【技术实现步骤摘要】
一种基于ARFIMA模型的线性结构损伤识别方法
本专利技术涉及结构损伤识别
技术介绍
土木工程结构在服役期间常会发生各种损伤，故土木结构的健康状态研究已经逐渐引起人们的重视。其中，结构的动态健康监测也逐渐成为了热门的新兴研究领域，尤其是到了20世纪末，随着计算机互联网的飞速发展、各种人工智能算法的应用，结构健康检测技术得到了快速的发展，其应用对象由最初的老化建筑结构拓展到各类重要的工程结构中，该技术逐步形成了一门较为完整的新兴综合工程学科。虽然在土木工程领域的研究起步较晚，并且许多健康检测的方法尚处于理论研究阶段，绝大多数局限于实验研究，在实际工程中的应用较少，尽管国内外已有一些土木结构工程现场应用到了损伤实时检测技术，但对于该技术的研究仍然具有很大的发展空间，故有必要对结构损伤进行识别研究。基于时域模型的损伤识别法是目前研究的热点之一，其可以直接利用结构动力响应的时程数据进行损伤识别。时间序列顾名思义是按时间先后顺序排列的数据序列，同时各个时间点之间的数据具有一定的关系。时间序列分析是概率统计学的一个重要...
【技术保护点】
1.一种基于ARFIMA模型的线性结构损伤识别方法，其特征在于，包括以下步骤：/n根据多层结构损伤前每层结构的加速度响应数据，为每层结构建立相应的损伤前ARFIMA模型；分别从每个损伤前ARFIMA模型中提取相应的时间序列
【技术特征摘要】
1.一种基于ARFIMA模型的线性结构损伤识别方法，其特征在于，包括以下步骤：
根据多层结构损伤前每层结构的加速度响应数据，为每层结构建立相应的损伤前ARFIMA模型；分别从每个损伤前ARFIMA模型中提取相应的时间序列然后通过阶分数阶差分对时间序列进行差分，得到损伤前时间序列根据损伤前时间序列建立损伤前分数差分的ARMA模型；其中，i表示第i层结构，i∈{1,2,...,m}，m表示多层结构的总层数；取值为第i层结构的损伤前ARFIMA模型的记忆参数，且Xt、Zt均表示时间序列中的时间片，t∈{1,2,...N}，N表示时间片总数；
根据多层结构损伤后每层结构的加速度响应数据，为每层结构建立相应的损伤后ARFIMA模型；分别从每个损伤后ARFIMA模型中提取相应的时间序列然后通过阶分数阶差分对时间序列进行差分，得到损伤后时间序列根据损伤后时间序列建立损伤后分数差分的ARMA模型；其中，取值为第i层结构的损伤后ARFIMA模型的记忆参数，且
根据损伤前分数差分的ARMA模型的倒谱系数与损伤后分数差分的ARMA模型的倒谱系数，计算倒谱距离，按如下公式：
其中，D(L(1),L(2))i表示第i层结构的损伤前分数差分的ARMA模型与损伤后分数差分的ARMA模型的倒谱距离，表示第i层结构的损伤前分数差分的ARMA模型的倒谱系数，表示第i层结构的损伤后分数差分的ARMA模型的倒谱系数，n表示倒谱数据截取数；
计算出每层结构的倒谱距离后，根据倒谱距离对线性结构损伤进行识别。
2.根据权利要求1所述的基于ARFIMA模型的线性结构损伤识别方法，其特征在于，采用间接法对线性结构损伤进行识别：以倒谱距离D(L(1),L(2))i作为结构层的自由度指标ARFIMACMi，若第i层结构的自由度指标ARFIMACMi与第i-1层结构的自由度指标ARFIMACMi-1大于其余层结构的自由度指标，则判断线性结构损伤发生在第i层结构。
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。