（水工结构工程专业论文）水闸结构损伤的动力诊断研究.pdf

独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究 成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经 发表或撰写过的研究成果，也不包含为获得塑皇垦盔些盘鲎或其他教育机构的学 位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文 中作了明确的说明并表示谢意。 学位论文作者签名：高曰劈蝓签字r 期：少i1年6 月g同 学位论文版权使用授权书 本学位论文作者完全了解塑兰垦盔些盘堂有关保留、使用学位论文的规定， 有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借 阅。本人授权塑皇垦垒些盘堂可以将学位论文的全部或部分内容编入有关数据库进行 检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：高聆韵 签字f 1 期： 阳f | 年6 月莎日 学位论文作者毕业后去向： 工作单位： 通讯地址： 新躲糖 签字同期：弘l 年万月厂日 电话： 邮编： 摘要 水闸是防洪保安、水资源调度、蓄水灌溉的重要公共基础设施，其作用堪比水利 枢纽的大门，因此，水闸结构能够安全正常的工作，对整个水利工程的运行起着至关 重要的作用。然而，水闸结构的工作特点比较复杂，往往处于带水工作状态，难以判 断结构局部的损伤，于是，利用智能化方法对水闸结构的损伤进行动力诊断的研究是 十分必要的。本文将以建立水闸结构损伤的智能诊断模型为主旨，提出了应用锤击法 获得中小型水闸模念参数的方法，形成了水闸结构的物理模型与试验模型的统一，得 出可以以物理模型的损伤对结构的影响代替试验模型的损伤对结构的影响的结论。 本文首先阐述了结构损伤检测方法的研究现状及水工结构损伤检测技术中的先 进方法，介绍了应用于结构损伤诊断领域的智能诊断方法，以及提出了基于h p s o 优 化的最l b - - 乘支持向量机方法；接着阐述了几种振动信号的预处理方法，构造了噪声 信号并借助m a t l a b 语言对以上消噪方法进行了验证；然后介绍了结构损伤检测的动 力学原理，总结了对结构损伤敏感的模态参数；对水闸结构的物理模型的模念参数进 行了数值求解，同时对水闸模型的试验模型进行了动力测试试验，通过实验获得了试 验模型的模态参数，通过数值计算结果与试验结果的对比，说明模态参数的数值求解 方法与实验方法是等效的；再者介绍了采用h p s o 优化核参数的l s s v m 方法的基 本原理，将该模型融合到了结构损伤诊断的问题中，形成基于h p s o s v m 方法的动 力诊断模型，针对结构损伤监测数据不完整的情况，提出了一种基于h p s o - s v m 模式 识别的新的诊断方法；通过混凝土简支梁的损伤样本集建立了以上两种模型，预测结 果表明这两种模型均能快速准确的锁定结构的损伤；最后通过数值计算的方法获得水 闸结构的物理模型处于不同损伤情况时的模念参数，分析了水闸不同位置及程度的损 伤对结构的影响，以水闸的损伤样本集作为智能诊断方法的输入与输出，建立了基于 h p s o - s v m 模式识别的水闸结构损伤的动力诊断模型。 综上所述，本文所提的数值计算方法，能够在不损伤水闸结构的情况下，得到结 构损伤的样本集；同时所建立的基于h p s o - s v m 模式识别的动力诊断模型，能够准确 诊断出水闸结构的损伤。 关键词：振动理论；模念参数识别；试验模型；损伤诊断；最小二乘支持向量机；模 式识别 t h er e s e a r c ho nd y n a m i cd i a g n o s t i co fs l u i c es t r u c t u r a ld a m a g e a u t h o r ：g a op a n p a n s u p e r v i s o r ：q i ez h i h o n g m a j o r ：h y d r a u l i cs t r u c t u r ee n g i n e e r i n g a b s t r a c t t h es l u i c ei sa l li m p o r t a n tp u b l i ci n f f a s t r u c t u r eo ff l o o dc o n t r o ls e c u r i t y w a t e r a d j u s t m e n ta n ds t o r a g eo fi r r i g a t i o nw a t e r t h ee