CN104484545B - 一种基于方差贡献率的泄流结构振动响应动态融合方法 - Google Patents
一种基于方差贡献率的泄流结构振动响应动态融合方法 Download PDFInfo
- Publication number
- CN104484545B CN104484545B CN201410526391.0A CN201410526391A CN104484545B CN 104484545 B CN104484545 B CN 104484545B CN 201410526391 A CN201410526391 A CN 201410526391A CN 104484545 B CN104484545 B CN 104484545B
- Authority
- CN
- China
- Prior art keywords
- signal
- fusion
- variance contribution
- vibration
- variance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 9
- 230000004927 fusion Effects 0.000 claims abstract description 56
- 238000000034 method Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 abstract description 21
- 238000012216 screening Methods 0.000 abstract description 3
- 239000012466 permeate Substances 0.000 abstract 1
- 238000006073 displacement reaction Methods 0.000 description 21
- 238000001228 spectrum Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了基于方差贡献率的泄流结构振动响应动态融合方法,本发明将大型泄流结构不同测点的同类传感器振动信号融合为一个能够反映泄流结构整体振动特性的信号,融合后信号具有结构振动的完整频率成分,可为结构固有频率辨识提供更全面、可靠的振动信号;本发明根据信号不同点数据的方差贡献率不同,使得融合系数随时间而变化,因此,方差贡献率算法是一种能够自动筛选信号重要信息的多传感器动态数据融合算法。
Description
技术领域
本发明涉及一种动态融合方法,尤其涉及一种基于方差贡献率的泄流结构振动响应动态融合方法。
背景技术
模态参数识别是结构动力损伤诊断与安全监测的重要环节,频率和振型为结构动力损伤诊断的两大整体损伤因子,其中结构的固有频率是最易测得的动力参数;在以泄流作为激励源的泄流结构动态检测与结构模态参数识别中,由于不同测点的振动信号频率成分和噪声水平不尽相同,结构固有频率识别结果仅能精确到一定区间范围,而不是一个准确值,这不利于基于频率(或与频率有关的损伤因子)变化的泄流结构动力损伤诊断;
数据级信息融合技术可根据一定的理论规则将多个信号融合为一个更加贴近真实值的完整信号;信息融合技术在结构工程中的应用尚处于信号模拟的初步探索阶段,传统数据级融合算法多为加权融合,模拟的多传感器振动信号成分简单、相似度高;而在大型泄流结构中,不同部位测点信号波形及振幅均存在很大差异,固定融合系数的加权融合算法难以保证融合后信号频率成分的完整性,因此,有效利用不同测点信号的相关性、互补性、冗余性,灵活提取各个信号有效信息的数据融合算法是实现结构多测点信息融合的关键;为此,本发明提出了一种基于方差贡献率的泄流结构多测点动态响应融合算法,该算法可将结构多测点振动信号融合为一个能够准确、全面反映结构整体振动特性的信号。
发明内容
本发明的目的是将大型泄流结构不同测点的同类传感器振动信号融合为一个能够反映泄流结构整体振动特性的信号,融合后信号具有结构振动的完整频率成分,可为结构固有频率辨识提供更全面、可靠的振动信号。
为实现上述发明目的,本发明采用如下的技术方案:
一种基于方差贡献率的泄流结构振动响应动态融合方法,其特征在于:包括:
步骤1:利用多个传感器对结构不同部位的振动响应进行全方位的信号采集,并选择具有频率成分的振动信号设定测点;
步骤2:将各个测点信号能量进行归一化处理,计算各个信号的均值和方差;
步骤3:在步骤2的基础上计算各个测点每个数据对信号的方差贡献率;
步骤4:根据步骤3中得到的方差贡献率分配融合系数,实现结构振动响应的动态融合;
进一步改进,所述步骤2中,各测点信号的均值和方差公式如下:
1)、计算传感器i采集的m个数据的均值:
公式(1)
其中,表示传感器i采集的第j个数据;
2)、计算传感器i采集的m个数据的方差:
公式(2)
进一步改进,所述步骤3中,方差贡献率的方法如下:
计算振动数据的方差贡献率:
公式(3)
进一步改进,所述步骤4中,融合系数的分配方法如下:
融合系数的分配方法根据公式(3)中的的大小进行分配,具体公式如下:
公式(4)
将各测点的数据进行动态融合,得到数据融合后j点的x值,其计算公式为:
公式(5)
与现有技术相比,采用上述方案,本发明的有益效果是:本发明采用信号不同点数据的方差贡献率不同,使得融合系数随时间而变化,因此,方差贡献率算法是一种能够自动筛选信号重要信息的多传感器动态数据融合算法。
附图说明
图1为第一实施例中X1的位移时程线及其频谱图;
图2为第一实施例中X2的位移时程线及其频谱图;
图3为第一实施例中X3的位移时程线及其频谱图;
图4为第一实施例中X1的各点方差贡献率K值曲线图;
图5为第一实施例中X2的各点方差贡献率K值曲线图;
图6为第一实施例中X3的各点方差贡献率K值曲线图;
图7为第一实施例中X1的融合系数图;
图8为第一实施例中X2的融合系数图;
图9为第一实施例中X3的融合系数图;
图10为第一实施例中方差贡献率动态融合算法的动位移信号时程线及其频谱图;
图11为第二实施例中X1的位移时程线及其频谱图;
图12为第二实施例中X2的位移时程线及其频谱图;
图13为第二实施例中X3的位移时程线及其频谱图;
图14为第二实施例中X1的各点方差贡献率K值曲线图;
图15为第二实施例中X2的各点方差贡献率K值曲线图;
图16为第二实施例中X3的各点方差贡献率K值曲线图;
图17为第二实施例中X1的融合系数图;
图18为第二实施例中X2的融合系数图;
图19为第二实施例中X3的融合系数图;
图20为第二实施例中方差贡献率动态融合算法的动位移信号时程线及其频谱图;
图21为第三实施例中二滩拱坝B1号测点动位移时程线;
图22为第三实施例中二滩拱坝B2号测点动位移时程线;
图23为第三实施例中二滩拱坝B3号测点动位移时程线;
图24为第三实施例中二滩拱坝B4号测点动位移时程线;
图25为第三实施例中B1测点动位移频谱图;
图26为第三实施例中B2测点动位移频谱图;
图27为第三实施例中B3测点动位移频谱图;
图28为第三实施例中B4测点动位移频谱图;
图29为第三实施例中B1测点方差贡献率K值曲线图;
图30为第三实施例中B2测点方差贡献率K值曲线图;
图31为第三实施例中B3测点方差贡献率K值曲线图;
图32为第三实施例中B4测点方差贡献率K值曲线图;
图33为第三实施例中B1测点的融合系数图;
图34为第三实施例中B2测点的融合系数图;
图35为第三实施例中B3测点的融合系数图;
图36为第三实施例中B4测点的融合系数图;
图37为第三实施例中基于方差贡献率动态融合算法的动位移信号时程曲线;
图38为第三实施例中基于方差贡献率动态融合算法的动位移信号频谱图;
图39为第三实施例中频率为1Hz-2Hz频谱图;
图40为第三实施例中频率为2Hz-4Hz频谱图;
图41为第三实施例中频率为12Hz-15Hz频谱图;
图42为第三实施例中频率为26Hz-27.5Hz频谱图;
具体实施方式
下面结合附图和实施例对本发明进一步说明。
一种基于方差贡献率的泄流结构振动响应动态融合方法,其特征在于:包括:
步骤1:利用多个传感器对结构不同部位的振动响应进行全方位的信号采集,并选择具有频率成分的振动信号设定测点;
选择信号的原则是频谱图具有较明显的峰值,该算法对信噪比要求不高;
步骤2:将各个测点信号能量进行归一化处理,计算各个信号的均值和方差;
由于边界条件和外界环境等因素的影响,结构不同部位振动能量存在很大差异,能量归一化使不同测点振动信号在同一标准下比较其信息的重要性;
步骤3:在步骤2的基础上计算各个测点每个数据对信号的方差贡献率;
根据式(3)计算选定信号每个数据的。随不同的而变化,而为传感器采集的振动数据,其值随时间t变化,因此,可视为随时间t变化的物理量;
步骤4:根据步骤3中得到的方差贡献率分配融合系数,实现结构振动响应的动态融合;
进一步改进,所述步骤2中,各测点信号的均值和方差公式如下:
1)、计算传感器i采集的m个数据的均值:
公式(1)
其中,表示传感器i采集的第j个数据;
2)、计算传感器i采集的m个数据的方差:
公式(2)
进一步改进,所述步骤3中,方差贡献率的方法如下:
计算振动数据的方差贡献率:
公式(3)
进一步改进,所述步骤4中,融合系数的分配方法如下:
融合系数的分配方法根据公式(3)中的的大小进行分配,具体公式如下:
公式(4)
将各测点的数据进行动态融合,得到数据融合后j点的x值,其计算公式为:
公式(5)
