一种考虑服役环境影响的混凝土坝损伤动力预警方法技术

本发明专利技术公开了一种考虑服役环境影响的混凝土坝损伤动力预警方法，包括如下步骤:在识别混凝土坝在不同服役环境下各阶模态参数的基础上，拟合并构建环境量与模态参数间关系模型；建立大坝损伤动力预警尖点突变模型，并利用灰色理论拟定表示大坝损伤程度的安全度指标，作为混凝土坝实时安全诊断的依据。本发明专利技术剔除了服役环境变化对大坝模态参数识别值的影响，以较少的大坝动力监测测点和数据，确定了混凝土坝损伤警戒阈值和表示大坝损伤程度的安全度指标；能够很好地反映混凝土坝损伤状态的突变并有效地评估混凝土坝的安全状态；在混凝土坝出现静力监测资料连续性较差、完整度不高的情况时，可以为大坝的状态评估提供一种新的参考。

【技术实现步骤摘要】
一种考虑服役环境影响的混凝土坝损伤动力预警方法
本专利技术涉及水工程健康监测方法，尤其涉及一种考虑服役环境影响的混凝土坝损伤动力预警方法。
技术介绍
我国已建大坝的数量、规模以及所采用的技术难度均处在世界的前列，近年来由于社会经济发展的需要，促进了对大渡河、澜沧江、金沙江等西南诸河流的水利开发，使得我国大坝建设又进入一次高峰。由于工程多选址于山区，所处的地质条件复杂，其一旦发生事故，将对社会、经济和环境产生十分重大的影响，保证大坝的安全是设计建设运行中的头等大事，亦是坝工相关领域学者关注的重要研究方向。传统的混凝土坝损伤预警方法基于静力监测资料建立不同监测项目对应的监控指标，如水平位移、垂直位移和裂缝开合度等。但在实际工程中，混凝土坝损伤的出现多具有时空随机性和隐蔽性的特点，给损伤萌生、发展的辨识、监测、预警等带来了极大的困难。而模态参数是结构的固有特性，结构损伤的出现势必导致结构模态参数的变化，其识别可以通过少数几个测点的动力响应数据实现，因此在反映结构整体特征、揭示损伤萌生与发展过程等方面具有优势。实际大坝工程多不满足环境变量的稳定性假设，不断发生变化的水位、温度等因素会造成大坝动力特性的变化，从而对其模态参数产生比较大的影响。因此，基于动力响应信息对混凝土坝进行损伤预警，首先需要剔除服役环境对模态参数的影响，以期更客观更精确地诊断混凝土坝损伤的情况。混凝土坝的模态参数剔除环境量影响后可用来识别和诊断损伤。但微小或非关键部位损伤对混凝土坝服役安全影响有限，诊断指标变化所反映的损伤，其发展到何种程度可能严重危害大坝安全，这是大坝损伤预警需要回答的核心问题。大坝动力监测的测点和数据一般较少，所以基于传统方法来进行大坝损伤动力预警模型的构建和评估难度较大，需要对传统方法进行改进与创新，构建一种可以真正实用化的混凝土坝损伤动力预警方法。
技术实现思路
专利技术目的：为了克服现有技术中存在的不足，本专利技术的目的是提供一种考虑服役环境影响的混凝土坝损伤动力预警方法，该方法能够很好地反映混凝土坝损伤状态的突变并有效地评估混凝土坝的安全状态，为当前水工混凝土结构动态健康监测探究提供了重要的支撑。技术方案：为实现上述目的，本专利技术所述的考虑服役环境影响的混凝土坝损伤动力预警方法，包括以下步骤：步骤一：当混凝土坝受环境激励作用时，综合运用传感技术、信息处理技术、模态分析技术，提取大坝在不同服役环境下的模态参数；步骤二：拟合并构建环境量与模态参数间关系模型，剔除环境量改变对模态参数识别的影响，以模型值与实测值的残差绝对值作为大坝的初始损伤信息指标；步骤三：计算初始损伤信息指标中的主成分作为大坝损伤的综合诊断指标，并将正常运行下的监测资料分为训练组和验证组，验证损伤综合诊断指标中有效信息量的保有情况；步骤四：使用强降法，模拟混凝土坝不同程度的损伤，以损伤的急剧增大即损伤动力预警尖点突变模型判断综合诊断指标越过临界状态作为大坝因损伤而破坏的判据；步骤五：计算损伤综合诊断指标与损伤程度的量化关系，拟定表示大坝损伤程度的安全度指标，作为混凝土坝实时安全诊断的依据。