f f e c to fs l u i c ec a nb ec o m p a r e dt ot h e f r o n td o o ro fh y d r o - j u n c t i o n n e v e r t h e l e s s ，t h ew o r k i n gc h a r a c t e r i s t i co fs l u i c ei sc o m p a r a t i v e c o m p l e x i t y i ti s d i f f i c u l tt od i a g n o s et h el o c a ld a m a g eo fs l u i c es t r u c t u r eu n d e rt h e w o r k i n gc o n d i t i o nw i t hw a t e r t h e r e f o r e ，i ti sv e r yn e c e s s a r yt o r e s e a r c ht h ed y n a m i c d i a g n o s i sa b o u t s l u i c es t r u c t u r ed a m a g eb yu s i n gi n t e l l i g e n tm e t h o d t h ei n t e l l i g e n t d i a g n o s i sm o d e lo fs l u i c es t r u c t u r ed a m a g ei se s t a b l i s h e da st h ep u r p o s eo f t h i sp a p e r t h e m e t h o d ，u s i n gi m p u l s et e c h n i q u e ，t o o b t a i nt h em o d a lp a r a m e t e r so fs m a l la n d m e d i u m - s i z e ds l u i c ei sp r e s e n t e d t h eu n i t a r i t yo fm a t h e m a t i cm o d e lw i t he x p e r i m e n t a l m o d e lo fs l u i c es t r u c t u r ei sf o r m e d f i n a l l y ，t h ec o n c l u s i o nt h a tt h ed a m a g eo fp h y s i c a l m o d e lc a ni n s t e a do ft h ee x p e r i m e n t a lm o d e ld a m a g ei sc o n c l u d e d i nt h i sp a p e r , t h ec u r r e n tr e s e a r c hs t a t u so fs t r u c t u r a ld a m a g ed e t e c t i o nm e t h o da n d t h ea d v a n c e dt e c h n o l o g yo fh y d r a u l i cs t r u c t u r a ld a m a g ed e t e c t i o na r ed i s c u s s e d t h e i n t e l l i g e n td i a g n o s i sm e t h o di nt h ef i e l do fs t r u c t u r ed a m a g ed i a g n o s i si si n t r o d u c e da l s o i na d d i t i o n ，t h el e a s ts q u a r e ss u p p o r tv e c t o rm a c h i n ea p p r o a c hw i t hk e r n e lp a r a m e t e r s b a s e do nh p s oo p t i m i z a t i o ni sp r o p o s e d s e c o n d l y , s e v e r a lp r e t r e a t m e n tm e t h o d so f v i b r a t i o ns i g n a la r ee x p o u n d e d ，a n dt h es i g n a lw i t hn o i s ew i