下面采用图谱法对上述公式的计算结果进行展示:
1、完整性模拟实施例:
为体现基于方差贡献率动态响应融合信号频率成分的完整,取、、三个测点的振动信号,该三点的振动信号表示公式如下:
公式(6)
公式(7)
公式(8)
式中:为时间,取值为0-10秒,时间间隔0.01秒;为模拟噪声,为样本个数;三个点的信号时程曲线及其对应频谱图,如图1、图2、图3所示;
根据图1、图2、图3所示的信息可知,信号和信号的频率成分均为0.9766Hz,并且含有类似的波形,信号含有三阶不同于、的频率成分,分别为:1.953Hz、2.832Hz、3.516Hz;由于信号波形和模态的差异,传统数据级融合算法无法保证融合后信号频率成分的完整性,易出现漏频的现象;
基于方差贡献率的结构动态响应融合算法,先根据公式(1)、(2)计算三个信号的均值和方差,再根据公式(3)计算不同时刻信号各个点的方差贡献率,得出三个测点信号[公式(6)、公式(7)、公式(8)]的值,其曲线图分别如图4、图5、图6,然后根据公式(4)计算三个模拟信号的融合系数,其曲线图分别如图7、图8、图9,最后按公式(5)实现三个信号数据的动态融合,其融合后的动位移时程线及其频谱图如图10;为更清楚地表示信息,将模拟信号频率识别值与真实值进行对比,对比结果参照模拟信号频率识别值与真实值对比表1:
表1 模拟信号频率识别值与真实值对比表
由表1可知,基于方差贡献率动态融合的信号含有四阶频率成分,分别为0.9766Hz、1.953 Hz 、2.832 Hz 和3.516 Hz,融合后信号完整的保留了各个测点信号的频率成分,而传统的互相关融合方法出现了严重的漏频现象;可见本算法充分利用了各个测点的互补信息,使融合后信号频率成分更加完整;
2、准确性模拟实施例
结构多测点信号采集可视为传感器对同一对象的不同(或)相同方面的有关信息。因此,不同传感器采集到的信号必然存在一定的相关性;为验证方差贡献率动态融合算法利用不同测点相关信息,实现频率模态准确识别的有效性;模拟、、三个测点的振动信号如下:
公式(9)
公式(10)
公式(11)
式中:t为时间,取值为0-10秒,时间间隔0.01秒;为模拟噪声,M为样本个数;各个信号的时程曲线及其对应频谱图如图11、图12、图13所示;
根据图11、图12、图13所示的信息可知,频谱图识别结果与模拟信号真实频率存在一定误差,原因有两点:①振幅较小的低能量模态会被振幅较大的高能量模态淹没;②在强噪声的干扰下,低能量的模态频谱图峰值会产生一定偏差;
基于方差贡献率的结构动态响应融合算法,先根据公式(1)、公式(2)计算各个信号的均值和方差,再根据公式(3)计算不同时刻信号各个点的方差贡献率,得出三个模拟信号[公式(9)、公式(10)、公式(11)]的值曲线图分别如图14、图15、图16,然后根据公式(4)计算三个模拟信号的融合系数分别如图17、图18、图19,最后按公式(5)实现三个信号数据的动态融合,其融合后的动位移时程线及其频谱图如图20;根据图20所示的信息表示,基于方差贡献率动态融合的信号含有0.4883Hz和1.27Hz两阶频率,与真实值基本相符;为更清楚地表示信息,将模拟信号频率识别值与真实值进行对比,对比结果参照模拟信号频率识别值与真实值对比表2:
表2 模拟信号频率识别结果与真实值对比表
3、二滩拱坝原型工程实施例
以二滩拱坝泄洪振动实测动态响应数据为例,动位移振动响应采样频率为200Hz,坝体典型动位移测点B1、B2、B3、B4的振动信号位移时程线如图21、图22、图23、图24所示,其相应的频谱图如图25、图26、图27、图28所示;
根据图25、图26、图27、图28所示的信息可知,该工况下二滩拱坝振动包含多阶频率成分,不同测点采集的信号含有的频率成分不尽相同,有的甚至差异很大;
基于方差贡献率的结构动态响应融合算法,先根据公式(1)、(2)计算各个信号的均值和方差,再根据公式(3)计算不同时刻信号各个点的方差贡献率Kij,得到四个测点(B1、B2、B3、B4)信号的Kij值,其曲线图分别如图29、图30、图31、图32,然后根据公式(4)计算四个测点信号的融合系数aij,其曲线图分别如图33、图34、图35、图36,最后按公式(5)实现三个信号数据的动态融合,其融合后的动位移时程线及其频谱图如图37、图38所示;识别结果与文献[1]识别结果对比如表3所示;
将图38频谱图中的峰值部分分成1Hz-2Hz、2Hz-4Hz、12Hz-15Hz、26Hz-27.5Hz四个阶段进行放大显示,放大后的信号如图39、图40、图41、图42所示;
表3 二滩拱坝前5阶频率识别结果与文献[1]识别结果对比表
频率阶次 | 方差贡献率融合识别结果 | 文献[1]识别结果(Hz) |
1 | 1.44 | 1.44~1.45 |
