（环境工程专业论文）基于支持向量的结构健康状态智能诊断方法.pdf

摘要 损伤诊断是进行结构健康监测的基础。本文以结构监测与损伤诊断为目的，研究了基 于小波包分析和支持向量相结合的智能诊断方法。 阐述了实施土木工程结构健康监测的必要性和迫切性，介绍了结构健康监测与损伤诊 断的概念，讨论系统组成、损伤诊断的方法及其研究现状；研究t d , 波包变换的多分辨分 析及其正交性。实验证明：( 1 ) 小波包分解频带能量分布能够表征信号分量的能量变化。 信号经小波包分解后其损伤特征更加明显，而且受噪声的干扰小；( 2 ) 小波支撑区间越大， 正交性越好，信号分解到不同的频带中，使其各频带中的信息无冗余；( 3 ) 不同类型损伤 的小波包能量分布是不同的：其次，对于同一种损伤，不同节点响应信号的小波包分解能 量分布大小是不同的；( 4 ) 通过小波包变化处理，使得结构响应信号中的损伤特征更加明 显，减小了噪声的干扰。因而可以作为一种理想的特征指标来表征结构健康状态。 针对智能损伤诊断中损伤样本缺乏、分析处理的数据量大的问题，提出了一种基于小 波包特征提取的支持向量机智能诊断方法。该方法将结构振动信号小波包分解后的频带能 量作为特征，输入到多分类的支持向量机中，实现了结构多损伤的识别和定位。经过小波 包特征提取后的的支持向量机分类效果明显优于未经过任何特征提取的支持向量机的分类 效果。为了提高系统决策的准确性和鲁棒性，避免单一信号表征损伤信息的片面性，提出 了另一种基于特征融合的支持向量机智能诊断方法。利用小波包变换提取小波包特征进行 多点数据融合，构造特征矢量，将这些特征矢量输入到分类器中诊断损伤发生的位置和程 度。数据融合不仅能够使损伤信息相互补充，而且减小了检测信息的不确定性；这种基于 特征融合的支持向量机智能诊断方法充分利用各个数据源包含的冗余和! i ；l b 信息，大大提 高了分类的准确性。 针对工程应用中损伤样本难以获得，并且为了实现结构健康状态的在线自动监测和诊 断，提出了一种基于正常样本的支持向量数据描述单值分类新方法。该方法仅仅依靠正常 运行时的数据信号，而不需要任何损伤数据。首先采用小波包分解对数据预处理，以频带 能量序列为特征，然后把多测量点的能量序列融合后作为目标向量，输入到支持向量数据 描述分类器进行训练，实现在线自动监测和损伤诊断。支持向量数据描述分类器较好地区 分了结构正常与非正常状态，达到损伤自动诊断的目的。 关键词：损伤诊断小波包分解特征融合支持向量机支持向量数据描述 a b s t r a c t d a m a g ed i a g n o s i si st h ep r e c o n d i t i o no fs t r u c t u r a lh e a l t hm o n i t o r i n g ( s l i m ) f o rt h e p u r p o s eo fs t r u c t u r eh e a l t hm o n i t o r i n ga n dd i a g n o s i s ，i n t e l l i g e n td a m a g ed i a g n o s i sa p p r o a c h e s b a s e do nt h ew a v e l e tp a c k e ta n a l y s i sa n d s u p p o r tv e c t o r s ( s v s ) a r es t u d i e di nt h i sp a p e r t h en e c e s s i t yo fc i v i le n g i n e e r i n gs h mi sf i r s t l yd i s c u s s e d s e c o n d l y ，t h ec o n c e p to fs h m & d a m a g ed i a g n o s i s ，a n dt h ea r c h i t e c t u r eo fs h ms y s t e ma r ei n t r o d u c e d t h e n ，s t r u c t u r ed a m a g e d i a g n o s i st e c h n i q u e sa n dt h e i rd e v e l o p m e n ta l er e v i e w e d i no r d e rt oe x t r a c td a m a g ef e a t u r e s f r o mn o i s ys i g n a l ，t h ep r i n c i p l eo fm u l t i r e s o l u t i o na n a l y s i sa n do r t h o g o n a l i t yo fw a v e l e tp a c k e t t r a n s f o r m ( w r 0a r ei n v e s t i g a t e d e x p e r i m e n t a lr e s u l t ss h o w n ：( 1 ) t h ew a v e l e tp a c k e te n e r