隧道结构损伤识别的子区间划分方法、系统、可存储介质技术方案

本发明专利技术公开了一种盾构隧道结构损伤识别的子区间划分方法、系统、可存储介质，涉及土木工程结构健康监测和损伤识别技术领域。本发明专利技术由等间距加速度传感器检测得到加速度响应，选取其中一个加速度传感器所在位置的节点为基准点，计算基准点与其他节点加速度响应的平均互信息；随着两节点距离增大，两节点的平均互信息会逐渐减小，然后趋于极小值并在小范围内波动；平均互信息最初达到极小值所对应距离的两倍，即为最优子区间长度。本发明专利技术在保证损伤识别精度的同时，可减少传感器数量和数据冗余量，节省计算资源。节省计算资源。节省计算资源。

【技术实现步骤摘要】
隧道结构损伤识别的子区间划分方法、系统、可存储介质


[0001]本专利技术涉及土木工程结构健康监测和损伤识别
领域，更具体的说是涉及一种隧道结构损伤识别的子区间划分方法、系统、可存储介质。

技术介绍

[0002]合理有效的子区间划分是分布式识别策略有效实现损伤识别的关键。合理的子区间划分，保证损伤识别精度的同时，可减少传感器数量和数据冗余量，节省计算资源。假设每个子区间只有一个代表测点，即仅布置一个传感器，则子区间的划分可归结为传感器的优化布置问题。
[0003]现有传感器布置方法，是在地铁隧道每环管片上布置测点，成本高，数据量大，处理困难，或者是测点布置较稀疏时，部分损伤信息容易被淹没，造成测量不准确。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种隧道结构损伤识别的子区间划分方法、系统、可存储介质，通过得到最优子区间长度，布置最少的传感器，同时保证损伤识别的精度。
[0005]为了实现上述目的，本专利技术采用如下技术方案：
[0006]一种盾构隧道结构损伤识别的子区间划分方法，包括以下步骤：
[0007]获取加速度响应序列，所述加速度响应序列由各等间距地在隧道顶部布置加速度传感器采集的加速度信号构成；
[0008]根据所述加速度响应序列获取基准点和计算点；其中，选择任一所述加速度传感器为基准加速度传感器，所述基准加速度传感器所在的位置为所述基准点；所述基准加速度传感器以外的加速度传感器为计算加速度传感器，所述计算加速度传感器所在的位置为所述计算点；
[0009]计算基准点对应的加速度响应序列x和计算点对应的加速度响应序列y
m
的平均互信息I
xy
；
[0010]根据所述平均互信息I
xy
及对应的距离绘制关于平均互信息与距离的关系曲线；
[0011]根据所述关系曲线确定最优子区间的长度。
[0012]可选的，所述平均互信息的获取具体如下：
[0013]根据加速度响应序列x，计算第一边缘概率密度P
x
，根据加速度响应序列y
m
，计算第二边缘概率密度P
y
；加速度响应序列x和加速度响应序列y
m
构成联合响应序列xy
m
，根据所述联合响应序列xy
m
，计算联合概率密度其中，m＝1,2,...,M，m为所述计算加速度传感器的序号，M为所述计算加速度传感器的总数量；
[0014]根据所述第一边缘概率密度P
x
、所述第二边缘概率密度P
y
和所述联合概率密度计算加速度响应序列x和加速度响应序列y
m
的平均互信息I
xy
。
[0015]可选的，根据以下公式分别计算分别计算所述第一边缘概率密度P
x
、所述第二边
缘概率密度P
y
和所述联合概率密度
[0016][0017]K(z)是加速度响应序列与概率密度的关系方程，z是需要进行密度估计的随机向量；
[0018]当计算所述第一边缘概率密度P
x
时，z＝x，x＝[x1,x2,...,x
i
,..,x
n
]T
，i＝1,2,...,n；x
i
为所述基准加速度传感器采集的第i个加速度信号；n为所述加速度传感器采集的加速度信号的个数；
[0019]当计算所述第二边缘概率密度P
y
时，z＝y
m
，y
m
＝[y
m1
,y
m2
,...,y
mi
,..,y
mn
]T
，y＝[y1,y2,...,y
m
,..,y
M
]，y
m
为第m个计算加速度传感器采集的加速度信号，i＝1,2,...,n；y
mi
指的是第m个计算加速度传感器采集的第i个加速度信号；
[0020]当计算所述联合概率密度时，z＝[x,y
m
]，为所述基准加速度传感器采集加速度信号与第m个计算加速度传感器采集的加速度信号构成的联合响应序列。
[0021]可选的，K(z)是加速度响应序列与概率密度u的关系方程具体如下：
[0022][0023][0024][0025]其中，z
i
对应取x
i
、y
mi
或[x
i
