论文部分内容阅读
摘 要：为了提高结构损伤识别的准确率，在大型复杂土木工程结构的健康监测中引入多传感器数据融合技术，分析了常用的数据融合方法——Bayes方法和D-S证据理论的有效性，并将试验模态分析的结构振动响应信号运用数据融合技术进行损伤的识别。指出了将试验模态所得的含有损伤信息的信号运用数据融合技术识别的可能性，揭示了数据融合技术在结构损伤识别领域中广阔的发展前景。
关键词：损伤识别；数据融合；实验模态分析
1.引言
近年来，不断发展起来的多传感器数据融合技术以其强大的时空覆盖能力和对多源不确定性信息的综合处理能力，可以有效地进行结构系统的监测和诊断。多传感器数据融合技术从多源信号中获取信息，减小了信息的不确定度，有助于帮助制定决策。无损检测数据融合近几年发展很快。来自不同国家的很多人对它表现出极大的兴趣，他们已经提出了多种适用于无损检测数据融合的模型。本文将从多传感器数据融合的概念、基本原理、基于多传感器数据融合的健康监测与诊断方法及其应用等方面进行了研究。
2.数据融合技术
多传感器数据融合是人类模仿自身信息处理能力的结果，多传感器数据融合又称信息融合，即充分利用不同时间与空间的多传感器信息资源，采用计算机技术对按时序获得的多传感器信息，在一定准则下加以自动分析、综合和使用，获得被测对象的一致性解释或描述，以完成所需的决策和估计任务，使系统获得更优越的性能。作为一种数据综合和处理技术，数据融合实际上是许多传统学科和新技术的集成和应用，涉及模式识别、决策论、不确定性推理、估计理论、最优化技术等，它最早用于军事，目前在工业控制、交通管制、海洋监视和管理领域的应用日渐增多。
多传感器数据融合就像人脑综合处理信息一样，其基本原理就是充分利用多传感器资源，通过对这些传感器及观测信息的合理支配和使用，把多传感器在空间或时间上的冗余或互补信息依据某种准则进行组合，以获得被测对象的一致性解释或描述。
3.试验模态分析
模态分析与参数识别是在振动理论、信号分析、数据处理、概率统计、自动控制、测试技术与计算机等学科基础上发展起来的边缘新兴学科。一般地，以振动理论为基础，以模态参数为目标的分析方法称为模态分析。更确切地说，模态分析是研究系统的物理参数模型、模态参数模型和非参数模型的关系，并通过一定手段确定这些模型的理论及其应用的一门学科。实验模态分析（ EMA） 又称模态分析的实验过程，首先，实验得到激励和响应的时间历程，应用数字信号处理技术求得频响函数（传递函数） 。
或脉冲响应函数，得到系统的非参数模型；其次，应用参数识别方法，求得系统的物理参数；最后，如果有必要，进一步确定系统的物理参数模型。因此，实验模态分析是综合应用线性振动理论、动态测试技术、数字信号处理和参数识别等手段进行系统识别的过程。
进行实验模态分析的第一步是获得被测结构激励和响应的时域信号和频域信号，如果采用频域法做参数识别，则必须获得上述两种时间历程信号，如果是采用时域法作参数识别，有时只需获得响应的时间历程信号。我们所研究的结构是线性、定常以及稳定的系统。在简谐激励下，定义系统位移频响函数为稳态位移响应与激励幅值之比。
单自由度有阻尼约束系统的运动微分方程为：
振动系统在单位脉冲力作用下的自由响应称为单位脉冲响应函数，简称脉冲响应函数，易证脉冲响应函数与频响函数是一傅氏变换对。可见，脉冲响应函数与频响函数一样是反映振动系统动态特性的量。只不过频响函数在频域内描述系统固有特性，而脉冲响应函数在时域内描述系统固有特性。因此，频响函数与脉冲响应函数都构成了系统的非参数模型，它们是进行系统识别的基础。
多自由度系统频响函数可以表示为矩阵形式，Hef （s） 表示仅在第f 个物理坐标上施加单位激励，引起第e 个物理坐标的位移响应。
忽略阻尼后频响函数矩阵的模态展式为
式中 为模态刚度； 为模态质量。
频响函数的模态展式中显含各种模态参数，它是频域法参数识别的基础。
4.桥面板损伤识别算例
运用图2的实验装置，进行结构振动响应的动力方程反算可以获得位置2损伤前后刚度变化，将刚度变化对应的固有频率进行归一处理就可以作为神经网络的输入参数了。
5.结论
数据融合技术在结构损伤检测中的应用研究是目前一个非常热门的研究课题。数据融合技术的应用将结构振动损伤的信号能较好的识别出来，而且具有较好的鲁棒性，对于早期损伤的信号也具有较好的识别能力。
数据融合是一门新兴学科，目前尚存在这样的问题： （1） 未形成基本的理论框架和广义融合算法； （2） 关联的二义性是数据融合的主要障碍，传感器测量的不精确性和干扰等都是引起关联二义性的因素； （3） 大多数数据融合是经一种简单的方法合成信息，并未充分有效地利用多传感器所提供的冗余信息，很多研究亦是仿真性工作。随着科学的发展，数据融合技术必将成为桥梁结构健康监测最有效的信息处理工具并获得广泛应用。
参考文献
[1] 吴今培、肖建华.智能故障诊断与专家系统[M].北京：科学出版社，1997；5-15
[2] 马宏伟、杨桂通.结构损伤探测的基本方法和研究进展[J]力学进展，1999.29（4）：513-527
[3] 林循泓.振动模态参数识别及其应用[M]1 南京：东南大学出版社，1990.10
[4] 胡海昌.多自由度结构固有振动理论[M]1 北京：科学出版社，1987.5