优选的，所述步骤一具体为：(1.1)提取不同日期(即不同服役环境)环境激励作用下混凝土坝的振动响应，运用随机子空间法(StochasticSubspaceIdentification,SSI)进行系统识别；所述环境激励作用包括地震、脉动水压力、水电站和泵站厂房振源以及交通振动荷载；(1.2)基于稳态图进行系统定阶，确定混凝土坝的模态参数。所述步骤二具体为：(2.1)分别建立环境变量集xi和模态参数集yi，引入非线性核函数将环境变量集xi从原空间映射到高维特征空间，将环境变量与模态参数间的线性不可分问题转化为高维特征空间中的线性问题；(2.2)采用粒子群优化算法(ParticleSwarmOptimization,PSO)和支持向量机(SupportVectorMachine,SVM)构建环境量与模态参数的回归模型，引入松弛变量和惩罚因子，得到基于分类的回归问题，该问题的最优解即代表环境变量与模态参数之间的数量关系；以模态参数的模型计算值和实测值的残差平方和的根作为适应值优化SVM参数。粒子群优化算法的支持向量机具体方法为：(2.2.1)设定粒子群的初始参数，随机赋予各粒子的位置信息，位置信息包含待寻优的惩罚因子C和核函数参数，核函数选取高斯径向基核函数；(2.2.2)以环境变量为输入量，模态参数为输出量，计算不同粒子表示的参数条件下二者的回归模型，以模态参数的模型计算值和实测值的残差平方和的根为适应值；(2.2.3)比较每个粒子当前适应值和上一步迭代的个体最优位置的适应值，若发现当前位置的适应值好于最优位置，即将当前位置作为粒子个体的最优位置；将所有粒子计算得到的适应值与全局经历过的最优适应值进行比较，若发现有更好的适应值，则把其对应的位置作为全局最优位置；(2.2.4)更新各粒子的位置和速度，如满足最大迭代次数，则输出优化的SVM参数，否则更新适应值并循环。所述步骤三具体为：(3.1)从实测训练数据中识别出模态参数矩阵Y，从步骤二中提取环境变量对模态参数的影响矩阵两者的残差绝对值作为初始损伤信息指标矩阵X；同时计算测试序列的初始损伤信息指标矩阵(3.2)对X和进行主成分分析，结果中主成分构成大坝损伤状态的综合诊断指标；(3.3)对其主元子空间进行统计检验，计算其平方预测误差SPE和HotellingT2统计量，检验训练所得指标的稳定性。所述步骤四具体为：(4.1)采用强降法，模拟不同程度的混凝土坝损伤状况；(4.2)提取各损伤状况下的综合诊断指标，以强度折减倍数和综合诊断指标构建损伤动力预警尖点突变模型的势函数：H＝V(K)＝n0+n1K+n2K2+n3K3+n4K4式中，K表示不同程度的材料强度折减倍数；n0、n1、n2、n3和n4表示拟合多项式的系数；令K＝x-L，x为状态变量；a，b为控制变量；当损伤动力预警尖点突变模型判断综合诊断指标越过临界状态时，表示大坝损伤急剧加重、混凝土坝面临整体破坏，以临界状态的综合诊断指标作为损伤警戒阈值。所述步骤4中的损伤动力预警尖点突变模型判断大坝临界状态的具体方法为：势函数的临界面方程可表示为：V'(x)＝4x3+ax+b＝0其实根的判别式为：Δ＝4a3+27b2当Δ＞0时，有一个实根，表明大坝系统未发生突变；当Δ＜0时，有三个互异的实根，表明大坝系统已经发生突变；当Δ＝0时，三个实根中有两个根是相等的(a、b均不为零)或者三个根都是相等的(a＝b＝0)，表明大坝系统已经处于临界状态。进一步优选的，所述步骤五具体为：以各阶损伤警戒阈值作为参考序列，以实测序列计算所得的综合诊断指标作为比较序列，计算参考序列与比较序列之间的灰色综合关联度ρin并计算各损伤状态的安全度Kρ有益效果：与现有技术相比，本专利技术具有如下显著进步：1、剔除了服役环境变化对大坝模态参数识别值的影响，同时剔除了随机干扰项对大坝损伤状态综合诊断指标的影响，保证提取的指标能够真实反映混凝土坝的结构状态。2、结合仿真计算，得到大坝不同损伤状态下的损伤考察量，从而能够辨识损伤程度的质变点，确定了以综合诊断指标为参数的损伤警戒阈值。3、在大坝动力监测测点和数据较少的情况下本文档来自技高网...

