一种基于时空窗下的PCA结构损伤检测方法技术

本发明专利技术公开了一种基于时空窗下的PCA结构损伤检测方法，针对于配有传感器监测的结构，在限定的时间和空间窗口下对传感器获取的数据进行PCA分析，得到结构特征向量的时间序列，通过分析特征向量的模长及方向角两个识别指标的变化来确定结构损伤，即利用特征向量的模长监测结构是否存在损伤，若存在损伤，进一步利用特征向量与坐标轴的夹角确定结构的损伤位置，最终通过特征向量的模长确定受损程度。本发明专利技术可以大大提高结构损伤识别的精度和灵敏度，可对大跨度实体桥梁或其它结构进行损伤识别。

【技术实现步骤摘要】
一种基于时空窗下的PCA结构损伤检测方法
本专利技术涉及结构损伤识别的
，尤其是指一种基于时空窗下的PCA结构损伤检测方法。
技术介绍
结构健康监测的目地是通过安装在结构内的传感器获取结构的响应信息，人们通过这些力学响应正确地评估结构的当下状态。在风、冰雹等环境因素及交通荷载等多种复杂荷载的共同作用下，结构可会出现损伤、老化甚至坍塌的现象。当结构出现异常时，结构力学响应会随之发生变化，因此可通过分析响应的变化进行结构损伤识别。然而当损伤程度较小或者受损位置远离传感器时，传感器获取的响应可能没有发生显著变化。另一方面，实际环境下不可避免地存在噪声的扰动，损伤发生时响应的变化往往会被噪声所吞没。针对这类情况，需要对传感器获取的响应进行进一步分析，挖掘对损伤更加敏感且鲁棒性良好的新的识别指标，进而准确识别结构中存在的损伤。因此，如何从传感器直接获得的响应中得到更有利于损伤识别的新指标，是结构健康监测的一大挑战。主成分分析(PrincipalComponentAnalysis，简称PCA)方法由于具备良好的消除噪声的能力，因此该方法被广泛本文档来自技高网...

【技术保护点】
1.一种基于时空窗下的PCA结构损伤检测方法，其特征在于：针对于配有传感器监测的结构，在限定的时间和空间窗口下对传感器获取的数据进行PCA分析，得到结构特征向量的时间序列，通过分析特征向量的模长及方向角两个识别指标的变化来确定结构损伤，即利用特征向量的模长监测结构是否存在损伤，若存在损伤，进一步利用特征向量与坐标轴的夹角确定结构的损伤位置，最终通过特征向量的模长确定受损程度。/n

【技术特征摘要】
1.一种基于时空窗下的PCA结构损伤检测方法，其特征在于：针对于配有传感器监测的结构，在限定的时间和空间窗口下对传感器获取的数据进行PCA分析，得到结构特征向量的时间序列，通过分析特征向量的模长及方向角两个识别指标的变化来确定结构损伤，即利用特征向量的模长监测结构是否存在损伤，若存在损伤，进一步利用特征向量与坐标轴的夹角确定结构的损伤位置，最终通过特征向量的模长确定受损程度。


2.根据权利要求1所述的一种基于时空窗下的PCA结构损伤检测方法，其特征在于，包括以下步骤：
1)依据结构类型确定PCA分析中所使用的空间窗口，当局部损伤发生后，结构部分空间区域内的传感器获取的响应数据会发生变化，将因损伤数据出现变化的传感器组合定义为空间窗口；
2)依据结构所受的外部荷载的周期确定PCA分析中使用的时间窗口，其中，时间窗口为外部荷载最大周期的整数倍，应大于或等于外部荷载的最大周期；
3)对限定时间窗口和空间窗口内的传感器测得的响应数据进行PCA分析，得到对应的特征向量；
4)移动时间窗口，每移动一次时间窗口便得到一组特征向量，随着时间窗口不断向前移动，则得到特征向量的时间序列ψi(k)，其中，为第k个时间步下第mj号传感器对应的特征向量分量，S为空间窗口内的传感器总数；
5)将监测状态下的特征向量逐一减去结构健康状态下的特征向量，得到特征向量的相对变化量；
6)计算获取特征向量的模长和与坐标轴的夹角作为损伤监测指标，通过模长随时间的变化规律判定结构是否出现损伤及损伤发生的时间，根据夹角确定损伤出现的位置，最后再利用特征向量的模长评估受损程度。


3.根据权利要求2所述的一种基于时空窗下的PCA结构损伤检测方法，其特征在于，所述步骤3)包括以下步骤：
3.1)将限定时间窗口和空间窗口内的响应数据整理成矩阵的形式，如下所示：



式中：U(t)为响应数据矩阵，mi为空间窗口内的传感器编号，S为空间窗口内的传感器总数；而t为传感器监测时间，w为时间窗口内的测试时间步；为mi号传感器在tj时刻获取的响应数据，矩阵中每一列为某一传感器获取的响应时间序列，每一行为在某一监测时间点下空间窗口内所有传感器获取的响应数据；
3.2)计算所得响应数据矩阵的协方差矩阵C，如下所示：



3.3)依...

【专利技术属性】
技术研发人员：周立成，张舸，陈敬松，刘方刚，刘泽佳，汤立群，周玉锋，叶晨，刘逸平，蒋震宇，杨帅，彭寅，罗德泉，李杏林，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44