基于AR模型和倒谱测距的输电塔损伤识别
发布时间：2022-01-16 14:48
结构损伤识别检测在国家推进现代化的过程中越来越成为一个重要的研究领域,结构损伤识别的方法也多种多样。其中,把采集结构受到激励后的动力响应作为损伤的基础是全局损伤识别法重点,这种方法应用广泛,原因之一是与很多技术交织在一起,例如传感技术、信号采集、数据处理、信息管理、数据通信等等。基于结构的动力响应信息的结构损伤识别方面的研究,一直被学者们挖掘研究。基于时间序列分析的结构损伤识别方法是以结构在外荷载作用下的动力响应信息为基础,分析与之对应的时间序列模型,通过构建的损伤指标来对结构的损伤进行识别,由于只需要获取结构不同状态下的动力响应便可进行识别,这种方法广泛的应用于框架结构、桥梁的损伤识别。但是在输电塔结构上还处于研究阶段,本文研究的主要内容是基于AR模型倒谱距离理论的CMI损伤转换指标对输电塔结构的损伤识别,本文提取结构的动力信息是结构的加速度动力响应。本文首先叙述了在损伤识别领域的各种方法。其中,把基于时间序列分析的方法当作重点进行了阐述。AR、MA、ARMA等模型都属于时间序列模型,本文就是采用的AR模型进行损伤识别。接着阐述了AR模型相关的理论,重点叙述了AR模型建模的过程,紧接...
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
输电塔倒塌事例Fig.1.1Exampleoftransmissiontowercollapse
重庆大学硕士学位论文18图2.1AR模型参数估计方法Fig2.1ParameterestimationmethodofARmodel模型估计的方法虽然很多，但常用的方法有三种：矩估计、最小二乘法估计和极大似然估计。接下来我们来具体了解这三种方法的精髓。最小二乘法估计是在具体研究中被广泛应用的一种模型参数估计的方法，这里的“最斜是指：所得的实际的值和我们所建模型拟合的值两者的差的平方和最小，从而再进行参数估计。对于AR模型而言，我们可以通过用一般多元回归参数最小二乘法来确定其线性最小二乘法的参数，随着模型序列数据无限的变大，最小二乘法和矩估计方法的参数计算结果基本一致。矩估计方法相对于其他两种方法而言，其计算量是很小的，由于计算不精确导致结果不准确。在矩估计方法中，模型的自相关函数和未知的模型参数函数可以互相表示，基于这样的理论，我们可以通过计算已知的自相关函数，从而得到模型参数的估计值。极大似然估计不同于最小二乘法对数据样本分布信息的偏向性，极大似然估计则需要知道数据样本的分布类型，一般情况下，我们都假定数据样本服从正态分布。用极大似然估计进行参数估计时，所得的参数应该最大概率地保证样本数
重庆大学硕士学位论文26图3.1运用AR模型进行输电塔结构线性损伤识别的流程图Fig.3.1FlowchartoftransmissiontowerstructurallineardamageidentificationusingARmodel3.7本章小本章的主要内容是整篇论文中最重要的一环，在引言部分介绍了衡量结构损伤的指标即由CMI损伤指标转换而来的指标，第二节主要叙述了ARMA模型的倒谱距离的理论，因为AR模型的倒谱距离是根据ARMA模型的倒谱距离计算的来的。在第三节主要推到了AR模型的倒谱距离的计算，为提出本文识别结构损伤指标做基矗第四节则重点介绍了CMI损伤转换指标，第五节介绍了预白化过滤器，原始数据经过预白化过滤器的处理可以使得数据之间的相关性降低，并且具有相同的方差，使得算法更加收敛。最后制作了基于AR模型倒谱距离的CMI损伤转换指标对结构进行损伤识别的流程图。掌握理解本章的内容对后续的数值模拟和实验算例有很大的帮助。结
【参考文献】：
期刊论文
[1]基于自回归条件异方差转换指标的非线性损伤识别[J]. 郭惠勇,王志华,李正良. 西南交通大学学报. 2020(03)
[2]时间序列与主成分分析的结构损伤识别[J]. 朱旭,逯静洲,徐娜,陈林. 烟台大学学报(自然科学与工程版). 2013(03)
[3]基于AR模型和主成分分析的损伤识别方法[J]. 吴森,韦灼彬,王绍忠,王斌,李扬. 振动.测试与诊断. 2012(05)
[4]基于时间序列分析的结构损伤识别[J]. 杜永峰,李万润,李慧,刘迪. 振动与冲击. 2012(12)
[5]基于时间序列分析与高阶统计矩的结构损伤检测[J]. 朱军华,余岭. 东南大学学报(自然科学版). 2012(01)
[6]基于频率及振型参数的结构损伤识别方法[J]. 钟军军,董聪,夏开全. 华中科技大学学报(城市科学版). 2009(04)
[7]基于时间序列分析的结构损伤检测[J]. 吴令红,熊晓燕. 煤矿机电. 2009(04)
[8]建设特高压电网 服务经济社会发展[J]. 刘振亚. 国家电网. 2009(04)
[9]基于时间序列模型自回归系数灵敏度分析的结构损伤识别方法[J]. 王真,程远胜. 工程力学. 2008(10)
[10]基于时间序列分析的结构损伤特征提取与预警方法[J]. 刘毅,李爱群,丁幼亮,费庆国. 应用力学学报. 2008(02)