t ht h ea i do fm a t l a bl a n g u a g e i sc o n s t r u c t e di no r d e rt oc h e c kt h e m a n dt h ed y n a m i cp r i n c i p l eo fs t r u c t u r a ld a m a g e d e t e c t i o ni si n t r o d u c e d ，a n dt h es e n s i t i v em o d a lp a r a m e t e r st os t r u c t u r a ld a m a g ea r e s u m m a r i z e d t h e nt h em o d a lp a r a m e t e r so fp h y s i c a lm o d e lo fs l u i c es t r u c t u r ea r eo b t a i n e d b yn u m e r i c a lc a l c u l a t i o n ；m e a n w h i l e ，t h ee x p e r i m e n t a lm o d e lo fs l u i c em o d e li st e s t e db y t h ed y n a m i ct e s t i n ge x p e r i m e n t ；t h em o d a lp a r a m e t e r so fe x p e r i m e n t a lm o d e la r eo b t a i n e d b yt h ee x p e r i m e n t ；t h en u m e r i c a lc a l c u l a t i o nm e t h o di se q u i v a l e n tw i t ht h ee x p e r i m e n t a l m e t h o dt h r o u g hc o n t r a s t i n gt h er e s u l t sb yt h e s em e t h o d s i nn e x tc h a p t e r , t h eb a s i c p r i n c i p l eo fl s s v m m e t h o dw i t hk e r n e lp a r a m e t e r su s i n gt h eh p s o o p t i m i z a t i o nm e t h o d i si n t r o d u c e d ，a n dt h em o d e li si n t e g r a t e di n t ot h ep r o b l e ma b o u td i a g n o s i n gs t r u c t u r e d a m a g e t h ed y n a m i cd i a g n o s i sm o d e l b a s e do nh p s o s v mm e t h o di sf o r m e d a c c o r d i n gt o t h ei n c o m p l e t em o n i t o r i n gd a t ao fs t r u c t u r ed a m a g e ，an e wd i a g n o s t i c m e t h o db a s e do nh p s o - s v mp a t t e r nr e c o g n i t i o ni sp r o p o s e d a l lt h e s em o d e l sc a n q u i c k l ya n da c c u r a t e l yl o c ks t r u c t u r ed a m a g et h r o u g ht h ep r o o f o fd a m a g es a m p l e so f c o n c r e t eb e a m w h i l es l u i c es t r u c t u r ei si nd i f f e r e n td a m a g es i t u a t i o n s t h em o d a l p a r a m e t e r so fp h y s i c a lm o d e la r eo b t a i n e db yn u m e r i c a lc a l c u l a t i o n t h ei n f l u e n c eo ft