CN105862935A - 一种用于挡土墙结构系统的损伤识别方法 - Google Patents

Abstract

本发明涉及一种用于挡土墙结构系统的损伤识别方法，包括以下步骤：通过激励装置对挡土墙进行连续激励；通过传感器采集挡土墙动力响应信号并传送给信号采集系统；通过计算机对采集信号进行处理，得到虚拟脉冲响应函数信号；通过计算机对虚拟脉冲响应函数信号进行小波包分解；对小波包分解后的信号进行小波包频带能量谱分析，并创建小波包特征频带向量谱；构建小波包损伤特征向量谱，通过小波包损伤特征向量谱判断挡土墙是否发生损伤；若挡墙发生损伤，通过损伤指标分布图诊断挡墙损伤位置；通过损伤指标与损伤程度间的定量关系识别挡墙损伤程度。该方法灵敏度高、可靠性好、方便高效；可以敏感地判别挡墙是否损伤、有效诊断挡墙局部损伤位置以及识别挡墙损伤程度，并具有良好的鲁棒性；而且该方法属于无损检测方法，不会对结构造成损坏。

Description

一种用于挡土墙结构系统的损伤识别方法

技术领域

本发明属于挡土墙健康诊断技术领域，涉及一种用于挡土墙结构系统的损伤识别方法。

背景技术

目前，关于土木工程结构损伤识别的方法大都是针对梁、板、柱等结构构件，或是针对建筑结构、桥梁结构等结构形式。而针对挡土墙这类岩土支挡结构的损伤识别方法相对较少。此外，已有的挡墙结构损伤识别方法大都是基于动力参数法，但是对于挡墙结构而言，局部损伤对其动力参数(如频率、振型等)的影响很微弱。而且局部损伤往往对挡墙结构的高阶振型影响较大，但是由于现有技术的限制，精确量测其固有参数的变化十分困难。

因此，目前急需一种灵敏度高、可靠性好、方便高效的损伤识别方法用于诊断挡土墙结构系统的损伤。根据结构动力学方程：挡土墙结构系统在外界动力荷载激励下，挡土墙会产生动力响应(位移、速度、加速度)。挡土墙的局部损伤会导致挡土墙结构系统刚度K的降低，因此在外界动力荷载激励下，挡土墙损伤前后的动力响应会发生变化，因此通过结构动力响应变化来反映结构损伤。然而直接基于动力响应的小波包频带能量谱并不是挡墙结构的固有动力参数，它会随着外界荷载变化而变化。但是基于两点间虚拟脉冲响应函数的小波包频带能量谱则是挡墙结构的固有参数，所以对虚拟脉冲响应函数进行小波包分解可实现对挡墙的损伤识别。

发明内容

有鉴于此，本发明的目的在于提供一种用于挡土墙结构系统的损伤识别方法，该方法首先求解测点间虚拟脉冲响应函数，然后结合小波包分析理论，对挡土墙结构系统响间虚拟脉冲响应函数信号进行小波包频带能量谱分析，基于小波包损伤特征向量谱和损伤识别指标，敏感判别挡墙损伤状态、有效诊断挡墙损伤位置以及识别挡墙损伤程度。

为达到上述目的，本发明提供如下技术方案：

一种用于挡土墙结构系统的损伤识别方法，该方法包括以下步骤：

S1：通过激励装置对挡土墙进行连续激励；

S2：通过传感器采集挡土墙动力响应信号并传送给信号采集系统；

S3：通过计算机对采集信号进行处理，得到虚拟脉冲响应函数信号；

S4：通过计算机对虚拟脉冲响应函数信号进行小波包分解；

S5：对小波包分解后的信号进行小波包频带能量谱分析，建立小波包频带能量比谱{I_G}，然后创建小波包特征频带向量谱{I_P+1}；

S6：构建小波包损伤特征向量谱{DI_P+1}，通过{DI_P+1}判断挡土墙是否发生损伤；

S7：若挡墙发生损伤，通过损伤识别指标分布图诊断挡墙损伤位置；

S8：通过建立损伤识别指标与损伤程度间的定量关系识别挡墙损伤程度。

进一步，在步骤S3中，所述通过计算机对采集信号进行信号处理，得到虚拟脉冲响应函数信号，具体包括：以参考点的动力响应作为虚拟激励，测点的动力响应作为虚拟响应，然后计算虚拟激励与虚拟响应之间的虚拟脉冲响应函数H_yu(t,i,j)。

进一步，在步骤S4中，所述通过计算机对虚拟脉冲响应函数信号进行小波包分解具体包括：对最初无损的挡土墙和运营期挡土墙的虚拟脉冲响应函数信号进行多尺度小波包分解，得到各个频带的系数，并进行单支重构，得到各个子频带动力响应信号{f_j}。

进一步，在步骤S5中，所述对小波包分解后的信号进行小波包频带能量谱分析具体包括以下步骤：

1)计算子频带信号序列{f_j}中各子频带上的能量E_j占总能量的百分比，得到小波包初始频带能量比谱{I_g}；

2)对初始频带能量比谱{I_g}按能量比由高到低进行排序，得到一个新的频带能量比谱序列：小波包频带能量比谱{I_G}，然后创建小波包特征频带向量谱{I_P+1}。

进一步，在步骤S6中，具体包括以下步骤：

1)在小波包特征频带向量谱基础上，计算挡墙损伤前后第k个特征频带上的能量比偏差DI_k＝|I_ku-I_kd|，I_ku和I_kd分别表示第k个特征频带的能量比，然后构建小波包损伤特征向量谱{DI_P+1}；

