基于互相关函数幅值向量的结构损伤定位方法研究

在利用互相关函数幅值向量(Correlation Function Amp litude Vector,CorV)进行结构损伤检测的方法基础上,进一步提出了利用互相关函数幅值向量来确定受损结构的损伤位置的方法。通过在随机激励下不同测点的时域响应求得结构互相关函数幅值向量后,对损伤前后结构的互相关函数幅值向量进行二阶差分处理,根据差分处理后的互相关函数幅值向量分布图可以直观地判别出结构损伤的位置。用一个四边固支板和一个四层楼房基准模型的损伤定位为算例,验证了所提出方法的有效性和准确性。算例表明,用所提出的方法只需要测量结构受随机激励的时域响应,就可同时确定多处结构损伤的位置,且具有较好的抗测量噪声能力。因此,所提出的方法可应用于环境随机激励下的结构健康监测技术。

复合材料结构损伤联合定位法试验研究

提出了复合材料结构损伤联合定位法,该法需首先获得复合材料结构在随机激励下的振动响应信号,计算结构的互相关函数幅值向量,通过对损伤结构的互相关函数幅值向量进行光滑拟合作为参考向量,再对损伤情况下的互相关函数幅值向量和参考向量分别进行连续小波变换,得到各自的小波系数,进而求得小波系数差的模,根据小波系数差的模的极值进行损伤的定位。该方法无需进行结构建模和模态识别,在无完好结构信息的情况下就可准确进行损伤定位。最后,还通过蜂窝夹层梁和玻璃纤维层合板的损伤检测试验,验证了该方法的有效性。

基于互相关函数幅值向量和小波变换的复合材料结构损伤检测

提出了一种基于互相关函数幅值向量(Cross correlation function amplitude vector,CorV)和连续小波变换(continuous wavelet transform,CWT)联合检测损伤的方法。选取双正交小波函数,首先计算随机激励下完好结构和损伤结构的互相关函数幅值向量,再分别对其进行连续小波变换,根据损伤前后小波系数的变化来检测结构的损伤,并以小波系数差的模最大值作为损伤指标来进行损伤定位。该方法无需对结构建模,仅需获取结构损伤前后的时域响应信号。通过对带有不同位置分层损伤的复合材料层合梁和层合板损伤检测的数值仿真,验证了用该方法检测复合材料结构分层损伤的有效性。

白噪声激励下的复合材料层合结构损伤检测的内积向量法

利用白噪声激励下结构各测点的动力学响应之间的互相关函数,引入了内积向量(Inner Product Vector,IPV)的概念,提出了应用内积向量进行结构损伤检测的方法,并分析了测试噪声对基于内积向量的损伤检测方法的影响。通过复合材料层合梁的分层损伤检测仿真算例,验证了该方法检测损伤的有效性以及较高的抗噪能力。

基于互相关函数幅值向量的结构损伤检测实验研究

进行了基于互相关函数幅值向量(cross correlation function amp litude vector,CorV)的受随机激励结构损伤检测的实验研究。以一个复合材料单跨梁为实验对象,通过在梁的局部位置上安装夹板,改变夹板对结构附加刚度,来模拟结构的损伤。对结构施加随机激励,分别用加速度传感器和应变传感器采集结构的响应信号,计算结构在损伤前后的CorV,使用互相关函数幅值向量置信度准则(cross correlation function amp litude vector assurance criterion,CVAC)来度量结构受损前后CorV的变化。结果表明,结构损伤前后的CorV之间的CVAC较完好结构之间的CVAC有明显下降;分析结构损伤前后CorV中分量的相对变化,可确定损伤产生的区域。使用互相关函数幅值向量,只需要测量结构在随机激励作用下的时域响应信号,就可检测出结构损伤的存在及损伤的位置。因此本文所采用的方法可应用于环境激励下的结构健康监测。

一种基于支持向量机的结构损伤识别方法

提出了结合随机振动响应互相关函数、小波包分解和支持向量机(support vector machine,SVM)的结构损伤识别方法,计算了相邻测点响应的互相关函数幅值.采用小波包对得到的幅值进行分解,得到各个频带上的总能量;利用各频带上能量值存在的差异性作为输入到分类器的特征向量,训练SVM模型并对结构的损伤进行识别.应用该方法对Benchmark模型结构进行损伤判别,实验通过对比其他基于SVM的方法,结果表明该方法具有较好的识别精度.