g y d i s t r i b u t i o nc a ni n d i c a t et h ec o m p o n e n te n e r g yv a r i a t i o ni nas i g n a l ( 2 ) t h eb i g g e rs u p p o r t e d i n t e r v a l sa no r t h o g o n a lw a v e l e th a s ，t h eb e t t e ro r t h o g o n a l i t yt h ew a v e l e tp o s s e s s e s i ti sh e l p f u lt o i s o l a t et h ec o m p o n e n t si n t od i f f e r e n ts u bf f e q u e n c y b a n d sa n dh a v el e s sr e d u n d a n c yi nt h e s e f r e q u e n c y b a n d s ( 3 ) s i g n a l sf o r md i f f e r e n tk i n d so fd a m a g er e v e a ld i f f e r e n tp a c k e te n e r g y d i s t r i b u t i o nt h r o u g h 嘲a n df o ras p e c i a ld a m a g et h ew a v e l e tp a c k e te n e r g yd i s t r i b u t i o ni s d i f f e r e n ta td i f f e r e n tm e a s u r e m e n tn o d e s ( 4 ) d e m a g ef e a t u r e se m b e d d e di ns t r u c t u r er e s p o n s e s i g n a lc a nb ed i s t i n c t l yc l a r i f i e dw i t ht h ew a v e l e tp a c k e te n e r g yd i s t r i b u t i o nw h i c hi sr o b u s tt o n o i s e i tc a nb eu s e da sa ni d e a lf e a t u r ei n d e xt or e p r e s e n tt h es t r u c t u r a lh e a l t hc o n d i t i o n i no r d e rt os o l v ep r o b l e m so ff a u l t ys a m p l es h o r t a g ea n dp r o c e e s e dd a t ao v e r a b u n d a n c ei n d a m a g ed i a g n o s i s ，a ni n t e l l i g e n tm e t h o du s i n gs u p p o r tv e c t o rm a c h i n e ( s v m ) i sp r o p o s e db y m e a n so fe x t r a c t i n gf e a t u r ew i t hw 盯a c c o r d i n gt ot h em e t h o d , t h ee n e r g ys e q u e n c e so f d i f f e r e n tf r e q u e n c yb a n d sd e c o m p o s e db yw 盯a r ei n v e s t i g a t e d ，w h i c ha l ei n p u tt oa m u l t i - c l a s s i f i e ds u p p o r tv e c t o rm a c h i n e st oi m p l e m e n tm u l t i - - d a m a g er e c o g n i t i o na n dd a m a g e l o c a l i z a t i o n t h ec l a s s i f i c a t i o na c c u r a c yo ft h ep r o p o s e dm e t h o di sg r e a t l yi m p r o v e dc o m p a r e d w i t ht h em u l t i - c l a s s i f i c a t i o ns v mw i t h o u tf e a t u r ee x t r a c t i o n i no r d e rt oe n h a n c et h ea c c u r a c y a n dr o b u s t n e s so ft h es y s t e md e c i s i o n m a k i