h e s t r u c t u r ea b o u td i f f e r e n tp o s i t i o n sa n dd e 黟e e so fd a m a g ea r ea n a l y z e d t h ed y n a m i c d i a g n o s i sm o d e lo fs l u i c es t r u c t u r ed a m a g ei se s t a b l i s h e db a s e do nh p s o - s v mp a t t e r n r e c o g n i t i o na c c o r d i n gt ot h ei n p u ta n do u t p u to fd a m a g es a m p l e so fs l u i c ea si n t e l l i g e n t d i a g n o s t i cm e t h o d s i ns u m m a r y , t h ep r o p o s e dn u m e r i c a lc a l c u l a t i o nm e t h o dc a ng e ts t r u c t u r ed a m a g e s a m p l e su n d e rt h es i t u a t i o no ft h es t r u c t u r ew i t h o u td a m a g ei n t h i sp a p e r ；t h ee s t a b l i s h e d d y n a m i cd i a g n o s i sm o d e lb a s e d o nh p s o - s v mp a t t e r nr e c o g n i t i o nc a na c c u r a t e l y d i a g n o s et h ed a m a g eo fs l u i c es t r u c t u r e k e yw o r d s ：v i b r a t i o nt h e o r y ；m o d a lp a r a m e t e ri d e n t i f i c a t i o n ；t e s tm o d e l ；d a m a g e d i a g n o s i s ；l e a s ts q u a r e ss u p p o r tv e c t o rm a c h i n e s ；p a t t e r nr e c o g n i t i o n 目录 l 弓f 言1 1 1 问题的提出l 1 2 水闸结构损伤诊断的研究现状1 1 2 1 结构损伤检测方法1 1 2 2 水l ：结构损伤检测方法一2 1 2 3 结构模态参数研究现状3 1 2 4 结构损伤智能诊断方法的研究现状3 1 3 本论文的研究内容4 2 振动信号预处理方法6 2 1 基丁数字带通滤波的振动信号消噪方法6 2 1 1 数字滤波的频域方法6 2 1 2 数字滤波时域方法7 2 2 基于小波理论的振动信号消噪方法9 2 2 1 小波阂值降噪方法1 0 2 2 2 闽值函数的选取1 0 2 2 3 阂值的估计l l 2 2 4 阈值函数的特点1 1 2 3 小波包降噪方法1 2 2 4 几种降噪效果的模拟信号验证1 2 2 5 本章小结。1 3 3 结构损伤的动力诊断原理1 4 3 1 结构损伤检测的基本原理1 4 3 2 结构损伤检测的动力学原理1 4 3 3 结构损伤的动力学敏感参数探究1 5 3 3 1 基于同有频率变化的敏感参数1 6 3 3 2 基于刚度变化的敏感参数1 6 3 3 3 基于振型变化的敏感参数1 6 3 4 本章小结1 6 4 水闸模态参数的数值计算方法与试验测试方法的对比1 8 4 1 水闸的物理模型计算1 8 4 2 水闸的试验模型2 0 4 2 1 实验测点布置2 l 4 2 2 实验设备2l 4 2 3 实验过程2 2 4 2 4 模态参数的识另i j 2 2 4 3 结果分析2 4 4 4 本章小结2 4 5 结构损伤诊断的h p s o s v m 模型2 5 5 1l s s v m 2 5 5 1 1 支持向量机( s v m ) 2 5 5 1 2 最小二乘支持向餐机( l s - s v m ) 一2 6 5 2h p s o s v m 2 8 5 2 1p s o 原理一2 8 5 2 2h p s o 优化核参数步骤2 8 5 3 归一化处理2 9 5 4 诊断实例2 9 5 4 1 模型描述2 9 5 4 2 基于h p s o 优化的l s s v m 模型3 0 5 4 3 基- j - h p s o 优化的l s s v m 模式识别模型“3 1 5 5 本章小结一3 3 6 基于有限元计算与h p s o s v m 的水闸结构损伤动力诊断实例3 4 6 1 水闸模型损伤的有限元计算3 4 6 1 1 闸墩损伤时对水闸结构的影响3 6 6 1 2 闸底板损伤时对水闸结构的影响3 7 6 3 基于h p s o s v m 的水闸结构损伤的动力诊断模型3 8 6 4 本章小结。