,y
mi
]，[x
i
,y
mi
]为所述基准加速度传感器采集的第i个加速度信号与第m个计算加速度传感器采集的第i个加速度信号构成的联合响应；
[0026]h是核带宽，S是z的协方差矩阵，det(S)为协方差矩阵S的行列式；
[0027]计算所述第一边缘概率密度P
x
或计算所述第二边缘概率密度P
y
时，d取值为1，计算所述联合概率密度时，d取值为2。
[0028]可选的，所述平均互信息I
xy
的计算公式如下：
[0029][0030]其中，I
xy
表示所述加速度响应序列x和所述加速度响应序列y的平均互信息，P
x,y
(x
i
,y
mi
)表示所述加速度响应序列x和所述加速度响应序列y在(x
i
,y
mi
)处的联合概率密度，P
x
(x
i
)表示所述加速度响应序列x在x
i
处的边缘概率密度，P
y
(y
mi
)表示所述加速度响应序列y在y
mi
处的边缘概率密度。
[0031]其中，I
xy
表示所述加速度响应序列x和所述加速度响应序列y的平均互信息，P
x,y
(x
i
,y
mi
)表示所述加速度响应序列x和所述加速度响应序列y在(x
i
,y
mi
)处的联合概率密度，P
x
(x
i
)表示所述加速度响应序列x在x
i
处的边缘概率密度，P
y
(y
mi
)表示所述加速度响应序列
y在y
mi
处的边缘概率密度。
[0032]可选的，所述关系曲线首次达到极小值的位置为最优点，所述最优点与所述计算点距离的两倍为所述最优子区间的长度。
[0033]一种盾构隧道结构损伤识别的子区间划分系统，包括加速度响应获取单元、基准点与计算点选择单元、概率密度计算单元、平均互信息计算单元、关系曲线绘制单元和最优子区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种盾构隧道结构损伤识别的子区间划分方法，其特征在于，包括以下步骤：获取加速度响应序列，所述加速度响应序列由各等间距地在隧道顶部布置加速度传感器采集的加速度信号构成；根据所述加速度响应序列获取基准点和计算点；其中，选择任一所述加速度传感器为基准加速度传感器，所述基准加速度传感器所在的位置为所述基准点；所述基准加速度传感器以外的加速度传感器为计算加速度传感器，所述计算加速度传感器所在的位置为所述计算点；计算基准点对应的加速度响应序列x和计算点对应的加速度响应序列y
m
的平均互信息I
xy
；根据所述平均互信息I
xy
及对应的距离绘制关于平均互信息与距离的关系曲线；根据所述关系曲线确定最优子区间的长度。2.根据权利要求1所述的一种盾构隧道结构损伤识别的子区间划分方法，其特征在于，所述平均互信息的获取具体如下：根据加速度响应序列x，计算第一边缘概率密度P
x
，根据加速度响应序列y
m
，计算第二边缘概率密度P
y
；加速度响应序列x和加速度响应序列y
m
构成联合响应序列xy
m
，根据所述联合响应序列xy
m
，计算联合概率密度其中，m＝1,2,...,M，m为所述计算加速度传感器的序号，M为所述计算加速度传感器的总数量；根据所述第一边缘概率密度P
x
、所述第二边缘概率密度P
y
和所述联合概率密度计算加速度响应序列x和加速度响应序列y
m
的平均互信息I
xy
。3.根据权利要求1所述的一种盾构隧道结构损伤识别的子区间划分方法，其特征在于，根据以下公式计算所述第一边缘概率密度P
x
、所述第二边缘概率密度P
y
和所述联合概率密度率密度K(z)是加速度响应序列与概率密度的关系方程，z是需要进行密度估计的随机向量。4.根据权利要求3所述的一种盾构隧道结构损伤识别的子区间划分方法，其特征在于，K(z)是加速度响应序列与概率密度u的关系方程具体如下：K(z)是加速度响应序列与概率密度u的关系方程具体如下：K(z)是加速度响应序列与概率密度u的关系方程具体如下：其中，z
i
对应取x
i
、y
mi
或[x
i
,y
mi
]，[x
i
,y
mi
]为所述基准加速度传感器采集的第i个加速度信号与第m个计算加速度传感器采集的第i个加速度信号构成的联合响应；h是核带宽，S是z的协方差矩阵，det(S)为协方差矩阵S的行列式；
计算所述第一边缘概率密度P
x
或计算所述第二边缘概率密度P
y
时，d取值为1，计算所述联合概率密度时，d取值为2。5.根据权利要求1所述的一种盾构隧道结构损伤识...

【专利技术属性】
技术研发人员：连井龙，罗辉，郭建，招辉，黄成，杨泽亮，胡团伟，陶江峰，李彦辰，徐峰，闫绍峰，克高果，
申请(专利权)人：平顶山市公路工程公司平顶山市公路交通勘察设计院，
类型：发明
国别省市：