详情

原文传递一种基于小波包分析的钢框架结构损伤识别方法

专利名称：	一种基于小波包分析的钢框架结构损伤识别方法
摘要：	本发明公开一种基于小波包分析的钢框架结构损伤识别方法，首先获取结构模型在相同冲击条件下，钢框架结构损伤前后各测点的加速度响应，并将其按照框架梁柱的几何位置排列成初始样本集：然后，对各测点的振动响应进行小波包变换，并进一步得到小波包能量特征向量，最后利用本发明所提损伤识别指标EVSDR进行识别，根据峰值判断结构损伤的发生和损伤的位置，并将其用一个视图表示以达到可视化。本发明可用于诊断钢框架结构损伤的发生，确定损伤的发生位置，及评估同一位置处损伤累积后损伤程度的变化；利用小波包的信号识别显微特点，提高了损伤识别的能力，并且方法简单，适合用于钢框架结构的结构损伤识别和健康监测。
专利类型：	发明专利
国家地区组织代码：	四川;51
申请人：	西南交通大学
发明人：	潘毅;易督航;郭瑞;李红义
专利状态：	有效
申请日期：	2019-04-09T00:00:00+0800
发布日期：	2019-07-05T00:00:00+0800
申请号：	CN201910279293.4
公开号：	CN109975136A
代理机构：	成都信博专利代理有限责任公司
代理人：	刘凯
分类号：	G01N3/30(2006.01);G;G01;G01N;G01N3
申请人地址：	610031 四川省成都市二环路北一段111号西南交通大学科技处
主权项：	1.一种基于小波包分析的钢框架结构损伤识别方法，其特征在于，包括以下步骤：步骤1：获取钢框架结构各构件需监测位置处响应的向量集：先在钢框架结构各构件需监测位置处布加速度计，再对钢框架结构非支座位置处施加冲击荷载，然后将各测点所测响应排列组合成响应向量集Au和Ad；其中上标u代表钢框架结构健康状态，即初始状态；上标d代表钢框架损伤状态，即后期监测中结构某一时刻的状态；响应向量集为n×m维向量，n为结构响应采集点数，m为构件所布测点个数；步骤2：对响应向量集Au和Ad中各列向量进行相对化处理，得到相对响应向量集Bu和Bd： Au中元素向Bu中元素转化的运算公式为： Ad中元素向Bd中元素转化的运算公式为：步骤3：对相对响应向量集Bu和Bd中各列向量进行小波包变换，得到小波包系数向量集Cu和Cd：先将相对响应向量集Bu和Bd中的列向量拟合为f(t)，然后进行小波变换，则小波包系数和为：其中r，s，w分别表示小波包函数的频率指标、尺度指标及位置变换参数，ψr，s，w(t)表示小波包函数，且ψr，s，w(t)＝2-s/2ψr(2-st-w)，ψr(t)通过下式运算得到：其中当r＝0时，ψ0(t)退化为尺度函数φ(t)，当r＝1时，ψ1(t)为小波包的基函数ψ(t)，h(w)和g(w)是与尺度函数和小波函数相联系的积分镜像滤波系数；步骤4：对所述小波包系数向量集Cu和Cd进行小波包能量计算，得到小波包能量特征向量集Du和Dd：其中向转化公式运算如下：健康状态小波组分信号为：健康状态小波包能量为：其中向转化公式运算如下：损伤状态小波组分信号为：损伤状态小波包能量为：步骤5：剔除小波包能量特征向量集Du和Dd中第一列零向量，对其余列向量进行运算，得到各单元所对应损伤识别指标EVSDRj值，并组成损伤识别行向量F：具体公式运算如下： EVSDRj＝ak+1-akk＝2，3，...，m-1 其中，和分别表示结构损伤前后第k测点小波包能量特征向量的均值；和分别表示结构损伤前后第k测点小波包能量特征向量的标准差；ak表示结构损伤前后第k测点小波包能量特征向量标准差的相对差；EVSDRj代表结构第k测点和第k+1测点之间结构第j单元的损伤识别指标；步骤6：将损伤识别向量F用曲线图形式表示，通过损伤识别的可视化，根据曲线的峰值判断损伤是否发生，确定损伤发生的位置，和评估同一位置损伤的相对程度。
所属类别：	发明专利