3 9 7 结论与展望4 l 7 1 结论4 l 7 2 展望4 l 参考文献4 3 在读期间发表的学术论文一4 6 作者简介4 7 j 4 5 谢：z 1 8 水闸结构损伤的动力诊断研究 1 1 问题的提出 1 引言 水闸是防洪保安、水资源调度、蓄水灌溉的重要公共基础设施，具有很强的公益性，社会效 益巨人。在资源水利中，水闸除了在流域的l ：业、农业生产及水运和交通等方面发挥重人作h j 外， 还具有洪水资源的调控和利州作用。 目前我国已建水闸5 0 0 0 0 余库，其中人型水闸4 8 6 座，中型水闸3 2 7 8 座，小型水闸4 6 万庠， 数量之多为1 廿= 界之冠。但是，其中相当一部分水闸是在新中国成立后的“一五”后期至“四五” 中期的约2 0 年时间内完建的。此期间，由丁历史时代和施! r ：技术等众多冈素的影响，水闸建设 在设计，施jr ：以及管理方面都存在诸多问题；水闸在运行期间，又由r 管理队伍水平欠佳，工程 得不剑及时的管理和维护，人多都长期带病运行；加之水闸经常处在复杂的生态环境中，它不仅 受到渗水溶蚀和冻容的作用，而且还可能受到生物的侵蚀，因此，即便设计施上均达标的水闸， 其功能也将逐年降低。 直剑1 9 8 4 年，水闸设计规范的颁布，使得水利l 程管理得到重视，水闸的设计，施t 和运行才逐步步入有章可循的轨道。根据1 9 9 8 年6 月水利部颁发的水闸安全鉴定规定，将 鉴定为三类和四类的水闸，统称为病险水闸。在全国病险水闸除险加l 矧专项规划工作中发现，我 国大约有近一半数量的人中型水闸存在各种各样的病险状况。截至2 0 0 0 年底，全国共有大璎、 中型病险水闸1 7 8 2 座，除险加i 司总投资1 0 9 6 4 亿元。其中人型病险水闸2 6 0 座，占大型水闸总 数的5 4 ，总投资4 6 7 3 亿元；中刑病险水闸1 5 2 2 座，f 中型水闸总数的4 6 ，总投资6 2 9 l 亿 元，其中重点中犁病险水闸2 1 6 座，总投资2 0 6 5 亿元i lj 。 随着时间的推移，将有人革水闸达剑或超过其设计基准周期，成为病险水闸，进而降低整个 结构的防洪标准或造成结构不稳定。若水闸存在的缺陷和隐患得不到及时的诊断评价利整治处 理，将会影响水闸结构设计功能的正常发挥，并且严重威胁上程上、卜游地区安全，影响当地经 济和社会的进步。另外，病险水闸的存在，影响了社会公众的安定心里，对社会发展和稳定有不 良的心理暗示。鉴丁水闸的健康安全问题的重要性，能够应用可靠技术手段合理科学的评估和监 控水闸的健康状况，且通过采取有效的措施来保证病险水闸的安全运行，已成为迫在眉睫的问题。 因此，检测与诊断水闸结构的性能，及时发现水闸结构的损伤，预测可能出现的事故灾害，评估 结构的安全性已经成为未来工程的紧迫要求，更是水利r t 程学科发展的重要方向。 1 2 水闸结构损伤诊断的研究现状 1 2 1 结构损伤检测方法 早在2 0 世纪7 0 年代航空领域人士已经开始研究结构健康监测技术，该技术主要是监测结构 损伤的全过程，利用结构的某些测试信息，通过一定的数学方法来判定结构是否损伤、损伤位置 以及损伤程度。然而，基丁振动测试技术对水t 建筑物中大型的结构进行健康监测是一个融合多 学科的新的研究领域，也是近年来i i 程界研究的热点和难点。 结构损伤检测方法总体上分为两类，即静态检测方法和动力检测方法羽。传统的静态检测方 l 河北农业人学硕十学位( 毕业) 论文 法虽然简单，但通常只使h j 丁局部性检测。这种方法的缺点1 3 4 l 是：检测的i ：作量人、费用高；在 结构中，一些人或测试仪器无法剑达的部位便无法检测。其局限性表现为：传统的检测方法往往 只能检测结构表面或附近的损伤，而很难获得结构全面的信息，而且检夯结果的准确样度主要依 赖丁专家的i ：程经验和主观判断，导致难以客观的、系统地评定结构的损伤位置和损伤科度。对 于实际i ：样结构，其动力响应更容易鼍测。近儿十年来，国内外学者在结构动力检测理论方面开 展了人量颇有成效的研究- l ：f rp 。9 j ，然而，由丁测量剑的动力响应极易受剑观测噪声、观测不全 面或激励源不确定等冈素影响，造成了多数理论研究成果与实际i ：稃脱1 ，现象。