论文部分内容阅读
由于模型误差、测量误差、环境影响和测量数据不完备等实际困难,使得许多结构损伤识别方法效果不理想,所以有效适用的结构损伤识别方法的研究与开发,已经成为土木结构健康监测急需发展的课题。结构损伤对结构动态特性造成影响,导致测量到的加速度响应信号统计特性的变化,因此可以通过对损伤前后动态响应信号的对比分析进行损伤识别。本文从统计模式识别角度研究健康监测问题,直接利用时程观测响应,在无需结构分析模型的前提下,通过对观测响应的时间序列分析提取损伤特征参数,通过对损伤特征参数的控制图分析来识别结构损伤,本文还引入了主成分分析和因子分析等映射技术来加强控制图的使用效果,并且对比了EWMA控制图和X控制图的损伤识别效果,具体研究内容如下:1、利用结构健康状态的加速度时间序列建立自回归(AR)模型,提取AR模型残差和自回归系数作为损伤特征参数,建立X控制图,对结构未知状态进行监测,达到一定统计数量的出界点则表明结构从健康状态到损伤状态的转变,本文比较了AR模型残差和自回归系数两种损伤特征参数对结构损伤的敏感性。2、主成分分析和因子分析是多元统计中常用的两种降维技术,本文利用这两种方法对每种损伤工况的多维时间序列进行降维处理,对处理后的一维时间序列进行X控制图法损伤识别,并且比较两种降维技术的应用效果;把主成分分析/因子分析看作信息融合的方法,保留得到的所有主成分/公共因子,利用X控制图法对所有主成分/公共因子进行损伤识别,比较不同主成分/公共因子对损伤的敏感程度。3、EWMA控制图相对X控制图,在观测值权重上做出了改进,兼顾了样本观测值的时域特征和频域特征,本文研究比较了EWMA控制图与X控制对损伤敏感性。