环境变化下基于主成分分析的海洋平台结构损伤识别研究

发布时间：2017-08-01 15:31

  本文关键词：环境变化下基于主成分分析的海洋平台结构损伤识别研究

  更多相关文章： 损伤识别 环境因素 海洋平台 AR模型 核主成分分析

【摘要】：海洋平台具有结构复杂,体积庞大等特点,并长期服役于恶劣的海洋环境中,极易发生损伤破坏,因此对海洋平台进行健康监测和损伤识别有着重要的理论和现实意义。基于振动的结构损伤识别方法可以根据结构损伤前后特征参数的变化进行损伤识别,但由环境因素的改变所引起的结构特征参数的变化往往掩盖了结构损伤所引起的特征参数的变化。为此,本文利用主成分分析(Principle Component Analysis,简称PCA)进行环境因素影响下的海洋平台结构损伤识别研究,主要内容如下:(1)综述了国内外环境因素(温度、质量)对结构特征参数的影响;将去除环境因素影响的结构损伤识别方法进行评述,并指出了其优缺点。(2)环境因素影响下基于自回归(Auto-Regressive,简称AR)模型和主成分分析的结构损伤识别研究。首先利用AR模型对不同节点处的加速度响应进行拟合,提取AR模型系数,然后采用PCA技术将数据标准化处理后的AR模型系数投影至受环境因素影响大的低维空间,再逆投影至原始空间,在原始空间中构造Q统计量,将Q统计量作为去除环境因素影响的损伤指标,最后结合统计控制图对结构损伤进行识别研究。海洋平台结构数值模拟和模型试验结果表明,在合理地选择主成分阶数的前提下,该方法可以有效的去除环境因素对损伤识别的影响,但对于结构损伤程度较小的工况,其识别效果较差。(3)环境因素影响下基于AR模型和核主成分分析(Kernel Principle Component Analysis,简称KPCA)的结构损伤识别研究。首先利用AR模型对不同节点处的加速度响应进行拟合,提取AR模型系数,然后利用核函数将数据标准化处理后的AR模型系数投影到高维特征空间中,在高维特征空间中进行主成分分析并构造Q统计量和得分图,根据得分图发现KPCA的可分性优于PCA的可分性;最后将Q统计量作为去除了环境因素影响的损伤指标,同时结合统计控制图对结构损伤进行识别研究。海洋平台结构数值模拟和模型试验结果表明,核主成分分析技术能够去除环境因素对损伤识别的影响,而且可以对结构发生较小程度的损伤进行识别。
【关键词】：损伤识别 环境因素 海洋平台 AR模型 核主成分分析
【学位授予单位】：青岛理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U674.381
【目录】：

• 摘要8-9
• Abstract9-11
• 第1章 绪论11-21
• 1.1 课题背景及研究意义11-13
• 1.2 环境因素对结构特征参数的影响13-16
• 1.2.1 温度对结构特征参数的影响14-15
• 1.2.2 质量荷载对结构特征参数的影响15-16
• 1.3 去除环境因素影响的方法16-19
• 1.3.1 参数化去除环境因素影响的方法16-17
• 1.3.2 非参数化去除环境因素影响的方法17-19
• 1.4 本文的主要研究内容及创新点19-21
• 1.4.1 主要研究内容19-20
• 1.4.2 创新点20-21
• 第2章 AR模型的基本理论21-27
• 2.1 AR模型建模过程21-24
• 2.1.1 数据标准化处理21
• 2.1.2 模型定阶21-23
• 2.1.3 模型参数估计23-24
• 2.2 AR模型系数在结构损伤识别中的物理意义24-25
• 2.3 本章小结25-27
• 第3章 环境因素影响下基于AR模型和主成分分析的结构损伤识别27-53
• 3.1 原理28-34
• 3.1.1 主成分分析28-31
• 3.1.2 损伤识别统计量31-32
• 3.1.3 环境因素影响下基于主成分分析的结构损伤识别方法32-34
• 3.2 数值模拟34-46
• 3.2.1 海洋平台有限元模型35-36
• 3.2.2 环境因素的影响36-37
• 3.2.3 损伤工况37
• 3.2.4 识别结果37-46
• 3.3 试验验证46-51
• 3.3.1 试验模型46-48
• 3.3.2 试验结果分析48-51
• 3.4 本章结论51-53
• 第4章 环境因素影响下基于AR模型和核主成分分析的结构损伤识别53-73
• 4.1 原理54-60
• 4.1.1 核主成分分析54-57
• 4.1.2 损伤识别统计量57-58
• 4.1.3 环境因素影响下基于核主成分分析的结构损伤识别方法58-60
• 4.2 数值模拟60-67
• 4.2.1 温度单独影响61-64
• 4.2.2 温度和质量共同影响64-67
• 4.3 试验验证67-70
• 4.4 本章结论70-73
• 第5章 总结与展望73-75
• 5.1 总结73-74
• 5.2 展望74-75
• 参考文献75-79
• 攻读硕士学位期间发表的学术论文及科研工作79-80
• 致谢80

【参考文献】

中国期刊全文数据库 前10条

1 梁亚斌;李东升;李宏男;;环境温度影响下基于频率协整的在线损伤识别[J];大连理工大学学报;2014年03期

2 张涛;李腾腾;李阳光;;温度影响下结构损伤识别研究现状及展望[J];公路工程;2014年01期

3 林友新;周翠;李宏男;;基于盲源分离的损伤识别方法[J];地震工程与工程振动;2013年06期

4 袁慎芳;梁栋;高宁;张宇峰;;基于结构健康监测系统的桥梁数据异常诊断研究[J];电子科技大学学报;2013年01期

5 吴森;韦灼彬;;基于小波包能量谱和因子分析的结构损伤识别方法[J];解放军理工大学学报(自然科学版);2011年05期

6 朱军华;余岭;;基于频响函数的结构健康监测主成分分析法[J];振动与冲击;2011年05期

7 孙晓丹;欧进萍;;基于小波包和概率主成份分析的损伤识别[J];工程力学;2011年02期

8 许永吉;朱三凡;宗周红;;环境温度对桥梁结构动力特性影响的试验研究[J];地震工程与工程振动;2007年06期

9 夏国恩;金炜东;张葛祥;;非线性主成分分析新方法[J];统计与决策;2006年05期

10 宗周红;赖苍林;夏樟华;;预应力混凝土连续梁桥振动特性变异及舒适度评价[J];地震工程与工程振动;2006年01期

，

本文编号：604948