n g , a n da v o i dt h ei n f o r m a t i o nu n i n t e g r i t yo fo n l y u s i n gt h es o l es i g n a li nd a m a g ed i a g n o s i s ，a n o t h e rs v md i a g n o s i sm e t h o db a s e do nt h ed a t a f u s i o nt e c h n i q u ei sp u tf o r w a r d c o n s t r u c t i n gd a m a g ef e a t u r ev e c t o r sw i t he x t r a c t e df e a t u r e sf r o m s e v e r a lm e a s u r e m e n tn o d e su s i n g 陟尹fa n di n p u t i n gt h e s ef e a t u r ev e c t o r st oas v mc l a s s i f i e r , d e g r e ea n dl o c a l i z a t i o no fd a m a g e sa l ef o u n d t h ed i a g n o s i si n f o r m a t i o nw a se n r i c h e db ym e a n s o fd a t af u s i o n ，a n dt h eu n c e r t a i n t yo fd a m a g ed e t e c t i o ni n f o r m a t i o nw a sa l s od e p r e s s e d s i n c e d i a g n o s i si n f o r m a t i o nf r o mt h em e a s u r e m e n tn o d e si s r e d u n d a n ta n ds u p p l e m e n t a r y ，t h e d i a g n o s i sa c c u r a c yi sg r e a t l yi m p r o v e d b e c a u s ei ti sd i f f i c u l tt oo b t a i nt h ed a m a g es a m p l e si ne n g i n e e r i n ga p p l i c a t i o n ，a n df o rt h e p u r p o s eo fo n - l i n ea u t o m a t i cm o n i t o r i n ga n dd i a g n o s i sf o rs t r u c t u r a lh e a l t hc o n d i t i o n ，an e w m o n i t o r i n ga n dd i a g n o s t i c sm e t h o db a s e do ns u p p o r tv e c t o rd a t ad e s c r i p t i o n ( s v d d ) i s p r o p o s e d ，w h i c ho n l yn e e d ss a m p l e su n d e rn o r m a lc o n d i t i o n ，a n dn e e d sn oa b n o r m a ls a m p l e s w 盯i sa l s ou s e dt op r e p r o c e s so r i g i n a ls i g n a l s ，t h es i g n a le n e r g i e si nd i f f e r e n tf r e q u e n c y - b a n d s a r et a k e na sc o n d i t i o nf e a t u r e t h e nt h ef e a t u r e sf r o md i f f e r e n tm e a s u r e m e n tn o d e sa r ef u s e da sa t a r g e tv e c t o r ad e v e l o p e ds v d dc l a s s i f i e r i s a p p l i e dt oi m p l e m e n ts t r u c t u r a l c o n d i t i o n m o n i t o r i n gb yi n p u t t i n gt h et a r g e tv e c t o r s v d dc l a s s i f i e rw a sa b l et od i s t i n g u i s ht h en o r m a la n d a b n o r m a lc o n d i t i o no fs t r u c t u r ei d e a l l y ，a n