收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于时序数据的数据驱动随机子空间桥梁健康检测方法

王培培  
【摘要】:桥梁是公共交通基础设施的组成部分,了解其服役期的健康状况是保障行人车辆安全通行的关键。由于非接触测量的巨大优势、其宽的频率响应范围、亚毫米级的位移灵敏度以及快速设置,陆基微波干涉测量技术已被用于各种桥梁的非接触振动和位移监测。在桥梁健康监测(Structural Health Monitoring,SHM)中,模态参数识别是检测结构损伤位置和损伤程度、准确评估剩余寿命的关键环节之一,包括系统的固有频率、振型和阻尼比。随机子空间识别法(Stochastic Subspace Identification,SSI)具有鲁棒性、数值稳定、辨识精度高、能够分辨密集模态等优点,近几年来,已成为土木和机械工程结构模态辨识的标准工具。但是,SSI的精度受制于监测数据的噪声含量,考虑到采集数据环境的不可控因素较多,在算法运行前对数据进行预处理是保证算法精度的前提;同时,基于SSI方法的主要问题是模态阶数估计,基于奇异值平均值法的方法,为了保证不遗漏模态会导致模态阶数的高估,从而产生虚假模态问题。利用稳态图(Stabilization Diagram)作为模态阶数估计的工具,构建过程复杂且计算量大。为了解决传统SSI法在模态辨识过程中遇到的问题,本文的按照方法对比选取、相关参数选择、计算效率和模态阶数估计四个步骤依次进行展开:(1)系统介绍了随机子空间的理论基础状态空间模型,介绍了数据驱动随机子空间识别法(Data-driven Stochastic Subspace Identification,DATA-SSI)中的线性代数工具(矩阵投影、最小二乘法以及卡尔曼滤波等)。通过仿真实验,比较了N4SID(Subspace System Identification)、COV-SSI(Covariance-driven Stochastic Subspace Identification)和DATA-SSI三种SSI法,根据辨识的模态参数(固有频率、阻尼比、振型)以及计算效率比较分析三种方法的特点。结果表明:N4SID计算效率最高,精度最低,由于过估计操作,易出现重复的虚假模态情况。COV-SSI和DATA-SSI法的计算效率相当,COVSSI速度略占优势,两者识别的频率与理论值一致性很高,而针在阻尼识别部分DATASSI性能优于COV-SSI。综上所述,本文选择综合性能更好的DATA-SSI为辨识主方法。(2)DATA-SSI在模态参数识别的过程中部分参数需要人为指定,它们影响算法的有效性,选择不当将导致识别结果不可靠。具体参数:Hankle矩阵行数i、列数j;过去输出子分区的行数g;将来输出子分区的行数h。主要讨论了DATA-SSI辨识过程中这些参数的作用,分析如何选择这些参数的最适值和最小值。通过一个仿真模型来说明这些参数对辨识结果的影响,再根据给定的取值规范为这些参数选择适合的值,最后将识别的结果与其他模态参数识别法得到的结果对比分析。(3)针对DATA-SSI的计算效率和模态阶数选择问题,本文主要基于其基本原理进行了改进,改进一是算法的计算效率,第一步是异常数据的检测及去除,通过箱线图异常数据检测法,能够直观显示异常数据及数据离散度,从而系统模态辨识的响应信号选择提供依据。第二步“压缩”Hankle矩阵,由于矩阵中小的列向量会导致子空间低分辨率投影,以列向量的范数为标准筛除矩阵中的“病态向量”。改进二是引入一种精确模态估计方法(Exact Model Order,EMO),能够有效的避免“虚假模态”产生。主要内容是通过构建自相关矩阵增强被测信号的功率谱密度之间的差异,使得信号与噪声子空间的连接点会发生显著变化,在计算矩阵连续特征值的相对差进一步扩大有用信息与无用信息的区分度。本文采用GB-SAR(Ground-based Synthetic Aperture Radar)获取的北沙滩桥时序数据对优化的算法进行实验验证,结果表明本文提出的算法能够有效的识别桥梁的模态参数,为桥梁的健康评估提供数据依据。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 衷路生;颜争;杨辉;齐叶鹏;张坤鹏;樊晓平;;数据驱动的高速列车子空间预测控制[J];铁道学报;2013年04期
2 王伟贤;关于子空间交的基和维数[J];辽宁教育学院学报;1996年05期
3 杨华;李少远;;一种完全数据驱动的子空间辨识与鲁棒预测控制器设计[J];控制理论与应用;2007年05期
4 陈亚波,周玉元,彭振赟;子空间上一类矩阵反问题(英文)[J];湘潭大学自然科学学报;2003年02期
5 杨琴;;关于子空间的直和的证明[J];阜阳师范学院学报(自然科学版);2009年04期
6 曾令淮;;关于子空间的和的推广的注记[J];大学数学;2006年02期
7 邓春红,唐建国;由给定的子空间构造新的子空间[J];数学理论与应用;2003年02期
8 郑兆顺;子空间的并物成子空间的条件[J];濮阳教育学院学报;1997年04期
9 黄建章;生成子空间的拓广及其等价定义[J];镇江市高等专科学校学报;1997年01期
10 廖家藩;关于次子空间的若干问题[J];山东师大学报(自然科学版);1995年02期
11 廖家藩;次子空间及其应用[J];烟台师范学院学报(自然科学版);1995年04期
12 安桂梅;李磊;刘锐;;p-算子空间上的框架逼近和嵌入[J];数学学报(中文版);2017年01期