相关函数幅值向量及其在结构损伤检测中的应用

提出了互相关函数幅值向量的概念,阐述了形成CorV的基本原理。并且证明了结构在频率成分一定的随机激励下,CorV只与结构的频率响应函数有关,规范化后的CorV具有固定的形状,从而CorV可以看作结构在这种激励下的一种固有特性。因此定义互相关函数幅值向量置信度判据来标定结构CorV的变化,以此来识别结构的损伤。文中还研究了测量噪声对CorV的影响,当信噪比(SNR)或损伤增大到一定的程度时,测量噪声的影响可以忽略。因此用CorV来检测结构损伤具有工程应用上的可行性;同时发现无论有无测量噪声,损伤结构与完好结构CorV之间的CVAC随着损伤程度的增大而单调下降,因此CorV也可用来判定损伤的程度。CorV具有固有振型的特点,但无需进行模态测试,而是直接由结构在随机激励下的时域响应信号获得,因此,基于CorV的结构损伤检测方法为环境激励下的结构损伤检测研究提供了理论基础。

基于互相关函数幅值和SVM的输电塔损伤识别

针对目前输电塔结构损伤识别中需要布设大量传感器的问题,提出了基于互相关函数幅值和支持向量机(support vector machine,简称SVM)的损伤识别方法。首先,定义初始与当前状态结构模态响应近似信号的互相关函数幅值差为损伤特征;其次,将损伤特征作为输入样本来训练支持向量机分类器,将损伤识别问题转化为模式分类问题;最后,利用2层角钢塔模型的振动试验,验证了方法的可行性。该方法仅需要少量传感器测得结构的动力响应,且适用于环境荷载激励,对输电塔结构损伤有较好的识别效果和噪声鲁棒性。

离散小波变换和互相关函数幅值向量在复合材料层合结构损伤检测中的应用

提出一种随机激励下的结构损伤检测方法。首先选取双正交小波函数对结构在随机激励下的时域响应进行一维离散小波变换(discrete wavelet transform,DWT),然后利用重构的包含最低频率信息的近似信号计算互相关函数幅值向量(cross correlation function amplitude vector,CorV)。利用结构损伤前后CorV差的二次差分作为损伤检测的指标。与直接利用振动响应原始信号计算CorV来检测损伤的方法相比,该方法能更准确地进行复合材料层合结构分层损伤定位。通过对带有不同位置分层损伤的复合材料层合板损伤检测的数值仿真,验证用文中方法检测复合材料层合结构分层损伤的有效性。

由地震背景噪声提取介质衰减:衰减介质中的空间相干表示

传统基于地震背景噪声互相关的层析成像技术,主要利用了互相关函数的相位信息,即利用走时来反演地球介质的速度和各向异性特征.最近,开始有研究人员利用互相关函数的振幅信息提取介质的衰减.主要是将二维弹性情形下,互相关函数正比于第一类零阶贝塞尔函数J_0(k_0r)这一结论,通过引入指数衰减系数,直接推广到衰减介质情形,令衰减介质中背景噪声互相关函数类比于J_0(k_0r)·e^(-α(ω)r),以此来反演介质的衰减系数α.然而,在衰减介质中,互相关受源的方位平均的影响,这种简单的推广,可能无法提取可靠的衰减系数.本文基于平面波的叠加模型,研究不同的互相关定义和坐标选择下,衰减介质中两点间互相关函数的理论表达式.结果表明,在平面波叠加模型下,互相关函数的表达形式随着坐标原点的选择,并因而随着源分布的变化而变化,对不同的归一化因子,表达式也不尽相同.利用J_0(k_0r)·e^(-α(ω)r)的形式拟合背景噪声的观测数据得到的衰减比实际值偏小.