dc a nb e u s e da sa l la u t o m a t i o na p p r o a c hf o r m o n i t o r i n ga n dd i a g n o s i s k e yw o r d s ：d a m a g ed i a g n o s i s ，w a v e l e tp a c k e td e c o m p o s i t i o n , f e a t u r ef u s i o n ，s u p p o r tv e c t o r m a c h i n e ，s u p p o r tv e c t o rd a t ad e s c r i p t i o n 论文独创性声明 本人声明：本人所呈交的学位论文是在导师的指导下，独立进行 研究工作所取得的成果。除论文中已经注明引用的内容外，对论文的 研究做出重要贡献的个人和集体，均己在文中以明确方式标明。本论 文中不包含任何未加明确注明的其他个人或集体已经公开发表的成 果。 本声明的法律责任由本人承担。 论文作者签名： 起夸f 也 吱阀7 年r 月，7 日 论文知识产权权属声明 本人在导师指导下所完成的论文及相关的职务作品，知识产权归 属学校。学校享有以任何方式发表、复制、公开阅览、借阅以及申请 专利等权利。本人离校后发表或使用学位论文或与该论文直接相关的 学术论文或成果时，署名单位仍然为长安大学。 ( 保密的论文在解密后应遵守此规定) 论文作者签名： 起夸，乱 导师签名：降裘孓 灿7 年广月，7 目 少刁年厂月，7 日 长安大学硕士学位论文 第一章绪论 1 1 结构健康监测与损伤诊断的意义 由于不可抗拒的环境因素的影响，通常设计和制造一个失效概率为零的结构是不可 能的，也是不切合实际的。然而，重大工程结构的使用期长达几十年，甚至上百年，环 境侵蚀、材料老化、荷载的长期效应、疲劳效应与突变效应等灾害因素的耦合作用将不 可避免地导致结构和系统的损伤积累和抗力衰减，从而抵抗自然灾害甚至正常环境作用 的能力下降，极端情况下引发灾难性的突发事故。随着经济的发展和人们生活水平的提 高，人们越来越重视各种建筑结构以及生命线工程结构在它们的使用寿命之内的安全 性。因此，定期监测这些结构在长期超负荷运作和不利荷载作用下的安全性、以及在重 大自然灾害发生后立即评估结构的安全状况已经成为现代社会公众和政府关心的重要 事情。诸如地震、海啸等重大自然灾害发生后立即给出结构损伤状况的评估也是政府组 织救灾、合理分配救灾物资的依据。 近几年，国内外很多结构尤其是大型复杂结构突发性事故增多，例如：2 0 0 0 年台湾 省的高屏大桥突然拦腰断裂，造成交通中断，1 6 辆汽车坠入河中，2 2 人受伤【1 】；2 0 0 1 年 巴西p 3 6 海洋平台倒塌【2 】；2 0 0 4 年6 月，我国辽宁盘锦市境内辽河大桥中孔突然倒塌【3 1 ； 2 0 0 1 年3 月1 5 日，位于里约热内卢附近的钻井平台也因爆炸而严重倾斜 4 1 。2 0 0 6 年8 月， 巴基斯坦马尔丹市内发生的桥梁倒塌事故，造成6 0 多人死亡【5 1 。 以上事例表明，这些灾难一方面不仅造成巨大的经济损失，而且还夺去了许多人的 生命，引起了人们对各种结构安全的损伤检测的重视；另一方面，每年因结构的老化、 疲劳和腐蚀而需要的维修费越来越高，也要求人们及时发现损伤，以便及时维修，以节 省费用。 早在2 0 世纪8 0 年代中期世界各地开始针对不同规模的桥梁建立了相应的健康监测 系统。英国在总长5 2 2 m 的三跨变高度连续钢箱梁桥f o y l e 桥上布设传感器，监测大桥 运营阶段在车辆与风载作用下主梁的振动、挠度和应变等响应，同时监测环境风和温度 场。该系统是最早建立的较完整的监测系统之一，它实现了实时监测、实时分析和数据 网络共享【6 】。丹麦对总长1 7 2 6 m 的f a r o e 跨海斜拉桥进行了施工阶段及通车首年的监测， 旨在检查关键的设计参数，监测施工危险阶段和获取开发优化的监控维护系统所必须的 桥梁监测记录【7 1 。挪威在主跨5 3 0 m 的s k a m s u n d e t 斜拉桥上安装了全自动的数据采集系 统，该系统能对风、加速度、倾角、应变、温度、位移进行自动监测，以实现对全桥结 构状态实时了解的目的，并能检验设计和施工是否完善f 8 】o 在我国，结构地震损伤与动 力可靠性方面的研究成果已经应用于北京饭店和沈阳市政府大楼等建筑结构的抗震加 第一章绪论 固和山东滨州黄河公路大桥斜拉索振动智能控制中【9 】；在重大工程结构智能健康监测和 海洋平台结构安全保障技术方面的研究成果已经应用于深圳地王大厦( 无线传感器网络 系统) 、南京三桥和山东滨卅i 黄河公路大桥以及哈尔滨松花江斜拉桥等7 座桥梁工程， 渤海8 号和渤海j z 2 0 2 m u q 等3 座海洋平台结构中，取得了很好的社会和经济效益。 采用欧进萍院士的安全评定方法的研究成果【1 0 】，渤海8 号平台延长服役三年，新增石油 产量9 万余吨，新增产值和利税1 6 8 亿元。上述成果极大地促进了重大工程结构智能健 康监测系统与技术在国内外的发展，提升了我国重大工程结构防灾安全水平。 