原文传递
基于模糊聚类和时间序列的结构损伤识别方法研究
| 论文题名： | 基于模糊聚类和时间序列的结构损伤识别方法研究 |
| 关键词： | 城市轨道交通;结构监测;损伤识别;时间序列;聚类分析 |
| 摘要： | 由于城市化进程的不断推进，大中型城市的人口激增，轨道交通因其有效解决交通压力的优势得到了大力推广。轨道交通受到环境、运营、结构自身等因素会发生病害，进而威胁公众的人身安全。因此，对轨道交通进行结构健康监测和损伤识别是十分必要的。基于振动响应的损伤识别方法近年来受到重点关注，通常有基于模型和基于数据的两类方法。基于模型的损伤识别方法需要对结构建立精确的有限元模型，但是建立实际结构的有限元模型通常很复杂并且消耗大量的计算成本，使其受到限制。基于数据的方法避免了这个问题，受到了广泛研究，其中基于时间序列自回归模型的损伤识别方法因其对损伤敏感的特性成为了本文研究的对象。 首先，本文提出了基于模糊聚类分析和时间序列的无监督损伤状态评估方法和基于损伤阈值的概率评估方法。这两种方法都以自回归模型的系数为样本，前者通过模糊C均值聚类分析判别未损和待测状态的样本是否被聚到不同的类来判断结构是否发生损伤。后者以未损状态的样本的马氏距离95%保证率限值建立损伤阈值，然后分析待测样本的超越概率来判断结构是否发生损伤。数值算列表明，这两种方法对于结构的损伤状态的判别有效、适用，并且具有良好的抗噪性。 然后，本文基于自回归模型系数提出了马氏距离2范数指标norm(DM)和dsfcof指标，基于自回归模型的残差的方差比值提出了?指标和?指标，来进行损伤位置的识别。数值算列表明，以上四种指标都能准确识别出结构的损伤位置，并且随着损伤程度的增大而增大，在指标的抗噪性上，norm(DM)指标、dsfcof指标和?指标都具有良好抗噪性，?指标稍差。 最后，进行了实验室的地铁管片足尺模型的实验和武汉军山长江桥的数值试验，分析结果表明，本文提出的方法在实际结构和大型结构上具有良好的适用性和有效性，并且抗噪性良好。以武汉地铁3号线的监测项目为例，建立了完善的结构健康监测系统，应用效果良好，并对加速度数据应用了本文的方法进行分析，结果表明结构处于健康状态，符合实际情况，证明了本文的方法在实际应用中的前景。 |
| 作者： | 颜永逸 |
| 专业： | 防灾减灾工程及防护工程 |
| 导师： | 翁顺 |
| 授予学位： | 硕士 |
| 授予学位单位： | 华中科技大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