博士论文
[1]基于动力检测的网格结构损伤识别研究[D]. 吴金志.北京工业大学 2005
[2]桥梁结构动力损伤诊断方法研究[D]. 郭国会.湖南大学 2001
硕士论文
[1]基于AR/ARCH模型的结构非线性损伤识别[D]. 程晋军.重庆大学 2017
[2]基于时间序列模型和主成分分析的结构损伤识别研究[D]. 朱旭.烟台大学 2013
[3]基于时间序列数据的非线性结构恢复力识别与建模[D]. 周任.湖南大学 2009
本文编号：3592874
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
输电塔倒塌事例Fig.1.1Exampleoftransmissiontowercollapse
重庆大学硕士学位论文18图2.1AR模型参数估计方法Fig2.1ParameterestimationmethodofARmodel模型估计的方法虽然很多，但常用的方法有三种：矩估计、最小二乘法估计和极大似然估计。接下来我们来具体了解这三种方法的精髓。最小二乘法估计是在具体研究中被广泛应用的一种模型参数估计的方法，这里的“最斜是指：所得的实际的值和我们所建模型拟合的值两者的差的平方和最小，从而再进行参数估计。对于AR模型而言，我们可以通过用一般多元回归参数最小二乘法来确定其线性最小二乘法的参数，随着模型序列数据无限的变大，最小二乘法和矩估计方法的参数计算结果基本一致。矩估计方法相对于其他两种方法而言，其计算量是很小的，由于计算不精确导致结果不准确。在矩估计方法中，模型的自相关函数和未知的模型参数函数可以互相表示，基于这样的理论，我们可以通过计算已知的自相关函数，从而得到模型参数的估计值。极大似然估计不同于最小二乘法对数据样本分布信息的偏向性，极大似然估计则需要知道数据样本的分布类型，一般情况下，我们都假定数据样本服从正态分布。用极大似然估计进行参数估计时，所得的参数应该最大概率地保证样本数
重庆大学硕士学位论文26图3.1运用AR模型进行输电塔结构线性损伤识别的流程图Fig.3.1FlowchartoftransmissiontowerstructurallineardamageidentificationusingARmodel3.7本章小本章的主要内容是整篇论文中最重要的一环，在引言部分介绍了衡量结构损伤的指标即由CMI损伤指标转换而来的指标，第二节主要叙述了ARMA模型的倒谱距离的理论，因为AR模型的倒谱距离是根据ARMA模型的倒谱距离计算的来的。在第三节主要推到了AR模型的倒谱距离的计算，为提出本文识别结构损伤指标做基矗第四节则重点介绍了CMI损伤转换指标，第五节介绍了预白化过滤器，原始数据经过预白化过滤器的处理可以使得数据之间的相关性降低，并且具有相同的方差，使得算法更加收敛。最后制作了基于AR模型倒谱距离的CMI损伤转换指标对结构进行损伤识别的流程图。掌握理解本章的内容对后续的数值模拟和实验算例有很大的帮助。结
【参考文献】：
期刊论文
[1]基于自回归条件异方差转换指标的非线性损伤识别[J]. 郭惠勇,王志华,李正良. 西南交通大学学报. 2020(03)
[2]时间序列与主成分分析的结构损伤识别[J]. 朱旭,逯静洲,徐娜,陈林. 烟台大学学报(自然科学与工程版). 2013(03)
[3]基于AR模型和主成分分析的损伤识别方法[J]. 吴森,韦灼彬,王绍忠,王斌,李扬. 振动.测试与诊断. 2012(05)
[4]基于时间序列分析的结构损伤识别[J]. 杜永峰,李万润,李慧,刘迪. 振动与冲击. 2012(12)
[5]基于时间序列分析与高阶统计矩的结构损伤检测[J]. 朱军华,余岭. 东南大学学报(自然科学版). 2012(01)
[6]基于频率及振型参数的结构损伤识别方法[J]. 钟军军,董聪,夏开全. 华中科技大学学报(城市科学版). 2009(04)
[7]基于时间序列分析的结构损伤检测[J]. 吴令红,熊晓燕. 煤矿机电. 2009(04)
[8]建设特高压电网 服务经济社会发展[J]. 刘振亚. 国家电网. 2009(04)
[9]基于时间序列模型自回归系数灵敏度分析的结构损伤识别方法[J]. 王真,程远胜. 工程力学. 2008(10)
[10]基于时间序列分析的结构损伤特征提取与预警方法[J]. 刘毅,李爱群,丁幼亮,费庆国. 应用力学学报. 2008(02)
博士论文
[1]基于动力检测的网格结构损伤识别研究[D]. 吴金志.北京工业大学 2005
[2]桥梁结构动力损伤诊断方法研究[D]. 郭国会.湖南大学 2001
硕士论文
[1]基于AR/ARCH模型的结构非线性损伤识别[D]. 程晋军.重庆大学 2017
[2]基于时间序列模型和主成分分析的结构损伤识别研究[D]. 朱旭.烟台大学 2013
[3]基于时间序列数据的非线性结构恢复力识别与建模[D]. 周任.湖南大学 2009
本文编号：3592874
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3592874.html
最近更新
教材专著