综上所述，在航空、航天、海洋、桥梁、基础设施等方面出现大型、复杂结构的今 天，对已建成的结构和设施采取有效的手段进行结构性能监测和诊断，及时地发现结构 的损伤，提高可靠性，对可能出现的灾害进行预测、降低维护费用、提高生产效率等方 面，已经成为未来工程的必然要求。对结构长期的健康监测和损伤诊断具有重要的科学 理论意义和工程应用价值【1 1 1 。 1 2 结构损伤诊断的研究现状与支持向量机损伤诊断方法 1 2 1 结构损伤诊断的研究内容及发展概述 结构损伤诊断这一概念的提出和发展，首先来自动态结构的故障诊断，即机械设备 的故障诊断，它是在2 0 世纪6 0 年代，为了适应航天、军工领域的需要而发展起来的。 土木工程的故障诊断起步较晚，后来，由于大量超高层建筑、大跨桥梁、水下建筑、海 洋平台和地下建筑的兴建，土木工程领域开始出现结构损伤诊断的要求。d o e b l i n g 和 r y t t e r 等将结构状态识别分为5 个层次【1 2 l ： 层次1 ，确定结构是否发生损伤； 层次2 ，确定损伤的几何位置； 层次3 ，确定损伤的类型； 层次4 ，评估损伤程度； 层次5 ，预计结构的剩余使用寿命； 损伤识别的发展可以看作是在上述框架下不断取得进步的历程。虽然损伤识别研究 取得了可喜的进展，提出了数量众多的损伤识别方法；但由于问题本身的难度和复杂性， 当前的方法大多仅能实现前3 个层次的识别，对于大型复杂结构的损伤识别则仅在前2 个层次取得了一定进展，同时具备上述5 个功能的完整意义上的损伤识别方法目前还未 见诸文献报道。 结构健康监测系统是集结构监测、系统识别和结构评估于一体的综合监测系统。如 图1 1 所示【1 3 】。首先，用先进的传感测试仪器对结构在外界所受的各种激励下的各种响 - 应进行监测；然后对监测到的各种数据信息进行分析处理，结合结构模型等先验知识对 2 长安大学硕士学位论文 结构进行诊断，分析结构损伤状态；最后对结构的健康状态进行评价，并确定科学的维 修和养护决策。 智能传感元件 磊罚磊磊 土，n 聂磊泵习鉴查篁呈4 1 稠竺笙望坚 维修继续使用 承载能力评估 预测服役寿命 叫竺壁竺塑兰竺望 篓 l 损 图1 1 结构健康监测系统图 结构健康监测系统由以下几个子系统组成【1 4 】： ( 1 ) 传感系统 传感系统主要指用于结构长期监测的各类传感器等的数据测量仪器装置，包括应变 计、位移计、加速度计、温度计、地震仪、动态地秤等，以及相应的接口设备等，主要 完成健康监测各种信号的采集和转换功能。 ( 2 ) 信号采集系统 系统的硬件设备主要包括安装在结构上的各类放大器、传输光缆以及计算机等，主 要将传感器输出的信号进行采集、结构现场至中央控制室的数据传输和存储。信号的传 输方式有直接电缆传输和无线传输两种。 ( 3 ) 数据处理与分析系统 包括各种数字信号的处理，如数字滤波、消除噪声、统计分析和参数识别等，主要 是从采集到的各种原始数据信息中提取出有用的信息，为结构损伤识别和状态评估提供 充分必要的数据信息。此过程一般是编制好相应的软件，在数据采集时同步完成。 ( 4 ) 评估系统 通过监测到的各种数据信息，结合理论分析模型、专家经验、结构本身特点及相关 的规范文件，应用各种有效的评估手段对结构的健康状态做出评估，评价结构的强度储 备和可靠度，预测结构的剩余寿命，并提出维修养护决策。 ( 5 ) 数据管理系统 对处理后的各种原始数据及后续分析的结果数据建立专门的数据库进行存储，并实 现结构相关信息的可视化和决策数据库的智能化，实现对结构状态的实时跟踪，对异常 情况具有实时报警功能，为决策管理提供信息数据支持，从而提高结构的管理水平。 ( 6 ) 报警与通讯系统 通讯系统除了将采集到的数据信息传输到监控中心，还可通过电话线和解调器连接 第一章绪论 到i n t e m e t 上，实现方便真正的远程传输、监测和报警的功能。通讯系统有有线通讯和 无线通讯两种。 对结构进行健康监测及损伤诊断的研究工作，国外开始于2 0 世纪4 0 年代，可以分 为三个阶段【j ：( 1 ) 2 0 世纪4 0 年代到5 0 年代为探索阶段，注重对建筑结构缺陷原因 的分析和修补方法的研究，检测工作大多采用以目测为主的传统方法，但缺少对服役结 构的状态( 如载荷、温度、应力等) 和结构老化情况的监测；( 2 ) 2 0 世纪6 0 年代到7 0 年代为发展阶段，注重对建筑物检测技术和评估方法的研究，提出了破损检测、无损检 测、物理检测等几十种现代检测技术，以及分项评价、综合评价、模糊评价等多种评价 方法；( 3 ) 2 0 世纪8 0 年代以来，进入完善阶段，该阶段制定了一系列的规范和标准， 强调了综合评价，并引入知识工程，将有限元分析等数值计算方法和结构损伤检测方面 的专家经验结合起来，使结构损伤检测和可靠性评估工作向着智能化方向迈进。我国已 于2 0 世纪7 0 年代中期开始结构损伤监测与损伤诊断技术方法的研究，虽然起步较晚， 但已引起了国家许多部门和单位的重视，开发和研究了许多符合我国国情的诊断方法与 技术。 1 2 2 损伤诊断的研究现状及存在的问题 现有损伤诊断方法本身可分为局部法和整体法；按照损伤识别所需特征量是否依赖 结构模型，可分为有模型法和无模型法；从识别策略上又可分为无反演的损伤诊断方法、 有反演的损伤诊断方法以及混合型损伤诊断方法。