【技术保护点】
1.一种考虑服役环境影响的混凝土坝损伤动力预警方法，其特征在于，包括以下步骤：步骤一：当混凝土坝受环境激励作用时，提取大坝在不同服役环境下的模态参数；步骤二：拟合并构建环境量与模态参数间关系模型，剔除环境量改变对模态参数识别的影响，以模型值与实测值的残差绝对值作为大坝的初始损伤信息指标；步骤三：计算初始损伤信息指标中的主成分作为大坝损伤的综合诊断指标，并将正常运行下的监测资料分为训练组和验证组，验证损伤综合诊断指标中有效信息量的保有情况；步骤四：使用强降法，模拟混凝土坝不同程度的损伤，以损伤动力预警尖点突变模型判断综合诊断指标越过临界状态作为大坝因损伤而破坏的判据；步骤五：计算损伤综合诊断指标与损伤程度的量化关系，拟定表示大坝损伤程度的安全度指标，作为混凝土坝实时安全诊断的依据。

【技术特征摘要】
1.一种考虑服役环境影响的混凝土坝损伤动力预警方法，其特征在于，包括以下步骤：步骤一：当混凝土坝受环境激励作用时，提取大坝在不同服役环境下的模态参数；步骤二：拟合并构建环境量与模态参数间关系模型，剔除环境量改变对模态参数识别的影响，以模型值与实测值的残差绝对值作为大坝的初始损伤信息指标；步骤三：计算初始损伤信息指标中的主成分作为大坝损伤的综合诊断指标，并将正常运行下的监测资料分为训练组和验证组，验证损伤综合诊断指标中有效信息量的保有情况；步骤四：使用强降法，模拟混凝土坝不同程度的损伤，以损伤动力预警尖点突变模型判断综合诊断指标越过临界状态作为大坝因损伤而破坏的判据；步骤五：计算损伤综合诊断指标与损伤程度的量化关系，拟定表示大坝损伤程度的安全度指标，作为混凝土坝实时安全诊断的依据。2.根据权利要求1所述的考虑服役环境影响的混凝土坝损伤动力预警方法，其特征在于，所述步骤一具体为：(1.1)提取不同日期环境激励作用下混凝土坝的振动响应，运用随机子空间法进行系统识别；所述环境激励作用包括地震、脉动水压力、水电站和泵站厂房振源以及交通振动荷载；(1.2)基于稳态图进行系统定阶，确定混凝土坝的模态参数。3.根据权利要求1所述的考虑服役环境影响的混凝土坝损伤动力预警方法，其特征在于，所述步骤二具体为：(2.1)分别建立环境变量集xi和模态参数集yi，引入非线性核函数将环境变量集xi从原空间映射到高维特征空间，将环境变量与模态参数间的线性不可分问题转化为高维特征空间中的线性问题；(2.2)采用粒子群优化算法和支持向量机构建环境量与模态参数的回归模型，引入松弛变量和惩罚因子，得到基于分类的回归问题。4.根据权利要求3所述的考虑服役环境影响的混凝土坝损伤动力预警方法，其特征在于，所述步骤二中的粒子群优化算法的支持向量机具体方法为：(2.2.1)设定粒子群的初始参数，随机赋予各粒子的位置信息，位置信息包含待寻优的惩罚因子C和核函数参数，核函数选取高斯径向基核函数；(2.2.2)以环境变量为输入量，模态参数为输出量，计算不同粒子表示的参数条件下二者的回归模型，以模态参数的模型计算值和实测值的残差平方和的根为适应值；(2.2.3)比较每个粒子当前适应值和上一步迭代的个体最优位置的适应值，若发现当前位置的适应值好于最优位置，即将当前位置作为粒子个体的最优位置；将所...

【专利技术属性】
技术研发人员：苏怀智，付浩雁，方正，杨孟，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32