利用少量传感器信息与人工智能的桥梁结构安全监测新方法
发布时间：2021-06-09 22:27
分析了当前结构安全监测在工程应用中存在的诸多问题和挑战,提出应发展利用少量传感器信息及基于大数据与人工智能的安全监测新方法,来克服现有系统传感器繁多、造价昂贵、海量数据难以处理的问题。介绍了单测点信息的多维相空间方法和单传感器信息的重构相空间方法;在基于双传感器信息的移动互相关函数法基础上,提出了基于双传感器信息的移动传递熵方法;阐述了基于少量传感器信息的移动主成分分析法的物理意义及其工程应用的适用性和可行性。利用单传感器方法和移动主成分分析法,以及小波包能量法、二次协方差矩阵法对虎门大桥进行长达5年的安全监测。阐述了基于深度学习的结构安全监测人工智能方法及其发展概况,分析了基于结构动力学信息的深度学习方法及其巨大的应用潜力。在此基础上进一步思考了基于少量传感器和人工智能相结合的方法在结构安全监测应用中的发展思路。结果表明:单传感器信息的重构相空间方法更适用于实际工程;基于双传感器信息的移动互相关函数法和移动传递熵方法均能精确定位损伤;移动主成分分析法最适用于实际工程的实时监测。
【文章来源】：建筑科学与工程学报. 2018,35(05)北大核心
【文章页数】：15 页
【部分图文】：
图３单测点信息损伤定位方法Ｆｉｇ．３ＤａｍａｇｅＬｏｃａｌｉｚａｔｉｏｎＭｅｔｈｏｄｗｉｔｈ
频，可通过傅里叶谱获得。简支梁数值模拟的损伤识别结果如图５所示，结果显示效果良好。图５双传感器信息的互相关性损伤定位结果Ｆｉｇ．５ＤａｍａｇｅＬｏｃａｌｉｚａｔｉｏｎＲｅｓｕｌｔｓｂｙＣｒｏｓｓ－ｃｏｒｒｅｌａｔｉｏｎＭｅｔｈｏｄｏｆＴｗｏＳｅｎｓｏｒｓＩｎｆｏｒｍａｔｉｏｎ有关窗口化互相关的双传感器损伤定位方法得到了进一步深入研究，在考虑不同车辆速度、不同信号类型、不同传感器位置情况的研究和试验研究方面已取得较大进展。互相关性为一种应用广泛的分析两信号之间关系的方法。除了互相关性外，传递熵方法是用来分析２个互相独立的信号之间信息传递的量。在此基础上，本文提出利用双传感器所测信号的窗口化传递熵值来定位损伤。传递熵是Ｓｈａｎｎｏｎ［２３］提出的信息熵的概念发展得来的，其本质仍是信息熵，传递熵具有信息熵的全部特性。因此，可以通过判断信号间缺失的信息量来发现信号间存在的奇异性。２个独立信号ｘ和ｙ表示为２个平稳的马尔科夫过程，用Ｍｙ→ｘ表示过程ｙ对过程ｘ的传递熵，假设过程中ｘ的历史信息是完全知道的，假设过程ｙ影响到过程ｘ的概率为ｐ，这种条件下２个过程之间耦合关系传递熵的表达式可以表示为Ｍｙ→ｘ（ｘ（１）｜ｘ（ｋ），ｙ（ｌ））＝?ｐ（ｘ（１），ｘ（ｋ），ｙ（ｌ）（τ））·ｌｏｇ２［ｐ（ｘ（１）｜ｘ（ｋ），ｙ（ｌ）（τ））ｐ（ｘ（１）｜ｘ（ｋ））］·ｄｘ（１）ｄｘ（ｋ）ｄｙ（ｌ）（７）式中：ｋ