本文从工程应用角度出发介绍以下两 种损伤诊断方法。 一、局部损伤诊断方法是通过对结构某个局部构件进行无损检测，判断是否有局部 损伤发生及损伤程度如何，进而判断该损伤对结构整体工作性能的影响如何。全局损伤 诊断方法是通过检测结构的整体特性来评价整个结构的实际状态。现在国内外对结构进 行损伤检测与诊断大多先用整体检测方法确定一些可能的损伤部位，然后再结合局部检 测方法对这些部位的构件进行详细的具体的损伤检测，进而确定结构的损伤情况【l 6 1 。 局部损伤诊断方法可分为以下2 类： 1 利用染色渗透、x 射线、y 射线、光干涉、超声波和电磁学监测等技术对结构的 某些局部进行定期检查。这类技术在建筑、航天和船舶等领域有着广泛的应用。但同时 这类技术在应用中也存在一些缺点： ( 1 ) 对结构中不可见、不开敞的部件难以监测； ( 2 ) 设备和人员都需要很大的投资，对于一些大型结构特别是比较复杂的大型结 构检测其损伤耗时费力，对全结构的检测实际上是不可能的； ( 3 ) 要求监测人员必须到现场才能检测； ( 4 ) 需要对结构的损伤情况有先验知识和先验判断，错误的判断将导致遗漏某些 4 长安大学硕士学位论文 位置的结构损伤。因此这类技术的实际应用范围是有限制的。对于一些不可见、不开敞 的部位，该类技术不仅无法实施，甚至要求结构的一些功能停止使用或停止工作。这是 非常不经济的，甚至无法做到。 2 利用与结构部件嵌入的传感器来识别结构损伤。该技术在公路、桥梁和建筑上 有很多应用【1 7 】。其优点是可以直接确定构件的裂纹及其位置。把这一技术应用到整个结 构上，可以确定损伤情况，并可以实现对这些部件的远距离检测。总的来说，对于压力 容器、机翼和油箱等小型有规则的结构，局部损伤识别技术是很好的识别方法，但对于 大型、复杂的结构，应用这种技术检测结构的每一部分是不可能的。因此，局部损伤识 别技术仅用于检测结构的特别部件。 二、全局损伤诊断方法大致分为2 类，即：模型识别法和智能损伤诊断方法。 1 模型识别法 模型识别法就是寻找与结构动力特性相关的动力指纹，通过这些指纹的变化来判断 结构的真实状况。任何结构都可以看作是由刚度、质量、阻尼矩阵等结构参数组成的动 力学系统。结构一旦出现损伤，其结构参数也将发生改变，从而导致系统的模态参数和 频响函数的变化，因此，模态参数( 频率和振型) 的改变可视为结构损伤发生变化的标 志，可以利用损伤出现前后结构动力特性“指纹”的变化来诊断结构的损伤【1 4 1 。经常用到 的动力指纹有：频率【1 妣3 1 、振型【2 心9 】、柔度变化 3 0 - 3 4 一能量传递比( e t r ) 3 5 - 3 羽、频 响函数【3 州2 1 和响应时间序n t 4 3 q 7 】等。 2 智能损伤诊断方法 智能损伤诊断技术、数据处理技术和信号处理技术的发展，为研究者提供了更多的 解决损伤诊断问题的思路和方法，如小波理论、神经网络、遗传算法等。尽管对这些理 论在损伤诊断领域的研究才刚刚开展，但是这些方法具有各自独特的优点，它们的应用 为解决结构损伤识别提供了一些新的解决途径。 基于信号处理方法的主要思想是：结构损伤的产生和发展必然引起其物理特性的改 变，从而导致结构动力学特性的变化，通过对响应信号分析实现结构健康监测( s t r u c t u r a l h e a l t hm o n i t o r i n g ，s h m ) 。它无需建模、无需了解材料特性和结构应力状态，易实现整 体s h m ，近年来备受关注。它是根据结构在同一位置上不同时间的测量结果的变化来 识别结构的状态，因此历史数据至关重要，识别的精度强烈依赖于传感器和解释算法【2 列。 小波变换作为信号处理的一种手段，逐渐引起了各个领域研究人员的关注和重视， 已经成为一个新的数学分支。传统的傅里叶变换属于一种纯频域的分析方法，反映的是 整个信号在全部时间下的整体频域特征，不能提供任何局部时间段上的频率信息，即无 时域分辨能力。而小波变换在时频两域都具有表征信号局部特征的能力，基于小波变换 的小波分析利用一个可以伸缩和平移的可变视窗能够聚焦到信号的任意细节进行时频 域处理，既可看到信号的全貌，又可分析信号的细节，并且可以保留数据的瞬时特性。 第一章绪论 国内外的一些研究者已经将小波分析应用于结构振动方面【4 引，用于提取土木工程损伤特 征。研究者应用小波理论分析地震作用下结构的动力响应，利用小波变换对地震作用下 结构的动力反应进行了分析和计算，并利用能量分配关系分析了各频段范围内地震输入 分量对结构反应的作用程度，小波变换可以对提取的任意频率范围内的输入进行动力分 析，且较傅里叶变换有明显的优点1 4 9 1 。k n i t t e r - p i a 。t k o w s k a 等用离散小波对大量的静力 和动力试验所得的信号的进行处理，从而诊断结构的损伤状况【5 0 1 。c h a n g 和c h e n 采用 g a b o r 小波系数提取了悬臂梁的多处裂纹损伤的位置和固有频率，并预测裂纹的深度【5 。 o m e n z e t t e r 等人发现d a u b e c h i e s 小波系提取的突变特征可以辨别桥梁结构的多种随机异 常状态【5 2 】。