13 钟红恩,周凤岐,周军;大系统的分散能控子空间与分散不能观测子空间[J];控制理论与应用;2004年03期
14 李建奎;一些自反和超自反的L(H)的子空间[J];中国科学技术大学学报;1996年01期
15 李建奎;超自反的子空间格[J];数学年刊A辑(中文版);1994年01期
16 廖家藩;次子空间的同构[J];聊城师院学报(自然科学版);1995年01期
17 王春秀;;关于子空间的并集及其性质的讨论[J];渝州大学学报(自然科学版);1993年02期
18 赵振藩;;余子空间[J];哈尔滨师范大学自然科学学报;1985年01期
19 孙庆光;求子空间交与和的基的一种方法[J];江汉大学学报;1996年06期
中国重要会议论文全文数据库 前10条
1 姜伟;任喜军;周正威;郭光灿;;局域不可区分的子空间[A];第十三届全国量子光学学术报告会论文摘要集[C];2008年
2 王保云;陈飞;邓萍;;基于稀疏子空间表示的在线目标跟踪[A];第26届中国控制与决策会议论文集[C];2014年
3 孟继成;杨万麟;;基于正交判别分析子空间的雷达目标识别[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年
4 邵炫;孙超;;水平空间相关性对子空间降秩检测方法性能的影响[A];2014年中国声学学会全国声学学术会议论文集[C];2014年
5 方晨;王智慧;周向东;周皓峰;汪卫;施伯乐;;基于动态子空间距离的图像聚类[A];第二十三届中国数据库学术会议论文集(研究报告篇)[C];2006年
6 向坚;;基于子空间的运动索引[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
7 周学君;;关于子空间信息准则的扰动分析[A];第九届中国青年信息与管理学者大会论文集[C];2007年
8 魏旭飞;魏先利;;飞行数据驱动的实时风场感知[A];2019中国系统仿真与虚拟现实技术高层论坛论文集[C];2019年
9 陈杰;李勇;马泽川;陈力鑫;李雪梅;王鹏飞;;基于数据驱动紧框架的三维地震数据重建[A];2019年中国地球科学联合学术年会论文集(十九)——专题50:油藏地球物理[C];2019年
10 周清湍;;“数据驱动教学”的课堂探索[A];数字教材·数字化教学——第四届中小学数字化教学研讨会论文案例集[C];2019年
中国博士学位论文全文数据库 前10条
1 张睿;子空间回归分析及其算法应用[D];西北工业大学;2018年
2 李宝华;几类基于数据重建的子空间聚类问题研究[D];大连理工大学;2017年
3 李幼凤;闭环子空间辨识方法及其应用[D];浙江大学;2010年
4 吴平;基于子空间的系统辨识及其应用[D];浙江大学;2009年
5 吴亚锋;子空间系统辨识方法及其在复杂结构中的应用[D];西北工业大学;2000年
6 江修保;子空间学习若干问题研究及其应用[D];华中科技大学;2016年
7 杨承铭;基于数据驱动的心房颤动检测方法研究[D];哈尔滨工业大学;2019年
8 姜文颢;抑郁症快感缺失多元数据驱动的遗传影像学研究[D];东南大学;2018年
9 魏翔;基于数据驱动的人群分析与多尺度仿真研究[D];北京交通大学;2019年
10 陈传营;考虑数据驱动与披露策略的在线零售商运作管理问题研究[D];华南理工大学;2019年
中国硕士学位论文全文数据库 前10条
1 王培培;基于时序数据的数据驱动随机子空间桥梁健康检测方法[D];北京建筑大学;2020年
2 朱菲;颅面分区与基于形状子空间的颅面复原技术研究[D];西北大学;2019年
3 刘晨璐;基于领域自适应的跨媒体检索研究[D];电子科技大学;2019年
4 张贺;有限域上循环子空间码的构造[D];南京航空航天大学;2019年
5 李翠平;张量匹配子空间检测及应用[D];西安电子科技大学;2019年
6 许楠;基于子空间学习的多视角聚类方法研究[D];大连理工大学;2019年
7 闵一璠;基于子空间主动排序的显著性检测方法[D];大连理工大学;2019年
8 李可爱;基于低秩表示的噪声数据回归分析算法研究[D];广东工业大学;2019年
9 李巧;多视角子空间聚类建模及其应用研究[D];西安电子科技大学;2019年
10 宣瑞晟;基于语义一致生成对抗网络的跨模态检索[D];贵州师范大学;2019年
中国重要报纸全文数据库 前10条
1 柯伟;数据驱动学术研讨会在京召开[N];科学时报;2011年
2 孔淼 诸葛ioCEO 本报记者 李惠钰 整理;精益数据驱动高效决策[N];中国科学报;2016年
3 本报记者 武海炜;数据驱动 自然资源治理走向精准化[N];中国矿业报;2019年
4 本报记者 王林 通讯员 吴希捷 陈琼;数据驱动 “全”力启航[N];东方烟草报;2019年
5 本报记者 李正豪;数据驱动 国内企业最大挑战是人[N];中国经营报;2019年
6 陈喆;大数据驱动小网格 江苏管局大数据精准战“疫”[N];人民邮电;2020年
7 中国人民大学国家发展与战略研究院 马亮;技术赋能、数据驱动与精准防疫[N];社会科学报;2020年
8 铜仁日报融媒体记者 蒲智;走大数据驱动发展之路[N];铜仁日报;2019年
9 中国工程院院士 李培根;数据驱动未来 但不是一切[N];中国信息化周报;2020年
10 河北日报记者 潘文静;实施七大任务 数据驱动发展[N];河北日报;2020年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978