图６简支空心钢梁试验Ｆｉｇ．６ＥｘｐｅｒｉｍｅｎｔｏｆＳｉｍｐｌｅ－ｓｕｐｐｏｒｔｅｄＨｏｌｌｏｗＳｔｅｅｌＢｅａｍ表２试验损伤工况Ｔａｂ．２ＥｘｐｅｒｉｍｅｎｔａｌＤａｍａｇｅＣａｓｅｓ损伤工况裂纹深度／ｍｍ移动车辆速度／（ｍ·ｓ－１）车辆质量／ｋｇ传感器位置１３．０００．２５１０．５５Ｌ／９，８Ｌ／９２５．２５０．２５１０．５５Ｌ／９，８Ｌ／９图７传递熵值识别结果Ｆｉｇ．７ＩｄｅｎｔｉｆｉｃａｔｉｏｎＲｅｓｕｌｔｓｏｆＴｒａｎｓｆｅｒＥｎｔｒｏｐｙ征，以区分由于环境改变和结构损坏而导致的变化。Ｐｒａｗｉｎ等［２９］提出了一种利用ＰＣＡ方法分析所测得的加速度响应来重构实时输入荷载时程，并得出ＰＣＡ方法在结构在线监测领域具有高度的适应性。然而，单纯使用ＰＣＡ方法分析全局数据不具有时间分辨率。为了克服这一缺点，Ｐｏｓｅｎａｔｏ等［３０］首次提出了移动主成分分析（ＭＰＣＡ），为针对海量数据处理的损伤检测方法。该方法具体做法是定义一个时间窗口，将窗口在时间轴上移动，每移动一次对窗口内的数据进行ＰＣＡ分析，得到窗口内数据的主成分和特征值等指标。Ｃａｖａｄａｓ等［３１］应用ＭＰＣＡ检测结构早期损伤响应的变化和损伤位置，并讨论不同归一化下损伤检测的敏感性。ＰＣＡ方法对被分析数据的维数除了要求大于２外，没有其他硬性要求，因此理论上讲，ＰＣＡ方法可以分析少量传感器所测得的结构响应，测点个数即为数据维数。ＰＣＡ分析的一重要步骤是对原始数据矩阵的协方差矩
【参考文献】：
期刊论文
[1]大型桥梁地震安全性在线监测与评估系统研究[J]. 姜慧,王立新,严琨,赵贤任,马宏伟,丁桦,聂振华. 震灾防御技术. 2016(02)
[2]桥梁安全监测最新研究进展与思考[J]. 马宏伟,聂振华. 力学与实践. 2015(02)
[3]基于重构相空间的结构损伤识别方法[J]. 聂振华,马宏伟. 固体力学学报. 2013(01)
[4]拱结构模态测试中传感器优化配置[J]. 赵俊,聂振华,马宏伟. 振动.测试与诊断. 2011(02)
博士论文
[1]基于重构相空间的结构损伤检测方法及可视化研究[D]. 聂振华.暨南大学 2012
本文编号：3221435
【文章来源】：建筑科学与工程学报. 2018,35(05)北大核心
【文章页数】：15 页
【部分图文】：
图３单测点信息损伤定位方法Ｆｉｇ．３ＤａｍａｇｅＬｏｃａｌｉｚａｔｉｏｎＭｅｔｈｏｄｗｉｔｈ
频，可通过傅里叶谱获得。简支梁数值模拟的损伤识别结果如图５所示，结果显示效果良好。图５双传感器信息的互相关性损伤定位结果Ｆｉｇ．５ＤａｍａｇｅＬｏｃａｌｉｚａｔｉｏｎＲｅｓｕｌｔｓｂｙＣｒｏｓｓ－ｃｏｒｒｅｌａｔｉｏｎＭｅｔｈｏｄｏｆＴｗｏＳｅｎｓｏｒｓＩｎｆｏｒｍａｔｉｏｎ有关窗口化互相关的双传感器损伤定位方法得到了进一步深入研究，在考虑不同车辆速度、不同信号类型、不同传感器位置情况的研究和试验研究方面已取得较大进展。互相关性为一种应用广泛的分析两信号之间关系的方法。除了互相关性外，传递熵方法是用来分析２个互相独立的信号之间信息传递的量。在此基础上，本文提出利用双传感器所测信号的窗口化传递熵值来定位损伤。