y a n 等人则采用小波能量谱检测出复合板结构的早期微弱损伤【5 3 】；m e s s i n a 采用g a u s s 小波和数字差分滤波器滤波的方法提取了横向震动梁的裂纹的特征【5 4 1 。h o n g 等人发现m e x i c a n 帽小波的l i p s c h i t z 指数可以有效的表征裂纹的深度【5 5 1 。h a a s e 采用 g a u s s 和m o r l e t 小波的小波系数时频图的极大值线确定杆的损伤位置【5 6 1 。m o y o 等人采 用d b 4 小波提取到桥梁结构状态突变和渐变的时域特础5 7 1 。a m a r a v a d i 等提出了一种曲 率模态和小波分析联合使用的损伤定位方法【5 引。o v a n e s o v a 发现了小波提取框架结构 裂纹损伤特征与基函数的选择有关【5 9 1 ；k a r e e m 利用m o r l e t 小波的小波系数谱捕捉到土 木结构的早期损伤特征唧】。y a n 用小波能量谱监测复合板结构的微弱损伤【6 。h a n 和 r e n 把小波包相对能量作为损伤诊断的因子，对梁结构进行损伤诊断【6 2 】；h a n s a n g 等从 理论上证明了小波分析用于结构损伤识别的可行性，并用于对梁和齿轮损伤识别中【6 3 】； d o u k a 等利用连续小波变化对悬臂梁单一损伤进行了损伤识别，提出了一个强度因子作 为判断损伤位置和损伤程度的指标畔l ：s u n 等利用小波包变换对一座三跨连续桥在冲 击荷载作用下的时域振动信号进行分解，再选择各水平能量输入神经网络进行损伤水平 识别【6 5 】。 另外，其它先进的信号处理方法也被用于损伤监测和特征提取。x u 和c h e n 采用经 验模式分解( e m d ) 方法提取了建筑模型中由结构刚度突变导致的损伤特御6 6 】。时域 分析方法结合先进的模式识别方法提取损伤特征，是近年来研究的一个新趋向。s u n 和 c h a n g 采用以小波包能量作为特征矢量，结合神经元网络监测桥梁结构的状态1 6 7 】，z a n g 等人采用独立主分量分析和人工神经元网络相结合的方法，准确地检测桁架损伤【6 8 1 。 通过以上提及的几种信号处理方法对损伤信号进行信号预处理和特征提取，找出工 况状态与特征量的关系，把反映损伤的特征信息和与损伤无关的特征信息分离开来，进 而为下一步的智能损伤分类构造了准确的特征向量。 神经网络用于损伤识别主要是利用神经网络的模式分类功能【6 9 1 。神经网络用于损伤 识别的基本方法是：根据结构在不同状态( 不同损伤位置的不同损伤程度) 的反应，通 过特征提取，选择对结构损伤较敏感的参数作为网络的输入向量，结构的损伤状态作为 输出，建立损伤分类训练样本集，然后对网络进行训练。当网络训练完毕，即已具有模 6 长安大学硕士学位论文 式分类功能。对于每一输入的状态信息，根据给定的原则将之归到最接近的类别中。国 内外很多学者都致力于这方面的研究。s t a s z e w s k i 对基于小波特征提取和模式识别的损 伤识别方法的早期研究进展进行了系统总结 7 0 1 。s u n 等首先采用小波分析将结构动力响 应分解为不同的小波组分，将各组分的能量作为损伤敏感特征量进行神经网络训练，据 此进行损伤识别【7 。在此基础上，s u n 等又发展了损伤识别的概率模式分类方法【7 2 1 。h e r a 等对结构的加速度响应时程进行了小波分析，并将峰值的空间分布模式作为损伤敏感特 征研究了损伤定位问题【7 3 】。r e d a 等将小波域内预测信号和实测信号间的误差能量作为 损伤敏感特征向量，进而采用模糊模式识别方法研究了损伤识别问题，并根据预应力混 凝土桥的损伤识别实验验证了方法的有效性【_ 7 4 】。曹茂森提出了通过联合应用小波包时频 能量谱和神经网络主成分分析方法构造损伤敏感特征向量的新方法【7 5 】。y u a n 用宽带 l a m b 波提取新的损伤信号，结合神经网络方法，实现结构在线损伤监测，并应用到薄 层复杂结构中【7 6 1 。l e e 用模态特性提出了基于神经元的损伤诊断方法，可以有效地减少 基线有限元模型的模型误差【r 7 1 。l e w 把最优控制器的设计应用到结构损伤诊断中，包括 被动控制器和低阶、固定结构的控制器，如p i d 控制器，结构损伤诊断的性能基于神经 网络技术的应用，用损伤系统和试验系统的固有频率的改变作为特征参数f 7 8 】；f a n g 用 频率响应函数作为b p 神经网络的输入特征参数进行结构损伤诊断，比较了动量梯度下 降算法、模糊梯度下降算法和可调梯度下降算法三种不同的算法对诊断结果的影响【7 9 】。 z a n g 等人采用独立主分量分析和人工神经网络相结合的方法，准确地检测桁架损伤【s 0 1 。 我国科技工作者在这一领域进行了深入的研究。罗跃刚等提出采用基于信息融合理 论的集成神经网络技术对结构损伤状况进行识别，即通过结构损伤特征信息的有效组合， 用各种子神经网络从不同侧面对结构损伤进行初步识别诊断，然后对识别结果进行决策 融合【8 1 】。吴波等采用b p 神经网络与基于振动的损伤识别两步法对某实际空间索杆结构 的节点损伤进行了识别研究【8 2 1 。