2 | 1.52 | 1.52~1.54 |
3 | 2.16 | 2.19~2.22 |
4 | 2.80 | 2.76~2.81 |
5 | 3.60 | 3.54~3.61 |
由图可见,融合后信号含有10阶频率,分别为1.44Hz、1.52Hz、2.16Hz、2.8Hz、3.6Hz、12.48 Hz、12.88 Hz、14.2 Hz、26.24 Hz和27 Hz,完整的保留了原信号的固有频率成分,融合后信号具有该工况下结构振动的整体特性;
本发明采用信号不同点数据的方差贡献率不同,使得融合系数随时间而变化,因此,方差贡献率算法是一种能够自动筛选信号重要信息的多传感器动态数据融合算法;
本发明不局限于上述具体的实施方式,本领域的普通技术人员从上述构思出发,不经过创造性的劳动,所作出的种种变换,均落在本发明的保护范围之内。
Claims (1)
1.一种基于方差贡献率的泄流结构振动响应动态融合方法,其特征在于:包括:
步骤1:利用多个传感器对结构不同部位的振动响应进行全方位的信号采集,并选择具有频率成分的振动信号设定测点;
步骤2:将各个测点信号能量进行归一化处理,计算各个信号的均值和方差;
步骤3:在步骤2的基础上计算各个测点每个数据对信号的方差贡献率;
步骤4:根据步骤3中得到的方差贡献率分配融合系数,实现结构振动响应的动态融合;
所述步骤2中,各测点信号的均值和方差公式如下:
1)、计算传感器i采集的m个数据的均值:
其中,xij表示传感器i采集的第j个数据;
2)、计算传感器i采集的m个数据的方差:
所述步骤3中,方差贡献率的方法如下:
计算振动数据xij的方差贡献率Kij:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410526391.0A CN104484545B (zh) | 2014-06-13 | 2014-10-09 | 一种基于方差贡献率的泄流结构振动响应动态融合方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2014102619957 | 2014-06-13 | ||
CN201410261995 | 2014-06-13 | ||
CN201410526391.0A CN104484545B (zh) | 2014-06-13 | 2014-10-09 | 一种基于方差贡献率的泄流结构振动响应动态融合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104484545A CN104484545A (zh) | 2015-04-01 |
CN104484545B true CN104484545B (zh) | 2017-11-14 |
Family
ID=52759086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410526391.0A Expired - Fee Related CN104484545B (zh) | 2014-06-13 | 2014-10-09 | 一种基于方差贡献率的泄流结构振动响应动态融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104484545B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105302945A (zh) * | 2015-09-26 | 2016-02-03 | 长安大学 | 一种基于标度指数的动力学结构突变检测方法与检测系统 |
CN107365902B (zh) * | 2017-09-13 | 2019-05-03 | 上海海事大学 | 一种基于多加速度传感器信息融合的振动时效效果在线评价系统及方法 |
CN108703774A (zh) * | 2018-06-14 | 2018-10-26 | 华北电力大学(保定) | 基于血管内超声-光声-oct的联合成像方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5729451A (en) * | 1995-12-01 | 1998-03-17 | Coleman Research Corporation | Apparatus and method for fusing diverse data |
CN102323382A (zh) * | 2011-07-20 | 2012-01-18 | 暨南大学 | 结构损伤检测的多指标分层与融合可视化方法 |
CN103903430A (zh) * | 2014-04-14 | 2014-07-02 | 东南大学 | 一种采用多源同构数据的行程时间动态融合预测方法 |