通道幅相误差条件下的相干信源波达方向估计

针对通道幅相误差条件下的相干信源波达方向(direction of arrival,DOA)估计问题,提出一种基于互相关矢量的误差校正和解相干算法。首先对阵列的状态转换进行时延控制,使两个子阵的接收数据保持旋转不变特性。再利用阵列互相关矢量元素的错位比值实现了误差系数估计,将误差校正后的互相关矢量重构为一个等效协方差矩阵即可实现解相干。进一步对不同时延可能导致的角度偏移进行了分析。仿真结果表明,该算法能够实现通道幅相误差的精确校正及解相干,且DOA估计性能接近于无幅相误差条件下的空间平滑类算法。

飞机壁板紧固件松脱损伤检测的实验研究

基于互相关函数幅值向量的方法,进行飞机壁板紧固件松脱损伤检测的实验研究。以实测得到的抖振载荷信号作为壁板结构的激励信号源,用结构上某点响应信号与其它各点响应信号的互相关函数构造出互相关函数幅值向量;根据不同时期测得的互相关函数幅值向量的变化检测紧固件的松脱损伤。实验结果表明,用此方法可准确检测出传感器附近松脱的紧固件,对于传感器之间的紧固件松脱情况也有较好的检测效果。互相关函数幅值向量直接由结构短时间内的随机振动响应信号得到,而且具有较强的抗测量噪声能力,因此这种检测方法有较好的工程应用可行性。

正弦信号幅值和初相位估计的问题研究

在已知频率的情况下,提出了利用互相关函数估计正弦信号幅值与初相位算法,解决了使用自相关函数法估计幅值丢失相位信息问题。并利用叠加法在不损失源信号能量的情况下,提高了观测信号信噪比,从而提高了正弦信号估计精度。仿真实验结果表明,基于叠加的互相关函数法可在较低信噪比情况下以较高精度估计正弦信号的幅值和初相位。

基于加速度内积向量和灰云模型的结构损伤识别

为了解决测量噪声等引起的损伤识别不确定性问题,提出了基于加速度内积向量和灰云模型相结合的损伤识别方法。描述了云模型和云发生器的基本理论和公式,计算了结构在随机激励荷载下的加速度响应,并利用互相关函数和二阶差分法构造出加速度内积向量损伤指标,最后,基于灰云模型建立了内积向量和损伤区间的前件云和后件云。考虑随机测量噪声等引起的不确定性,利用多种模式下的加权和均化计算,建立了基于灰云模型的损伤识别方法。数值计算结果表明,所提出的基于灰云模型损伤识别方法,可以较好地进行含噪数据的损伤识别,其识别效果优于单纯的加速度内积向量损伤指标。

温度变化对动应变相关函数幅值向量的影响

分析变温度下实测动应变相关函数幅值向量的变化情况。采用基于主成分分析的环境温度影响剔除方法,寻找主要反映应变时程温度信息的特征子空间。对时程数据重构,得到温度效应成分,由此消除温度对应变信号的影响。研究结果表明:第一主成分反映了动应变时程绝大部分的波动信息;通过第一主成分特征向量可有效提取应变时程中的温度效应成分。基于实测动应变的相关函数幅值向量在各时段的比例形态均存在较大差异,剔除温度效应成分后的相关函数幅值向量呈现一致的比例线形,说明应变时程中的温度效应成分会导致相关函数幅值向量的比例线形发生改变;不考虑环境温度对动应变时程相关函数幅值向量的影响,易对桥梁结构的健康状况产生误判。