冈此，将动力检 测技术应刚于结构损伤识别领域，至今仍是f ：程领域中具有挑战性的研究课题之一。通过文献【5 1 o 】 将结构动力检测的目的总结为以下四点：1 ) 判断结构是否发生损伤；2 ) 判别结构的损伤位置； 3 ) 判别结构的损伤程度；4 ) 估计结构的剩余寿命。 1 2 2 水工结构损伤检测方法 现有的水工结构隐患及病害( 损伤) 检测方法】，主要有人l ：探视法，破损法及无损检测法。 由于人多水j 二建筑物在运行期间都处丁带水1 ：作状况，冈此对其进行人i ：探视和破损，往往存在 一定的危险性；另外，人- t 探视法有的时候费力且难于发现隐患。f ：程中常用的破损法是钻探法， 该方法仅能测试结构的局部损伤且总是造成结构的损坏。水i ：结构在运行期间，总是肩负重要的 使命，一_ 口破损，将造成无法弥补的严重后果，这两种方法川丁水1 ：结构的检测，不能做剑快捷、 精细和准确的判断与定位，很难发现水i ：建筑物中所存在的隐患和险情。目前，水l ：结构的形式 以及管理运行，都朝着大型化、复杂化、多元化的方向发展，如j 峡l ：程和南水北调l ：程，整个 ：程中都存在着一系列大型的、重要的水i ：建筑物，能够随时监测各人结构的健康状况，对整个 丁程的正常丁作发挥着不可估量的作用，因此，人多数f ：样在建设过程中，便会坤设各种传感器 1 2 - 1 4 1 ，h jt 原型观测，传感器可通过有线或无线方式将所采集的信息传输给管理者，这些信息准 确的反映结构的工作状态，然而由丁传感器布置不当或者超过其使州寿命时会造成损伤部位可能 未安装传感器或者传感器失效的结果，或者由丁损伤不足以引起监测系统的反应的现象，从而使 原犁观测的监测数据不完整，通过传感器所获的信息丧火了准确性。于是，将无损检测技术应用 于水工结构隐患检测工作，就显得相当重要。无损检测是利用材料的物理性质冈缺陷而发生变化 这一事实，测定其变化量，从而判断材料内部是否存在缺陷。无损检测法i ”l 的主要优点为：能准 确定位隐患所在，可提供结构的各种物理参数和信息；时空采样宽度人，可实施点面结合的立体 勘测；是一种非侵入性的技术，不会破坏结构，也不会影响结构的正常工作；测试速度快，需要 的成本低。 水工结构无损检测的方法主要有振动法、传导类电法( 如常规电法、高密度电法等) 、波动法( 如 反射波法、折射波法、瑞利波法、瞬变电磁法、地质雷达法等) 及示踪法等许多种方法。其中基于 振动理论的振动法是一种有效的无损检测方法，特别是对水j ：结构的现场无损检测更为合适【1 6 l 。 应用振动法对水工结构进行无损检测，就是通过某种激励，使结构产生一定的振动响应，继而通 过振动信号采集仪器采集到各种信号，并通过一定方法处理激励力信号与结构振动的响应信号 ( 如位移、速度、加速度等函数的时间历程) ，最终得剑对结构损坏比较敏感的物理参数。 针对水上结构独特的工作特点，目前很多学者对利用环境激励( a m b i e n te x c i t a t i o n ) 弓i 起的输 2 水闸结构损伤的动力诊断研究 出对结构进行模态参数识别展开了人量的研究。在2 0 世纪6 0 年代国外学者a k a i k e h 已经利川臼 同门滑动平均模型进行白噪卢激励卜的结构模态参数识别。我国于2 0 世纪9 0 年代后期开始了对 环境激励卜的人型i ：程结构模态参数识别方法的研究，研究j ：作有两类，一是利川传统的随机减 鲑技术、i t d 方法和e r a 方法识别模态参数；二是利j l j 输出信号的相关函数改进i t d 方法和e r a 方法，以便提高识别的精度，研究的范罔基本上是受平稳随机激励作用的线性模型。利用“环境 激励”进行水i ：结构无损检测的优点是无需激励设备，不打断结构的止常使刚；试验简便，所需 人力少，不受结构形状和人小的限制，试验费h j 低；安全性好，不会对结构产生局部损伤笛i 1 7 j 。 水i ：结构中的水闸相对其他建筑物而言，体积较小，结构较单薄，因此除了地基沉陷、渗流 等影响其运行的安全性，流激振动、地震灾害和洪水灾害对其安全性能的影响比起对其他结构的 影响更为显著。例如：1 9 5 9 年8 月印度马拉克坝右岸导流灌溉隧洞的水闸由于特大季风引起的人 坝漫顶，造成了闸fj 火事以及闸室混凝十底板的破裂的结构损坏；1 9 7 4 年8 月巴基斯坦塔贝拉坝 上的水闸由于闸门在局部开启下闸后发生水跃引起闸i j 振动及空蚀破坏，造成了一扇闸fj 及其间 的混凝十闸墩的破坏。因此，水闸结构的无损检测研究具有重大现实意义。对于中小水闸，可以 采j h j 动力测试仪器，进行现场测定，本文将应川锤击法完成水闸模型的室内动力测试实验。 1 2 3 结构模态参数研究现状 基丁结构动力特性变化的损伤诊断所使用的模态参数有很多，包括结构损伤前后同有频率、 振型、振型曲率、柔度矩阵、模态应变能、模态残余力等。