-
2014
- 2014-10-09 CN CN201410526391.0A patent/CN104484545B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5729451A (en) * | 1995-12-01 | 1998-03-17 | Coleman Research Corporation | Apparatus and method for fusing diverse data |
CN102323382A (zh) * | 2011-07-20 | 2012-01-18 | 暨南大学 | 结构损伤检测的多指标分层与融合可视化方法 |
CN103903430A (zh) * | 2014-04-14 | 2014-07-02 | 东南大学 | 一种采用多源同构数据的行程时间动态融合预测方法 |
Non-Patent Citations (1)
Title |
---|
泄流结构水利拍振机理及动态健康监测;李成业;《万方中国学位论文全文数据库》;20140423;说明书第8、21-28段 * |
Also Published As
Publication number | Publication date |
---|---|
CN104484545A (zh) | 2015-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103308804B (zh) | 基于快速k-s变换电能质量扰动信号时频参数提取方法 | |
CN105527650B (zh) | 一种工程尺度下微震信号及p波初至自动识别算法 | |
CN105546352A (zh) | 基于声音信号的天然气管道微泄漏检测方法 | |
Gunn et al. | On validating numerical hydrodynamic models of complex tidal flow | |
CN104484545B (zh) | 一种基于方差贡献率的泄流结构振动响应动态融合方法 | |
CN102540252B (zh) | 基于互相关的高精度中值叠加方法 | |
CN104792364B (zh) | 基于激光多普勒的桥梁动态参数提取系统及方法 | |
CN104320092B (zh) | 一种微弱信号测量的宽频带低噪声差分放大电路 | |
CN104133404A (zh) | 一种信号处理方法及装置 | |
CN112963740B (zh) | 一种换流站消防管道泄漏监测定位方法 | |
CN109187744B (zh) | 一种基于静力触探试验的剪切波速估算方法 | |
CN104405374A (zh) | 一种致密气藏储层应力敏感性的测量方法 | |
CN102043084B (zh) | 一种检测避雷器阻性电流的检测方法 | |
CN110186533A (zh) | 一种高精度的河口短期潮位预报方法 | |
CN104456089A (zh) | 一种流体管道多泄漏点定位方法 | |
CN109861658A (zh) | 微弱信号测量的宽频带、低噪声差分放大电路 | |
CN106772193B (zh) | 一种利用电流互感器频率特性测量装置的测量方法 | |
RU122119U1 (ru) | Система контроля состояния массива горных пород при подземных горных работах | |
CN116522085A (zh) | 一种全自动拉索频率提取、定阶和索力识别方法与应用 | |
CN107202661B (zh) | 一种基于伪最大公约数的拉索振动频阶识别方法 | |
CN108490490B (zh) | 裂缝带表征方法、装置、电子设备及计算机存储介质 | |
CN105223630B (zh) | 基于地质模型的全方位观测系统参数论证方法 | |
CN103020390B (zh) | 一种预测降雨量和径流量相似度的模型 | |
CN109632071A (zh) | 一种基于时频特征产生水声环境噪声数据的方法及装置 | |
CN111551785B (zh) | 基于无迹卡尔曼滤波的频率与谐波检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171114 Termination date: 20211009 |
|
CF01 | Termination of patent right due to non-payment of annual fee |