基于时域响应相关性分析及数据融合的结构损伤检测研究

基于时域振动响应的结构损伤检测方法因其便于实现在线监测受到了越来越多的关注。该文回顾了两种利用时域响应相关函数建立的结构特征向量(即内积向量及互相关函数幅值向量)及其对应的损伤检测方法。为了从时域响应相关函数中提取更多的结构健康信息,通过利用不同的结构响应组合,将上述两种结构特征向量扩展到了多种结构特征向量,并进一步采用数据融合理论,提出了检测精度更高的结构损伤检测方法。针对8层框架结构损伤检测的试验研究结果表明,该文方法可以对框架结构上的微小损伤进行定位。

一种基于幅值加权的互相关时延估计新方法

针对无源时差定位中的互相关法时延估计在低信噪比条件下准确度低的问题,文中提出了一种新的幅值加权方法对互相关法进行改进。幅值加权是利用输入信号的幅频特性扩大互相关功率谱函数信号频点处的幅值,相对弱化信号频点外的功率谱小尖峰的影响,近似满足准确估计时延值所需的理想的互相关功率谱条件,进而提高时延估计的准确度。实验仿真表明,在信噪比较低时,与传统互相关法相比,采用幅值加权的互相关法能够更为准确地计算出时延值。该方法对时延估计研究具有一定参考价值。

青藏高原东北缘祁连山地区地震台阵背景地噪声特征

基于祁连山地区78个地震台站的垂直分量连续波形记录,计算台站对之间背景噪声的互相关函数,并叠加得到5—10 s和10—20 s两个周期的瑞利面波信号。利用归一化振幅方法,分析不同周期范围的噪声源能量在不同方位随季节变化的规律。研究结果显示:祁连山地区5—10 s周期背景噪声的能量优势来源,夏季集中在110°—170°方位,冬季集中在300°—350°方位,但在110°—150°方位也有相对微弱的能量分布,表明第二微震带的噪声能量来源在夏季主要来源于太平洋的海洋活动,冬季主要来源于大西洋的海洋活动;10—20 s周期背景噪声的能量优势来源在夏季集中在70°—150°和170°—230°方位,在冬季则集中在290°—350°和70°—130°方位,表明第一微震带的噪声能量在夏季主要来源于印度洋的海洋区域,冬季主要来源于北大西洋和太平洋。由于2个周期的背景噪声源在祁连山地区存在明显的季节差异,因此在利用背景噪声方法研究该地区介质速度结构时,需充分考虑噪声源非均匀性产生的影响。

基于互相关函数幅值向量的复合材料层合板损伤的统计检测

针对复合材料层合板的分层损伤,提出了一种基于互相关函数幅值向量的损伤统计检测方法。首先建立了复合材料层合板有限元模型并模拟其局部的分层损伤,求得随机激励下结构的加速度响应信号。然后,以结构的多个结点为参考点,计算结构损伤前后的CorV。利用互相关函数幅值向量置信度准则(Correlation function amplitude Vector Assurance Criterion,CVAC)来度量其变化程度,以此来识别损伤并根据结构CorV损伤前后的相对变化来确定产生分层损伤的区域,结合统计学原理最终确定损伤位置。通过对不同位置处的单损伤和多损伤检测仿真算例以及抗噪能力检验,验证了该文提出的损伤统计检测方法的有效性和稳定性。

基于内积向量的复合材料结构损伤检测

提出了内积向量(Inner Product Vector,IPV)的概念,证明了在白噪声激励下内积向量是由结构各阶模态振型叠加而成,且每阶模态的加权因子仅与结构的模态参数有关,并在此基础上提出了应用内积向量进行结构损伤检测的方法。该方法仅仅利用在白噪声激励下测试的结构振动响应信号,避免了结构有限元建模误差和结构固有模态识别误差对损伤检测结果的影响。通过对复合材料层合梁和层合板的分层损伤检测算例,验证了该方法检测损伤的有效性及准确性。