t ：程实际中通常采h j 有限元方法和试 验分析技术得剑这些模态参数。目前有限元分析方法主要是通川的人型商业化的有限元分析软件j ( 如a n s y s ) ，这种方法可以在结构设计之初，根据设计要求便能计算得到结构的动态特性。 但计算时，所设边界条1 ；，l ：很难与实际相吻合，冈此所得的结构物理参数与实际i ：稃的存在著异。 试验模态技术是结构动力学中的一种“逆问题”分析方法，主要采用试验与理论分析相结合的r ： 方法来处理1 ：程中的振动问题，是一种经济、有效地了解和寻求结构最佳动态性能的方法，能够。 真实的反映结构当前的运行状态及动力特性i l 引。 目前，先进测量仪器的成功研制，为结构无损评估中获得准确的模态参数提供了有利的保障， 推动了结构诊断技术的发展及应用。模态参数识别主要分为传统的传递函数模态分析方法、频域 法、时域法及时频方法f 1 9 2 0 1 。这种基丁振动信号处理的方法，使得试验测试时，能够得到更准确 的模态参数。频域法能够最人限度地抑制了噪声影响，使模态定阶问题容易解决。时域法则主要 针对环境激励下的信号分析。由于时域方法存在诸如分析信号中常常包含噪卢干扰的问题，所识 别的模态中除了系统模态外，还包含噪声模态。因此，如何甄别和剔除噪声模态，合理的选择识 别方法、模态阶数等一些参数问题，是时域法研究中的重要课题。 1 2 4 结构损伤智能诊断方法的研究现状 自2 0 世纪8 0 年代中后期，伴随着神经网络的复苏和支持向量机的诞生，各种非符号学习和 符号学习方法相继问世，并且逐步从局部的实验室领域延伸到了各种应用领域。鉴于神经网络是 基于经验最小化原理，具有对非线性数据快速建模的能力，因此，神经网络是目前应用最广的非 线性分类。神经网络用于结构损伤识别的基本思想2 1 “】：利用数值求解法或实测法，获取结构所 3 河北农业人学硕 j 学位( 毕业) 论文 需的物理参数，如频率、振犁等作为训练样本的输入参数，以结构的损伤作为输出参数，利川神 经网络高强的臼组织、白学习利白适应的能力，通过人量的训练样本进行网络学习，实现从输入 参数( 结构模态参数) 剑输出参数( 损伤位置及损伤程度) 之间的非线性映射，从而可以预测出结构新 参数所对应的结构损伤。 但是，神经网络本身是一种启发式的学习，模型训练时具有很人的经验性，存在过学习和欠 学习、局部最小点问题，且模型推j - 能力有很人的局限性。冈而，在2 0 世纪6 0 年代v a p n i k 提 出了一种基丁统计学习理论的新的机器学习方法【2 5 1 ，即支持向鼙机( s u p p o r tv e c t o rm a c h i n e s s v m ) ，到9 0 年代中期，该理论研究得剑了发展且逐渐成熟了起米，形成了一个较完善的理论体 系统计学习理论【26 2 7 1 。这种理论能够很好的解决神经网络所存在的缺陷问题【2 8 】。支持向鼙机 的核心思想划2 9 j ：在进行分类的时候，对丁线性不可分的样本首先通过一个非线性的映射将原空 间的样本映射剑一个高维的特征空间，使得在核空间中交得线性可分或者近似线性可分，然后在 核空间中进行线性分类( 或其他线性算法) ，从而实现相对于原空间的：l f 线性。并指出：核函数在 支持向量机中具有非常重要的地位，核参数的选择直接影响到核函数的推j “能力。因此，核参数 的选取是支持向量机发展过程中亟待完善的问题之一。 粒子群优化算法( p a r t i c l es w a r mo p t i m i z a t i o n ，p s o ) 是由k e n n e d y 和e b e r h a r t 于1 9 9 5 年提出 的优化算法【3 0 3 1 1 ，由于其容易理解、易于实现，在许多优问题得到了成功的应用，本文将通过粒 子群算法选择支持向量机的核参数，提出一种有效的解决支持向繁机核参数选择的方法。 目前已有学者将支持向量机的方法引入剑了结构损伤识别领域，并取得了一定的成果。一些 学者【3 2 3 3 i 将支持向鼙机方法与振动模态分析技术相结合进行结构的损伤识别。其基本思想是：应 用振动理论得剑结构的模态参数作为支持向量机的输入样本，以特定的损伤作为输出样本，选择 合适的核参数，训练支持向量机模型，最终能够得剑预测输入样本所对应的损伤模式。支持向量 机方法己成为损伤识别研究领域的新热点，止吸引着越来越多的研究目光，然而其在理论研究和 实际应，h j 方面仍需要不断的发展和完善。 1 水闸结构一般多用动态检测技术进行损伤诊断。水闸由上有连接段、闸室段以及下游连接段 组成，其组成部件较多，部件之间彼此联系紧密，通过动力测试一般能够得到水闸的动力参数， 如频率、振型以及阻尼比等，于是考虑剑通过收集结构损伤时的一些动力参数与损伤位置及损伤 程度对应的样本，应用先进的智能诊断方法，建立结构损伤诊断样本库。