一种多尺度重构吸引子多重分形谱的悬臂梁损伤辨识方法技术

本发明专利技术提供一种多尺度重构吸引子多重分形谱的悬臂梁损伤辨识方法，包括：通过动力量测系统采集悬臂梁的原始加速度信号，对预处理后的加速度信号实施平稳小波分解，得到多尺度子信号；选取能够表征悬臂梁主要振动特性的多尺度子信号进行相空间重构及归一化处理，得到归一化的多尺度重构吸引子；构建多尺度重构吸引子的多重分形谱，建立基于多重分形谱奇异性指数的损伤指标；依据损伤指标的相对数值大小识别并定位悬臂梁损伤。本方法能够从多重分形的角度量化多尺度相空间域的结构损伤特性，突破了现有技术中悬臂梁损伤表征方法存在的识别准确率低、损伤敏感性弱、抗噪能力不足的问题，提供了一种简便、快速、准确的悬臂梁损伤辨识方法。识方法。识方法。

【技术实现步骤摘要】
一种多尺度重构吸引子多重分形谱的悬臂梁损伤辨识方法


[0001]本专利技术涉及结构损伤诊断
，具体涉及一种多尺度重构吸引子多重分形谱的悬臂梁损伤辨识方法。

技术介绍

[0002]梁结构在服役中受复杂环境荷载长期作用及内部材料逐渐老化，不可避免会发生结构损伤，早期损伤的演化累积会降低结构承载力威胁其运行安全，严重时甚至导致结构整体失效破坏。结构动力无损检测是及时发现结构损伤的重要技术，在保障结构运行安全方面发挥了不可替代的作用。然而，传统动力无损检测方法基于线性理论，无法提取对损伤更加敏感的非线性特征；特别地，用于损伤定位的曲率模态等需对模态振型进行微分操作，大大降低了所得损伤指标的抗噪能力。
[0003]基于重构吸引子的损伤检测方法是随着混沌理论的快速发展而新兴的一种结构无损检测方法，目前正逐步被应用到机械、土木领域的结构损伤识别中。其基本原理是损伤的存在会导致结构吸引子动力行为的改变，进而通过对比无损与有损状态下响应吸引子的拓扑形态差异来辨识损伤。一方面，现有方法采用结构动力响应直接进行相空间重构得到重构吸引子，没有在重构前对损伤信息与干扰噪声进行有效分离处理，会造成损失识别准确性有所下降；另一方面，现有方法对重构吸引子的拓扑形态差异研究较多，而对复杂系统非线性运行规律方面关注较少。
[0004]为此，本专利技术提出一种基于多尺度重构吸引子多重分形谱的悬臂梁损伤辨识方法。

