数据驱动下小提琴图法的结构疲劳裂缝检测方法及系统技术方案

本发明专利技术提供一种数据驱动下小提琴图法的结构疲劳裂缝检测方法及系统，包括以下步骤：在待测试结构体的一端施加激励，通过多个加速度传感器采集待测试结构体多个不同位置的加速度响应信号；将多个不同位置的加速度响应信号的时域数据，分别由小到大依次进行重排列，并以此绘制出不同位置处时域数据的箱型图；对重排列后的时域数据进行核密度轨迹估计，获得核密度估计曲线，并将核密度估计曲线结合箱型图，绘制小提琴图；根据绘制的小提琴图进行疲劳裂缝判断。该方法能够快速简易分析各传感器海量数据，提取疲劳裂纹的信息，且能快速准确提取动力特性信息，且对疲劳损伤的程度进行可视化，是一种轻量化的检测技术。是一种轻量化的检测技术。是一种轻量化的检测技术。

【技术实现步骤摘要】
数据驱动下小提琴图法的结构疲劳裂缝检测方法及系统


[0001]本专利技术涉及结构健康监测与安全预警
，具体涉及一种数据驱动下小提琴图法的结构疲劳裂缝检测方法及系统。

技术介绍

[0002]二十一世纪以来基础设施、民用、商业、工业等建设迅猛发展的同时，旧的工程结构的所承受的荷载偏离了初始设计目标，新时期大跨度、复杂化、长寿命、多功能现代化结构多长期暴露于严苛的服役环境，为保证结构正常安全稳定的运行，建设结构安全性问题成为人们关注的重点问题，结构健康监测需求呈现快速增长。随着结构健康监测系统采集了海量数据们，如何基于数据对结构的状态进行分析成为了结构健康监测的核心内容，目前随着科学技术发展，特别是信息数据分析处理技术的快速发展，以数据驱动为内核的分析方法快速兴起，引发了结构健康监测的新思考。
[0003]在难以建立精确机理模型的条件下，数据驱动方法可实现对结构优化控制及评价，可以为结构状态疲劳裂缝分析提供解决方案。目前常用疲劳裂纹识别方法主要基于已知系统及其动力输出信号，利用监测传感器采集的响应数据，通过广义似然比检验，小波包灵敏度的识别等方法进行裂缝识别，广义似然比检验方法来研究疲劳裂纹，旨在检测出中最小的裂纹尺寸，缺少对不同裂缝的深度的检测，小波包灵敏度的识别方法，此种方法同样需要获取外荷载信息，而且在时频域上进行的正向运算和反向运算，其计算效率较低，过程繁复。目前缺少一种能够快速简易分析各传感器海量数据，提取疲劳裂纹的信息，且能快速准确提取动力特性信息，且对疲劳损伤的程度进行可视化，轻量化的检测技术。

