示，本专利技术提供的厂房振动多尺度分析方法，包括以下步骤：1)在不同工况下分别获取水电站厂房中间层风罩+Y的水平振动速度信号。对水电站厂房振动进行现场试验，获取在不同工况下中间层风罩+Y的水平振动速度信号，本专利技术所采用的工况为发电150MW、发电300MW、抽水工况和抽水调相四种。2)采用自适应迭代滤波方法，对各工况下水电站厂房中间层风罩+Y的水平振动速度信号x(t)分别进行分解，得到每一工况下中间层风罩+Y的水平振动速度信号对应的n个平稳分量ck，1(t)，ck，2(t)，……，ck，n(t)，其中，k＝1，2，3，4，分别表示上述四种工况。3)基于百分位数方法，采用各工况下水电站厂房中间层风罩+Y的水平振动速度信号对应的n个平稳分量，构建厂房振动的标准特征向量，用于识别厂房结构的健康状态，完成厂房振动的多尺度分析，具体为：3.1)分别选取各工况下水电站厂房中间层风罩+Y的水平振动速度信号对应的n个平稳分量中包含明显状态信息的前m个平稳分量作为研究对象，其中，采用自适应迭代滤波方法分解出的前m个平稳分量集中了原始水平振动速度信号中最显著、最重要的信息，因此采用自适应迭代滤波方法分解后的前m个平稳分量即能够包含原始水平振动速度信号的明显状态信息。3.2)基于百分位数方法，分别计算上述各工况下的本文档来自技高网...

【技术保护点】
一种厂房振动多尺度分析方法，其特征在于，包括以下步骤：步骤1)：在不同工况下分别获取水电站厂房中间层风罩+Y的水平振动速度信号；步骤2)：采用自适应迭代滤波方法，对各工况下水电站厂房中间层风罩+Y的水平振动速度信号分别进行分解，得到每一工况下中间层风罩+Y的水平振动速度信号对应的若干平稳分量；步骤3)：基于百分位数方法，采用各工况下水电站厂房中间层风罩+Y的水平振动速度信号对应的若干平稳分量，构建厂房振动的标准特征向量，用于识别厂房结构的健康状态，完成厂房振动的多尺度分析。

【技术特征摘要】
1.一种厂房振动多尺度分析方法，其特征在于，包括以下步骤：步骤1)：在不同工况下分别获取水电站厂房中间层风罩+Y的水平振动速度信号；步骤2)：采用自适应迭代滤波方法，对各工况下水电站厂房中间层风罩+Y的水平振动速度信号分别进行分解，得到每一工况下中间层风罩+Y的水平振动速度信号对应的若干平稳分量；步骤3)：基于百分位数方法，采用各工况下水电站厂房中间层风罩+Y的水平振动速度信号对应的若干平稳分量，构建厂房振动的标准特征向量，用于识别厂房结构的健康状态，完成厂房振动的多尺度分析。2.如权利要求1所述的一种厂房振动多尺度分析方法，其特征在于，所述步骤1)中的工况包括发电150MW、发电300MW、抽水工况和抽水调相。3.如权利要求1所述的一种厂房振动多尺度分析方法，其特征在于，所述步骤3)中基于百分位数方法，采用各工况下水电站厂房中间层风罩+Y的水平振动速度信号对应的若干平稳分量，构建厂房振动的标准特征向量，用于识别厂房结构的健康状态，完成厂房振动的多尺度分析，具体过程为：步骤3.1)：分别选取各工况...

【专利技术属性】
技术研发人员：安学利，潘罗平，田雨，赵明浩，刘娟，
申请(专利权)人：中国水利水电科学研究院，
类型：发明
国别省市：北京,11