[5] Mina M， Yim J ，Udpa S S ，Udpa L ，Lord W and Sun K. Two Dimensional Multi2frequency Eddy Current Data Fusion. Review of Progress in QNDE ，1996 ， （15） ：2125-2132
关键词：损伤识别；数据融合；实验模态分析
1.引言
近年来，不断发展起来的多传感器数据融合技术以其强大的时空覆盖能力和对多源不确定性信息的综合处理能力，可以有效地进行结构系统的监测和诊断。多传感器数据融合技术从多源信号中获取信息，减小了信息的不确定度，有助于帮助制定决策。无损检测数据融合近几年发展很快。来自不同国家的很多人对它表现出极大的兴趣，他们已经提出了多种适用于无损检测数据融合的模型。本文将从多传感器数据融合的概念、基本原理、基于多传感器数据融合的健康监测与诊断方法及其应用等方面进行了研究。
2.数据融合技术
多传感器数据融合是人类模仿自身信息处理能力的结果，多传感器数据融合又称信息融合，即充分利用不同时间与空间的多传感器信息资源，采用计算机技术对按时序获得的多传感器信息，在一定准则下加以自动分析、综合和使用，获得被测对象的一致性解释或描述，以完成所需的决策和估计任务，使系统获得更优越的性能。作为一种数据综合和处理技术，数据融合实际上是许多传统学科和新技术的集成和应用，涉及模式识别、决策论、不确定性推理、估计理论、最优化技术等，它最早用于军事，目前在工业控制、交通管制、海洋监视和管理领域的应用日渐增多。
多传感器数据融合就像人脑综合处理信息一样，其基本原理就是充分利用多传感器资源，通过对这些传感器及观测信息的合理支配和使用，把多传感器在空间或时间上的冗余或互补信息依据某种准则进行组合，以获得被测对象的一致性解释或描述。
3.试验模态分析
模态分析与参数识别是在振动理论、信号分析、数据处理、概率统计、自动控制、测试技术与计算机等学科基础上发展起来的边缘新兴学科。一般地，以振动理论为基础，以模态参数为目标的分析方法称为模态分析。更确切地说，模态分析是研究系统的物理参数模型、模态参数模型和非参数模型的关系，并通过一定手段确定这些模型的理论及其应用的一门学科。实验模态分析（ EMA） 又称模态分析的实验过程，首先，实验得到激励和响应的时间历程，应用数字信号处理技术求得频响函数（传递函数） 。
或脉冲响应函数，得到系统的非参数模型；其次，应用参数识别方法，求得系统的物理参数；最后，如果有必要，进一步确定系统的物理参数模型。因此，实验模态分析是综合应用线性振动理论、动态测试技术、数字信号处理和参数识别等手段进行系统识别的过程。
进行实验模态分析的第一步是获得被测结构激励和响应的时域信号和频域信号，如果采用频域法做参数识别，则必须获得上述两种时间历程信号，如果是采用时域法作参数识别，有时只需获得响应的时间历程信号。我们所研究的结构是线性、定常以及稳定的系统。在简谐激励下，定义系统位移频响函数为稳态位移响应与激励幅值之比。
单自由度有阻尼约束系统的运动微分方程为：
振动系统在单位脉冲力作用下的自由响应称为单位脉冲响应函数，简称脉冲响应函数，易证脉冲响应函数与频响函数是一傅氏变换对。可见，脉冲响应函数与频响函数一样是反映振动系统动态特性的量。只不过频响函数在频域内描述系统固有特性，而脉冲响应函数在时域内描述系统固有特性。因此，频响函数与脉冲响应函数都构成了系统的非参数模型，它们是进行系统识别的基础。
多自由度系统频响函数可以表示为矩阵形式，Hef （s） 表示仅在第f 个物理坐标上施加单位激励，引起第e 个物理坐标的位移响应。
忽略阻尼后频响函数矩阵的模态展式为
式中 为模态刚度； 为模态质量。
频响函数的模态展式中显含各种模态参数，它是频域法参数识别的基础。
4.桥面板损伤识别算例
运用图2的实验装置，进行结构振动响应的动力方程反算可以获得位置2损伤前后刚度变化，将刚度变化对应的固有频率进行归一处理就可以作为神经网络的输入参数了。
5.结论
数据融合技术在结构损伤检测中的应用研究是目前一个非常热门的研究课题。数据融合技术的应用将结构振动损伤的信号能较好的识别出来，而且具有较好的鲁棒性，对于早期损伤的信号也具有较好的识别能力。
数据融合是一门新兴学科，目前尚存在这样的问题： （1） 未形成基本的理论框架和广义融合算法； （2） 关联的二义性是数据融合的主要障碍，传感器测量的不精确性和干扰等都是引起关联二义性的因素； （3） 大多数数据融合是经一种简单的方法合成信息，并未充分有效地利用多传感器所提供的冗余信息，很多研究亦是仿真性工作。随着科学的发展，数据融合技术必将成为桥梁结构健康监测最有效的信息处理工具并获得广泛应用。
参考文献
[1] 吴今培、肖建华.智能故障诊断与专家系统[M].北京：科学出版社，1997；5-15
[2] 马宏伟、杨桂通.结构损伤探测的基本方法和研究进展[J]力学进展，1999.29（4）：513-527
[3] 林循泓.振动模态参数识别及其应用[M]1 南京：东南大学出版社，1990.10
[4] 胡海昌.多自由度结构固有振动理论[M]1 北京：科学出版社，1987.5
[5] Mina M， Yim J ，Udpa S S ，Udpa L ，Lord W and Sun K. Two Dimensional Multi2frequency Eddy Current Data Fusion. Review of Progress in QNDE ，1996 ， （15） ：2125-2132