李林等采用神经网络方法，利用未损伤状态的动态测量 数据，对一三层试验框架结构的有限元模型进行了修正，然后，依据修正的有限元模型， 运用神经网络方法对各种实际损伤状况进行了损伤诊吲8 3 j 。王柏生等提出了统计神经网 络方法用于结构的损伤存在检测，并用“可能性 来描述结构损伤的存在畔】。张刚刚等 利用径向基函数( r b f ) 神经网络对某斜拉桥进行了损伤识别研烈8 5 】。研究表明，径向 基函数神经网络对斜拉桥的损伤位置和损伤程度能进行有效识别。杜德润等介绍了基于 人工神经网络的两级损伤识别策略，并对采用人工神经网络进行结构损伤诊断的网络输 入参数与网络结构选择等关键问题进行了探讨【8 6 】。另外还有潘瑞松【8 7 1 、冯立芳【8 8 】、陈 文元【8 9 1 、沈东强【9 0 1 等在基于神经网络的结构损伤诊断方面做了大量的研究工作。唐和生 等人发现结构发生损伤时，其损伤或系统刚度的变化可用小波分解的细节信号的变化来 检测【9 1 l 。张立新等人采用m o d e t d , 波确定了悬臂梁边缘缺陷的特性【9 2 1 ，丁幼亮等人用小 波包能量谱发现简支梁的微小损伤【9 3 1 。李洪泉采用小波尺度系数提取了混凝土构件开裂 7 第一章绪论 特性【9 4 1 ，李书进提出了相关小波变换图提取木结构损伤的方法【9 5 1 。廖锦翔等人采用小波 变换极大值在多尺度上的变化规律确定悬臂梁裂缝个数及位置瞰】，曹茂森提出了结构损 伤诊断的小波细节关联维分析方法【9 7 1 。另外，浙江大学、同济大学、大连理工大学、东 南大学等院校的研究者采用小波包变换和神经元网络相结合的方法在不同的结构损伤 检测中取得了较好的效剁9 踮1 0 0 1 。 近些年来，基于模型识别法和一些智能损伤诊断技术取得了长足的进步，但是存在 以下问题制约着它的有效性： ( 1 ) 模型误差。土木工程结构在设计、分析计算时允许有相对较大的模型误差。 但是如果用于损伤检测的模型存在较大的误差，会使误差引起的动力特性改变与损伤引 起的动力特性改变相当，甚至更大的偏差，这可能使那些基于动力特性改变的损伤检测 方法变得误差很大，甚至失效。 ( 2 ) 测量噪声。由于诸多因素的影响，测量噪声是无法避免的。结构的长期健康 监测过程中，从数据的采集到传输，每一步都有可能引入噪声，因此要求传感器要有足 够的耐久性以保持其测量信息的稳定性和准确性。 ( 3 ) 测量数据的不完整性。对于土木工程结构，一般是无法测得完整的结构模态 信息的，即只能得到部分模态。这给那些利用完整模态进行损伤检测的方法带来了问题。 虽然采用模态扩阶或矩阵缩聚法后仍能应用，但必然带来误差，影响损伤检测的能力和 效果。 ( 4 ) 结构动力特性对局部损伤的敏感性较低。对于复杂结构，尤其是大跨度空间 结构，由于结构杆件过多，结构局部损伤往往引起动力参数的极小变化，从而加大了损 伤检测的难度。 ( 5 ) 可能的损伤样本组合爆炸问题。由于许多神经网络在训练时，要考虑大量可 能的损伤样本，对于大型复杂结构来说，可能的损伤样本太大，则训练模式太多，虽然 神经网络可以避免传统方法对大内存空间的要求，但训练时间太长使得该方法不实用。 ( 6 ) 小波函数的种类较多且不断地有新的小波函数出现，每种小波的特性不同， 对损伤的敏感性也不同，因此如何选用合适的小波进行损伤分析一直是小波分析的一个 热点和难点。 ( 7 ) 小波分析虽然非常适合处理非平稳信号，能够很好地发现非平稳信号中畸变 点，但是如何选用合适的参数对变换后的信号进行描述，即选用合适的参数表示信号奇 异程度，也即为选用合适的损伤控制指标也是小波分析中的一个难点。 ( 8 )国内外利用小波进行损伤分析的研究大多是利用单一振动信号来判断损伤 的，未考虑在结构健康监测中的布置大量不同类型传感器的情况。当布置大量不同类型 传感器以后，各传感器对同一损伤的贡献不同，如何将各传感器的信号进行融合也需要 进一步研究。 长安大学硕士学位论文 1 2 3 支持向量机结构损伤诊断方法 经典的参数估计方法的共同理论基础之一是统计学，在估计参数值时需要已知样本 分布形式，这需要花费很大的代价。另外，传统统计学研究的是样本数目趋于无穷大时 的渐进理论，即当样本趋于无穷大时的统计特性，但在实际问题中，样本数目往往是有 限的、分布是无规律的、具有高维性和稀疏性，因此一些理论上很优秀的学习方法在实 际中表现却可能不尽人意。 神经网络具有灵活的自适应学习能力，求解过程不需要严格的数学模型，到目前为 止，它可以说是应用面广、效果好的损伤诊断方法之一。神经网络方法利用已知样本建 立非线性模型，克服了传统参数估计方法的困难。但是这种方法经验成份特别大，缺乏 一种统一的数学理论，甚至是原理上无法克服的缺陷： ( 1 ) 需要大量的训练样本进行学习。神经网络损伤诊断是建立在大量的损伤样本 训练基础之上的，系统性能受到所选训练样本数量及其分布情况的限制。如果样本选择 不当，特别在训练样本少、样本分布不均匀的情况下，很难有良好的诊断能力。然而在 结构损伤诊断中，往往很难或无法得到大量的损伤样本，且在所能得到的有效损伤样本 中，其分布通常也是很不均匀的。 ( 2 ) 神经网络只能求得局部最优解。如果有多个局部极小点，这样就容易落入局 部能量最小点的陷阱。虽然目前也有一些技术可以在某种情况下摆脱局部能量最小，但 都无法从根本上解决这个缺陷。 (