大型结构健康监测中信息获取及处理的智能化研究

【摘要】： 结构健康监测的目标是对结构的整体行为实现实时在线监测与预测预报,要达到这一目标监测系统必须具有快速大容量的信息采集、传输和处理能力,并能够实现数据的网络共享。其中高速数据获取与传输,海量数据的存储与管理,监测数据的预处理、解读、分析和利用等是建立长期健康监测系统的关键技术问题。本论文针对上述关键技术问题开展结构健康监测中信息获取与处理的智能化研究,主要研究结构健康监测系统中的网络化数据采集与传输技术、智能信息处理技术、动态数据管理与查询技术。 (1)首先提炼出建立结构健康监测系统的指导思想,构建具有普遍意义的大型结构长期健康监测系统的体系结构；自主开发了光纤传感测试系统、基于网络数据采集的电致传感测试系统和数字温度传感测试系统,构成“小集中”分布式数据采集与传输系统,以此为基础构建了大型结构健康监测系统通用化硬件平台；开发了基于虚拟仪器技术的以数据库系统为核心的软件平台,完成对硬件系统的集成。 (2)研究了小波分析在实际结构监测信息处理中的应用。提出了一种改进的小波阈值降噪算法,该阈值函数表达式简单,能够更好地改进滤波效果,提高降噪质量；对比分析了分别以小波包系数节点能量值和傅里叶变换后的固有频率值作为损伤特征值的敏感度,分析结果表明以小波包系数节点能量值作为特征指标时敏感度更高,证明了利用小波包进行结构健康监测中的特征值提取是可行的。 (3)研究了在实际结构监测信息处理中利用BP神经网络进行损伤识别的技术。首先建立BP网络模型,对模型进行性能优化,利用性能优化后的神经网络模型对混凝土斜拉桥模型的损伤状况进行了诊断,损伤识别结果表明通过结构振动模态频率的改变很容易地识别出结构的损伤情况。 (4)自主开发了数据库管理与查询系统,采用标准关系型数据库技术对监测数据进行规范化统一管理,解决海量数据的存储、分析处理、查询、数据备份、数据安全等技术问题。 (5)上述研究成果已成功地应用于芜湖长江大桥和郑州黄河大桥两座具有标志性意义的重要桥梁的监测系统中。两座大桥监测系统运行情况表明：自主开发的基于光纤应变测试系统、电致传感测试系统和数字温度传感测试系统的“小集中”分散数据采集系统实现了信息获取和传输的智能化；所采用的小波分析技术成功的完成对监测数据的降噪处理和特征值提取,所构建的BP网模型有效地对结构进行了损伤识别,自主开发的数据管理与查询系统能实时存储监测数据、实时显示查询结果、查询方便快捷,以上技术实现了对监测数据的实时分析、处理、存储及查询,提高了信息处理的智能化程度。 研究成果将进一步丰富结构健康监测系统的工程应用理论和试验基础,具有较大的理论意义和工程实用价值,将产生巨大的社会经济效益。