一旦水闸处于带水j ：作， 无法目测其局部损伤时，可将动力测试的敏感参数作为预测样本输入己建立的损伤诊断模型，准 确预测出结构的具体损伤情况。本文将应用基于h p s o 优化的最小二乘支持向量机方法，解决水 闸结构损伤的动力诊断问题。 1 3 本论文的研究内容 本文研究的主要目的是通过得到的结构敏感参数及收集到的损伤样本集，建立水闸结构损伤 的动力诊断模型。主要内容如下： ( 1 ) 对振动信号有噪声的情况，进行了预处理，阐述了数字滤波器技术，小波降噪理论以 及小波包降噪方法；构建了含噪模拟信号，刚m a t l a b 编程对以上方法进行了验证。 ( 2 ) 进行了结构损伤的动力学原理论证；探索结构的动力学敏感参数。 4 水闸结构损伤的动力诊断研究 ( 3 ) 建立了水闸的物理模型与试验模型，分析了白振频率的数值计算结果与动力试验结果 的误著，得出了水闸模态参数的数值求解方法可以代替试验测试方法的结论。 ( 4 ) 介绍了h p s o s v m 模型在结构损伤诊断中的应州，并通过混凝十简支梁的损伤样本进 行了训练与预测；针对结构损伤监测数据不完备的情况，提出了一种新的结构损伤诊断方法一 基于h p s o s v m 模式识别方法，亦通过简支梁的损伤对该方法进行了验证。 ( 5 ) 计算得剑了水闸的物理模型处丁不同损伤情况卜的白振频率；讨论了损伤位置与损伤 程度对结构模态参数的影响：以计算得到的损伤样本库，建立了水闸结构基- j - h p s o s v m 模式 识别的动力诊断模型。 5 河北农业人学硕1 ：学位( 毕业) 论文 2 振动信号预处理方法 在实际的l ：稗结构动力测试中，由丁测鹫环境锋诸多冈素的影响，所测鼙的数据一股都含有 一定量的噪卢，有些噪声使得现有的一些模态识别方法不能够准确的反映结构的实际特征，并且 影响结构模态参数识别的精度，进而造成不能够准确诊断结构的损伤位置和损伤程度的结果。为 了最人程度的消除噪声对结构振动信号的影响，得剑更为准确的振动波形，将对信号进行消噪处 理。信号消噪的目的是尽可能在保持原信号主要特征的同时，去除信号中的噪卢，从而提高信号 的信噪比，为后期的信号时域幅值分析、频域分析、模态识别等i ：作奠定了良好的基础。本章内 容将对最火限度的消除信号中噪声的方法进行阐述，从结构动力响应的特点出发，研究了数字滤 波、小波降噪以及小波包降噪等降噪方法。此外，通过构造噪声信号，并分别应用以上三种方法 进行对含噪信号进行了降噪处理，并对降噪效果进行了比较。 2 1 基于数字带通滤波的振动信号消噪方法 数字滤波器p 4 j 是指通过数学运算从所采集的离散信号中选取人们所感兴趣的一部分信号的 处理方法。数字滤波器可以是h j 数学硬件装配成的一台给定运算的专用计算机，也可是用计算机 语言编程实现数字滤波的软件。刚软件实现数字滤波的优点是系统函数具有可变性，仅依赖于算 法结构，并易丁获得较理想的滤波效果，便丁根据不同的信号进行灵活设计与改进。滤波器按数 学运算方式可分为时域滤波方法和频域滤波方法，按功能即频率范围分类有低通滤波器( l p f ) 、 高通滤波器( h p f ) 、带通滤波器( b p f ) 、带阻滤波器( b s f ) 和梳状滤波器。 2 1 1 数字滤波的频域方法 数字滤波器的频域方法是利川f f t 快速算法对输入信号采样数据进行离散傅里叶变换，分析 其频谱，根据滤波要求，将需要滤除的频率部分直接设置成零或加渐变过渡频带后再设置成零。 其表达式为： y ( ，) = h ( k ) x ( k ) e 2 删 ( 2 1 ) 式中，x 为输入信号x 的离散傅里叶变换；h 为滤波器的频率响应函数，由它来确定滤波的 方式和特点。 设z 为上限截止频率，厶为_ 卜限截止频率，为频率分辨率，在理想的情况下，低通滤波 器的频响函数为： 础，= 器警 c 2 国 6 高通滤波器的频响函数为： 一器 带通滤波器的频响函数为： ( k a f 厶) 其他 ( 2 - 3 ) 水闸结构损伤的动力诊断研究 踯) = 佬巍“ ( 2 q 带阻滤波器的频响函数为： 础) = 亿耻郇鬓“ 陆5 ， 此方法的特点是方法简单，计算速度快，滤波频带控制精度高，可川来殴计包括多带梳状滤 波器的任意响应滤波器。但是，由3 - 对频域数据的突然截断造成滤波后的时域信号出现火真变形， 在不考虑加平滑过渡带的情况卜，数字滤波的频域方法比较适合于数据长度较人的信号或者振动 幅值最终是逐渐变小的信号。 2 1 2 数字滤波时域方法 数字滤波的时域方法是通过对信号离散数据进行差分方程的数学运算来达剑滤波的目的。经 典数学滤波器实现方法有两种，一种是i i r