传递熵是Ｓｈａｎｎｏｎ［２３］提出的信息熵的概念发展得来的，其本质仍是信息熵，传递熵具有信息熵的全部特性。因此，可以通过判断信号间缺失的信息量来发现信号间存在的奇异性。２个独立信号ｘ和ｙ表示为２个平稳的马尔科夫过程，用Ｍｙ→ｘ表示过程ｙ对过程ｘ的传递熵，假设过程中ｘ的历史信息是完全知道的，假设过程ｙ影响到过程ｘ的概率为ｐ，这种条件下２个过程之间耦合关系传递熵的表达式可以表示为Ｍｙ→ｘ（ｘ（１）｜ｘ（ｋ），ｙ（ｌ））＝?ｐ（ｘ（１），ｘ（ｋ），ｙ（ｌ）（τ））·ｌｏｇ２［ｐ（ｘ（１）｜ｘ（ｋ），ｙ（ｌ）（τ））ｐ（ｘ（１）｜ｘ（ｋ））］·ｄｘ（１）ｄｘ（ｋ）ｄｙ（ｌ）（７）式中：ｋ
图６简支空心钢梁试验Ｆｉｇ．６ＥｘｐｅｒｉｍｅｎｔｏｆＳｉｍｐｌｅ－ｓｕｐｐｏｒｔｅｄＨｏｌｌｏｗＳｔｅｅｌＢｅａｍ表２试验损伤工况Ｔａｂ．２ＥｘｐｅｒｉｍｅｎｔａｌＤａｍａｇｅＣａｓｅｓ损伤工况裂纹深度／ｍｍ移动车辆速度／（ｍ·ｓ－１）车辆质量／ｋｇ传感器位置１３．０００．２５１０．５５Ｌ／９，８Ｌ／９２５．２５０．２５１０．５５Ｌ／９，８Ｌ／９图７传递熵值识别结果Ｆｉｇ．７ＩｄｅｎｔｉｆｉｃａｔｉｏｎＲｅｓｕｌｔｓｏｆＴｒａｎｓｆｅｒＥｎｔｒｏｐｙ征，以区分由于环境改变和结构损坏而导致的变化。Ｐｒａｗｉｎ等［２９］提出了一种利用ＰＣＡ方法分析所测得的加速度响应来重构实时输入荷载时程，并得出ＰＣＡ方法在结构在线监测领域具有高度的适应性。然而，单纯使用ＰＣＡ方法分析全局数据不具有时间分辨率。为了克服这一缺点，Ｐｏｓｅｎａｔｏ等［３０］首次提出了移动主成分分析（ＭＰＣＡ），为针对海量数据处理的损伤检测方法。该方法具体做法是定义一个时间窗口，将窗口在时间轴上移动，每移动一次对窗口内的数据进行ＰＣＡ分析，得到窗口内数据的主成分和特征值等指标。Ｃａｖａｄａｓ等［３１］应用ＭＰＣＡ检测结构早期损伤响应的变化和损伤位置，并讨论不同归一化下损伤检测的敏感性。ＰＣＡ方法对被分析数据的维数除了要求大于２外，没有其他硬性要求，因此理论上讲，ＰＣＡ方法可以分析少量传感器所测得的结构响应，测点个数即为数据维数。ＰＣＡ分析的一重要步骤是对原始数据矩阵的协方差矩
【参考文献】：
期刊论文
[1]大型桥梁地震安全性在线监测与评估系统研究[J]. 姜慧,王立新,严琨,赵贤任,马宏伟,丁桦,聂振华. 震灾防御技术. 2016(02)
[2]桥梁安全监测最新研究进展与思考[J]. 马宏伟,聂振华. 力学与实践. 2015(02)
[3]基于重构相空间的结构损伤识别方法[J]. 聂振华,马宏伟. 固体力学学报. 2013(01)
[4]拱结构模态测试中传感器优化配置[J]. 赵俊,聂振华,马宏伟. 振动.测试与诊断. 2011(02)
博士论文
[1]基于重构相空间的结构损伤检测方法及可视化研究[D]. 聂振华.暨南大学 2012
本文编号：3221435
本文链接：https://www.wllwen.com/kejilunwen/rengongzhinen/3221435.html