技术实现思路

[0005]为解决上述问题，本专利技术通过多尺度分析分离振动信号中的损伤信息部分和噪声部分，通过多重分形分析定量描述损伤对结构非线性运动规律的影响，进而建立基于多尺度重构吸引子多重分形特性的损伤指标判断梁结构健康状态并定位结构损伤。相比已有方法，本专利技术建立的多尺度重构吸引子多重分形谱法，突破了现有技术中悬臂梁损伤表征方法存在的识别准确率低、损伤敏感性弱、抗噪能力不足的问题，提供了一种简便、快速、准确的悬臂梁损伤辨识方法。
[0006]本专利技术提供了如下的技术方案。
[0007]一种多尺度重构吸引子多重分形谱的悬臂梁损伤辨识方法，包括以下步骤：
[0008]通过动力量测系统采集悬臂梁的原始加速度信号，对原始加速度信号进行平滑滤波预处理，得到预处理后的加速度信号；
[0009]对加速度信号进行平稳小波分解，得到具有相同数据长度的多尺度子信号；
[0010]选取表征悬臂梁振动特性的多尺度子信号进行相空间重构及归一化处理，得到多尺度重构吸引子；
[0011]根据多尺度重构吸引子，形成多重分形谱；并根据多重分形谱的奇异性指数，建立
损伤指标；
[0012]依据损伤指标的相对数值大小，识别损伤的悬臂梁。
[0013]优选地，所述加速度信号进行平稳小波分解时，采用小波基函数为rbio2.4、小波分解层数为3。
[0014]优选地，所述选取表征悬臂梁主要振动特性的多尺度子信号进行相空间重构及归一化处理，包括以下步骤：
[0015]将包含结构振动主要频率范围的平稳小波变换近似系数作为表征结构主要振动特性的多尺度子信号，对其进行边界截断处理后记为多尺度子信号s；
[0016]对截断处理后的多尺度子信号s实施相空间重构得到多尺度重构吸引子；
[0017]对多尺度重构吸引子进行归一化处理，使得各相空间维度的取值范围为[0,1]。
[0018]优选地，所述多尺度子信号的边界截断处理，多尺度子信号左右两侧的边界截断长度均为子信号总长度的1％。
[0019]优选地，所述多尺度子信号s的相空间重构，包括以下步骤：
[0020]按下式计算重构吸引子Y中的相点坐标：
[0021]y
k
＝(s
k
,s
k
+τ,
…
,s
k
+(m
‑
1)τ)
[0022]式中，y
k
表示重构吸引子Y中的第k个相点，s
k
表示截断处理后多尺度子信号的第k个信号幅值，m和τ是嵌入参数的嵌入维数和延迟时间；
[0023]计算重构吸引子Y的协方差矩阵C：
[0024]C＝Y
T
Y
[0025]对协方差矩阵C进行特征值分解：
[0026]C＝ΦΛΦ
‑1[0027]式中，Φ是列为特征向量的方阵，Λ是主对角元素为特征值的对角阵；
[0028]将重构吸引子Y沿其第一主方向投影得到：
[0029]Z＝YΦ
[0030]Z即通过相空间重构得到的多尺度重构吸引子。
[0031]优选地，所述相空间重构的嵌入参数取m＝2、τ＝1。
[0032]优选地，所述多重分形谱的构建，包括以下步骤：
[0033]统计多尺度重构吸引子Z的相点总数，记为M；
[0034]预设权重因子序列qV及网格尺寸序列sV；
[0035]对每一个网格尺寸sV
m
，将多尺度重构吸引子Z分割为G
m
×
G
m
的网格，统计每个网格中的相点数量，记为g
m,ij
，其中，sV
m
表示sV的第m个元素，G
m
表示网格尺寸为sV
m
时的网格数量；
[0036]计算每个格点中相点数量占相点总数的百分比：
[0037]p
m，ij
＝g
m，ij
/M
×
100％
[0038]计算中间变量：
[0039][0040][0041]Mf
mt
＝∑
i
∑
j
[μ
mt，ij
·
log
10
(p
mt，ij
)][0042]Mf
mt
＝∑
i
∑
j
[μ
mt，ij
·
log
10
(μ
mt，ij
)][0043]Msc＝
‑
log
10
(sV)
[0044]式中，q
t
表示qV的第t个元素；
[0045]通过Ma
mt
、Mf
mt
分别与Msc的线性回归系数，确定奇异性指数变量矩阵α
q
、f
q
；
[0046]绘制f～α表征的多尺度重构吸引子多重分形谱。
[0047]优选地，所述预设权重因子序列qV以及网格尺寸序列sV分别取：qV＝
‑
2∶0.2∶2、sV＝2∶1∶8。
[0048]优选地，所述损伤指标的计算方式如下：
[0049][0050][0051]其中：
[0052]Δα
r
＝α
max
‑
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多尺度重构吸引子多重分形谱的悬臂梁损伤辨识方法，其特征在于，包括以下步骤：通过动力量测系统采集悬臂梁的原始加速度信号，对原始加速度信号进行平滑滤波预处理，得到预处理后的加速度信号；对加速度信号进行平稳小波分解，得到具有相同数据长度的多尺度子信号；选取表征悬臂梁振动特性的多尺度子信号进行相空间重构及归一化处理，得到多尺度重构吸引子；根据多尺度重构吸引子，形成多重分形谱；并根据多重分形谱的奇异性指数，建立损伤指标；依据损伤指标的相对数值大小，识别损伤的悬臂梁。2.根据权利要求1所述的多尺度重构吸引子多重分形谱的悬臂梁损伤辨识方法，其特征在于，所述加速度信号进行平稳小波分解时，采用小波基函数为rbio2.4、小波分解层数为3。3.根据权利要求1所述的多尺度重构吸引子多重分形谱的悬臂梁损伤辨识方法，其特征在于，所述选取表征悬臂梁振动特性的多尺度子信号进行相空间重构及归一化处理，包括以下步骤：将包含结构振动主要频率范围的平稳小波变换近似系数作为表征结构主要振动特性的多尺度子信号，对其进行边界截断处理后记为多尺度子信号s；对截断处理后的多尺度子信号s实施相空间重构得到多尺度重构吸引子；对多尺度重构吸引子进行归一化处理，使得各相空间维度的取值范围为[0,1]。4.根据权利要求3所述的多尺度重构吸引子多重分形谱的悬臂梁损伤辨识方法，其特征在于，所述多尺度子信号的边界截断处理，多尺度子信号左右两侧的边界截断长度均为子信号总长度的1％。5.根据权利要求3所述的多尺度重构吸引子多重分形谱的悬臂梁损伤辨识方法，其特征在于，所述多尺度子信号s的相空间重构，包括以下步骤：按下式计算重构吸引子Y中的相点坐标：y
k
＝(s
k
,s
k
+τ,
…
,s
k
+(m
‑
1)τ)式中，y
k
表示重构吸引子Y中的第k个相点，s
k
表示截断处理后多尺度子信号的第k个信号幅值，m和τ是嵌入参数的嵌入维数和延迟时间；计算重构吸引子Y的协方差矩阵C：C＝Y
T
Y对协方差矩阵C进行特征值分解：C＝ΦΛΦ
‑1式中，Φ是列为特征向量的方阵，Λ是主对角元素为特征值的对角阵；将重构吸引子Y沿其第一主方向投影得到：Z＝YΦZ即通过相空间重构得到的多尺度重构吸引子。6.根据权利要求5所述的多尺度重构吸引子多重分形谱的悬臂梁损伤辨识方法，其特征在于，所述相空间重构的嵌入参数取m＝2、τ＝1。
7.根据权利要求1所述的多尺度重构吸引子多重分形谱的悬臂梁损伤辨识方法，其特征在于，所述多重分形谱的构建，包括以下步骤：统计多尺度重构吸引子Z的相点总数，记为M；预设权重因子序列qV及网格尺寸序列sV；对每一个网格尺寸sV
m
，将多尺度重构吸引子Z分割为G
m
×
G
m
的网格，统计每个网格中的相点数量，记为g
m,ij
，其中，sV
m
表示sV的第m个元...

【专利技术属性】
技术研发人员：曹茂森，李大洋，朱华新，沙刚刚，埃米尔，
申请(专利权)人：江苏中基工程技术研究有限公司苏交科集团股份有限公司，
类型：发明
国别省市：