技术实现思路

[0004]为解决上述问题，本专利技术提出了一种数据驱动下小提琴图法的结构疲劳裂缝检测方法及系统，该方法能够快速简易分析各传感器海量数据，提取疲劳裂纹的信息，且能快速准确提取动力特性信息，且对疲劳损伤的程度进行可视化，是一种轻量化的检测技术。
[0005]为实现上述目的，本专利技术提供了如下的技术方案。
[0006]一种数据驱动下小提琴图法的结构疲劳裂缝检测方法，包括以下步骤：
[0007]在待测试结构体的一端施加激励，通过多个加速度传感器采集待测试结构体多个不同位置的加速度响应信号；
[0008]将多个不同位置的加速度响应信号的时域数据，分别由小到大依次进行重排列，获得时域数据的最小值、第一四分位数、中位数、第三四分位数和最大值，并以此绘制出不同位置处时域数据的箱型图；
[0009]对各位置重排列后的时域数据进行核密度轨迹估计，获得核密度估计曲线，并将核密度估计曲线结合箱型图，绘制小提琴图；
[0010]根据绘制的小提琴图进行疲劳裂缝判断：当结构不存在疲劳裂缝，小提琴图不会产生凸起，图形呈现对称分布；若存在疲劳裂缝，小提琴图会产生凸起，中位数产生偏移，并
随着损伤程度增加远离对称中心。
[0011]优选地，所述激励为高斯分布随机激励。
[0012]优选地，所述测试结构体为悬臂梁，沿所述悬臂梁的长度方向上设置加速度传感器。
[0013]优选地，所述不同位置处时域数据的箱型图的绘制，包括以下步骤：
[0014]将重排列分布得到的数据取第一中位数设为Q1，第三中位数设为Q3，计算出四分位矩：
[0015]IQR＝Q3‑
Q1[0016]其中，IQR为四分位矩；
[0017]此时，箱型图上下限范围为：
[0018]MAX＝Q3+1.5IQR
[0019]MIN＝Q1‑
1.5IQR
[0020]其中，MAX为箱型图的上限，MIN为箱型图的下限，第一中位数为Q1，第三中位数为Q3。
[0021]优选地，所述小提琴图的绘制，包括以下步骤：
[0022]确定小提琴图的上下限范围为箱型图的上下限范围；
[0023]依据小提琴图上下限范围，提取重分布排列后的时域数据在上下限内的数据；
[0024]对上下限内的数据进行核密度估计，绘制出核密度曲线，核密度估计方法如下：
[0025][0026]其中，x代表为所选数据其中一点的数据，n为上下限范围内样本数量，h代表间隔宽度，当第i点的数据在[X
‑
h/2,X+h/2]中时，δ
i
＝1，当第i点的数据不在[X
‑
h/2,X+h/2]中时，δ
i
＝0。
[0027]将每一点核密度估计的值与箱型图中点的数据一一对应后，获得核密度估计曲线，将曲线与箱型图结合得到小提琴图。
[0028]一种应用数据驱动下小提琴图法的结构疲劳裂缝检测方法的系统，包括：
[0029]检测模块，包括多个设置在所述待测试的结构体上的多个加速度传感器；
[0030]激励施加模块，向待测试结构体的端部位置施加激励；
[0031]处理器，用于采集每个加速度传感器上的响应信号，构建加速度响应数据库；所述处理器根据加速度响应数据进行重排列，并绘制出不同位置处时域数据的箱型图；所述处理器对重排列后的时域数据进行核密度轨迹估计，获得核密度估计曲线，并将核密度估计曲线结合箱型图，绘制小提琴图；所述处理器根据绘制的小提琴图进行疲劳裂缝判断，并输出结果。
[0032]本专利技术的有益效果：
[0033]本专利技术提出一种数据驱动下小提琴图法的结构疲劳裂缝检测方法及系统，该方法能够快速简易分析各传感器海量数据，提取疲劳裂纹的信息，且能快速准确提取动力特性信息，且对疲劳损伤的程度进行可视化，轻量化的检测技术，本专利技术方法针对疲劳裂纹在多激励作用下，产生与激励作用分布不同的时程数据分布曲线的特性，通过小提琴图内的核
密度轨迹曲线凸起明显反映疲劳裂缝的存在，凸起程度越大，代表着损伤程度越大，随着小提琴图中位数远离对称中心，其值可以反映损伤的大小，直观准确辨别疲劳呼吸裂缝的位置和程度。
附图说明
[0034]图1是本专利技术实施例的一种数据驱动下小提琴图法的结构疲劳裂缝检测方法的流程图；
[0035]图2是本专利技术实施例的数值模拟不同裂缝深度下同一位置处小提琴图和箱型图的分布，其中(a)为响应数据(b)为小提琴图(c)为箱型图；
[0036]图3是本专利技术实施例的数值模拟不同裂缝位置下不同位置处小提琴图和箱型图的分布，其中(a)为响应数据(b)为小提琴图(c)为箱型图；
[0037]图4是本专利技术实施例的实验不同裂缝深度下同一位置处小提琴图和箱型图的分布，其中(a)为响应数据(b)为小提琴图(c)为箱型图；
[0038]图5是本专利技术实施例的实验不同裂缝位置下不同位置处小提琴图和箱型图的分布，其中(a)为响应数据(b)为小提琴图(c)为箱型图。
具体实施方式
[0039]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0040]实施例1
[0041]结构在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据驱动下小提琴图法的结构疲劳裂缝检测方法，其特征在于，包括以下步骤：在待测试结构体的一端施加激励，通过多个加速度传感器采集待测试结构体多个不同位置的加速度响应信号；将多个不同位置的加速度响应信号的时域数据，分别由小到大依次进行重排列，获得时域数据的最小值、第一四分位数、中位数、第三四分位数和最大值，并以此绘制出不同位置处时域数据的箱型图；对各位置重排列后的时域数据进行核密度轨迹估计，获得核密度估计曲线，并将核密度估计曲线结合箱型图，绘制小提琴图；根据绘制的小提琴图进行疲劳裂缝判断：当结构不存在疲劳裂缝，小提琴图不会产生凸起，图形呈现对称分布；若存在疲劳裂缝，小提琴图会产生凸起，中位数产生偏移，并随着损伤程度增加远离对称中心。2.根据权利要求1所述的一种数据驱动下小提琴图法的结构疲劳裂缝检测方法，其特征在于，所述激励为高斯分布随机激励。3.根据权利要求1所述的一种数据驱动下小提琴图法的结构疲劳裂缝检测方法，其特征在于，所述测试结构体为悬臂梁，沿所述悬臂梁的长度方向上设置加速度传感器。4.根据权利要求1所述的一种数据驱动下小提琴图法的结构疲劳裂缝检测方法，其特征在于，所述不同位置处时域数据的箱型图的绘制，包括以下步骤：将重排列分布得到的数据取第一中位数设为Q1，第三中位数设为Q3，计算出四分位矩：IQR＝Q3‑
Q1其中，IQR为四分位矩；此时，箱型图上下限范围为：MAX＝Q3+1.5IQRMIN＝Q1‑
1.5IQR其中，MAX为箱型图的上限，MIN为箱型图的下限，第...

【专利技术属性】
技术研发人员：曹茂森，谈汝克，王泽雨，张宇峰，王捷，埃米尔，
申请(专利权)人：苏交科集团股份有限公司江苏东交智控科技集团股份有限公司，
类型：发明
国别省市：