结构健康监测的传感器测点优化与损伤识别

摘要

结构健康监测是诸多领域的热点研究课题，在结构健康监测系统中，传感器测点优化与损伤识别是其中的关键问题。一方面在传感器优化问题中主要研究成果集中于针对模态测试的加速度传感器位置优化准则，而针对结构损伤识别的优化准则、传感器优化方法以及传感器数目优化等问题亟待于进一步研究。另一方面由于环境噪声、温度等因素影响，大型结构的损伤识别方法很难得到较好的识别效果。针对以上问题，本文做了如下研究：
　　1.为了改善目前传感器优化方法或是得到次优解，或是计算效率有待于提高的现状，提出基于改进遗传算法的大型结构测点优化方法。改进了遗传算法的约束条件，并进行了自适应和全面交叉改进，大大加快了收敛速度，并用骤变变异确保该算法能搜索到全局最优值。把有效独立准则（EI）、模态置信准则（MAC）、模态应变能准则（MSE）以适应度的形式嵌入遗传算法中，得出3种可以普遍应用的优化布置算法。以哈尔滨四方台大桥为例进行传感器优化布置，对应用三种准则所得的三组测点进行参数识别的仿真分析，在此基础上选取三种典型方法应用于哈尔滨四方台大桥的检测中。
　　2.提出结构损伤参量灵敏度分析的传感器测点数量位置优化方法。该方法以判断结构是否存在一定水平损伤为目标，以灵敏度技术为基础，采用改进遗传算法为工具，针对各种损伤参量，优化确定所需传感器的最小数目以及其配置位置。通过对19自由度的简支梁进行仿真分析，计算得到了对于不同损伤参量进行损伤识别所需加速度传感器最小数目和位置，对实际结构的传感器数目配置具有指导意义。通过该布置方法可以对结构损伤情况的损伤位置有大致的评估，对多损伤状态的最大损伤处能够初步地定位。
　　3.为了充分利用监测系统中大量的应变传感器信息，从结构的参数识别角度出发，提出基于信息熵理论的结构整体与局部信息相结合的传感器优化布置方法，包括加速度传感器布置的最优位置和数量的优化方法。该方法首先通过贝叶斯理论，以结构的频率、位移模态以及应变模态作为特征参数，计算结构刚度参数的概率分布，继而计算结构刚度参数的信息熵，最后以信息熵最小为目标函数，用改进遗传算法优化传感器的位置与数目。最后对8跨刚桁架结构进行数值模拟证明该方法的有效性。
　　4.提出采用损伤参量的灵敏度、对噪声的适应性、通过不完备信息进行正确识别的能力和对损伤位置精确定位的能力四个指标对损伤参量进行评价的方法，并给出了这四个指标量化公式，较全面地反映了损伤检测与监测在应用中遇到的各种问题，指导了不同条件下对损伤参量的选择。通过对19自由度简支梁与滨州黄河公路斜拉桥数值模拟研究显示这种损伤参量评价方法作为一种先验方法得出的结论与对每种损伤参量进行损伤识别得到的公认结论一致，验证了提出的评价方法的可靠性。
　　5.为了考虑环境温度影响下的结构损伤识别，提出基于小波包和概率主成分分析的损伤识别方法。该方法根据小波包作为损伤参量灵敏度高的特性，采用概率主成分分析（PPCA）的方法，首先去除环境噪声和温度的影响，然后重构数据进行损伤工况的识别，采用PPCA给出的概率模型判断损伤的上下界，提高结构损伤识别准确性。通过对19自由度简支梁和滨州黄河公路斜拉桥的仿真分析验证方法的有效性。
　　6.提出基于Bayesian理论的结构整体局部信息融合的损伤识别方法。首先根据 Bayesian理论建立子结构损伤的概率模型，然后为了减少计算量，采用分步损伤识别的方法，在采用模态应变能初步定位损伤范围的基础上，提出逐个单元消法定位损伤单元。这种方法综合利用了加速度信息，应变传感器的静态信息与动态信息（应变模态）提高了损伤识别结果的准确性和鲁棒性。最后通过对14跨刚桁架模型的数值模拟和对20跨刚桁架的试验研究，验证了该损伤识别方法的有效性，并分析了由应变传感器得到的应变模态与局部信息对损伤识别结果的影响。

目录

结构健康监测的传感器测点优化与损伤识别

OPTIMAL SENSOR PLACEMENT AND DAMAGEDETECTION OF STRUCTURAL HEALTHMONITORING

摘 要

Abstract

目 录

Contents

第1章 绪 论

1.1 选题的背景及意义

1.2 结构健康监测的传感器测点优化研究现状

1.3 结构损伤识别研究现状

1.4 结构损伤识别的难点

1.5 本文的研究内容

第2章 基于改进遗传算法的传感器位置优化方法

2.1 引言

2.2 改进遗传算法

2.3 哈尔滨四方台大桥传感器优化

2.4 本章小结

第3章 基于结构损伤参量灵敏度分析的传感器数量与位置优化

3.1 引言

3.2 结构损伤参量的灵敏度分析

3.3 基于灵敏度分析的传感器数目与位置优化

3.4 简支梁仿真分析

3.5 本章小结

第4章 基于整体和局部信息结合的传感器位置优化

4.1 引言

4.2 整体和局部信息相结合的传感器优化布置方法

4.3 仿真算例

4.4 本章小结

第5章 基于模态整体信息的损伤参量评价方法

5.1 引言

5.2 损伤参量评价方法

5.3 简支梁仿真分析

5.4 滨州黄河公路大桥损伤参量评价

5.5 本章小结

第6章 基于小波包和概率主成份分析的结构损伤识别

6.1 引言

6.2 基于概率主成份和小波包分析的结构损伤识别方法

6.3 简支梁仿真分析

6.4 山东滨州黄河公路大桥仿真分析

6.5 本章小结

第7章 基于贝叶斯概率估计的整体和局部信息融合的损伤识别

7.1 引言

7.2 理论基础

7.3 数值算例

7.4 试验研究

7.5 本章小结

结 论

参考文献

攻读学位期间发表的学术论文及其他成果

哈尔滨工业大学博士学位论文原创性声明

哈尔滨工业大学博士学位论文使用授权书

致 谢

个人简历