2)当{DI_P+1}为零向量时，挡墙没有发生损伤；当{DI_P+1}为非零向量时，挡墙发生损伤；从而通过小波包损伤特征向量谱实现判别挡墙损伤状态。

进一步，在步骤S7中，所述通过损伤识别指标分布图诊断挡墙损伤位置具体包括：

1)定义损伤识别指标根据损伤指标计算公式计算每个测点对应的损伤指标值；

2)通过MATLAB程序将若干个损伤指标值绘制成一张损伤指标分布图，通过损伤指标分布图的峰值坐标可有效诊断挡墙损伤位置。

进一步，在步骤S8中，所述通过建立损伤识别指标与损伤程度间的定量关系识别挡墙损伤程度具体包括：已知局部损伤位置后，对局部损伤程度和损伤指标值进行N次多项式拟合，拟合得到的损伤程度与损伤指标间的定量关系可用于识别挡墙局部损伤程度。

本发明的有益效果在于：本发明提供的方法灵敏度高、可靠性好、方便高效；该方法基于小波包频带能量谱损伤识别理论，可以敏感地判别挡墙是否损伤、有效诊断挡墙局部损伤位置以及识别挡墙损伤程度，并具有良好的鲁棒性；而且该方法属于无损检测方法，不会对结构造成损坏，属于无损诊断方法范畴。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为本发明所述方法的原理框图；

图2为本发明所述方法的流程示意图；

图3为无损挡墙结构小波包特征频带向量谱；

图4为有损挡墙结构小波包特征频带向量谱；

图5为小波包特征频带向量谱；

图6为小波包损伤特征向量谱；

图7为损伤指标分布图；

图8为DE-IVC走势图(相关系数γ＝0.968)。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

图1为本发明所述方法的原理框图，本方法针对挡土墙这类支挡结构，分析挡土墙在外界激励作用下的动力响应，通过提取结构动力响应间虚拟脉冲响应函数，基于小波包信号分析技术，创建小波包特征频带向量谱，然后构建小波包损伤特征向量谱，通过损伤特征向量谱判别挡土墙是否发生损伤；通过损伤识别指标分布图诊断挡墙损伤位置；通过建立损伤程度与损伤指标间的定量关系，识别挡墙损伤程度。该方法具有灵敏度高、可靠性好、方便有效等特点，并且不会对挡土墙造成损坏。而且与同类的无损识别方法相比，该方法能够敏感判别挡墙是否发生损伤，而且能够有效诊断挡墙局部损伤位置以及能够较好地识别局部损伤程度，这是优于其他损伤识别方法的。对于各类挡土墙结构，如悬臂式挡墙、板肋式挡墙、桩板式挡墙、锚拉式挡墙、重力式挡墙等挡墙结构，该方法都可适用。因此该方法可广泛用于各类岩土支挡结构的损伤识别和健康监测，在未来具有很大的应用空间。

图2为本发明所述方法的流程示意图，如图所示，本发明提供的方法包括以下步骤：

S1：通过激励装置对挡土墙进行连续激励；S2：通过传感器采集挡土墙动力响应信号并传送给信号采集系统；S3：通过计算机对采集信号进行处理，得到虚拟脉冲响应函数信号；S4：通过计算机对虚拟脉冲响应函数信号进行小波包分解；S5：对小波包分解后的信号进行小波包频带能量谱分析，并创建小波包特征频带向量谱；S6：构建小波包损伤特征向量谱，通过小波包损伤特征向量谱判断挡土墙是否发生损伤；S7：若挡墙发生损伤，通过损伤指标分布图诊断挡墙损伤位置；S8：通过损伤指标与损伤程度间的定量关系识别挡墙损伤程度。

其中：在步骤S3中，通过计算机对接收信号进行处理，得到参考点和测点间的虚拟脉冲响应函数H_yu(t,i,j)，具体包括：

对于一个多自由度动力系统，参考点j的响应(虚拟激励)u_j(t)的自谱密度G_uu(ω,j)为：

G_uu(ω,j)＝U^*(ω,j)·U(ω,j) (1)

式(1)中U(ω,j)表示虚拟激励u_j(t)的傅里叶变换，U^*(ω,j)表示虚拟激励u_j(t)的复共轭。

参考点j的响应(虚拟激励)u_j(t)和测点i的动力响应(虚拟输出)u_i(t)的互谱密度G_yu(ω,i,j)为：

G_yu(ω,i,j)＝U^*(ω,j)·U(ω,i) (2)

式(2)中U(ω,i)表示响应u_i(t)的傅里叶变换。

根据激励和响应在频域内的关系，U(ω,j)和U(ω,i)可分别表示为：

U(ω,j)＝H(ω,j)F(ω) (3)

U(ω,i)＝H(ω,i)F(ω) (4)

然后计算(虚拟激励)u_j(t)和(虚拟响应)u_i(t)的频率响应函数H_yu(ω,i,j)：

$\begin{array}{c}{H}_{yu}\left(\mathrm{\ω},i,j\right)=\frac{G_{yu}\left(\mathrm{\ω},i,j\right)}{G_{uu}\left(\mathrm{\ω},j\right)}=\frac{U^{*}\left(\mathrm{\ω},j\right)\·U\left(\mathrm{\ω},i\right)}{U^{*}\left(\mathrm{\ω},j\right)\·U\left(\mathrm{\ω},i\right)}\\ =\frac{\left(H^{*}\left(\mathrm{\ω},j\right)F^{*}\left(\mathrm{\ω}\right)\right)\·\left(H\left(\mathrm{\ω},i\right)F\left(\mathrm{\ω}\right)\right)}{\left(H^{*}\left(\mathrm{\ω},j\right)F^{*}\left(\mathrm{\ω}\right)\right)\·\left(H\left(\mathrm{\ω},j\right)F\left(\mathrm{\ω}\right)\right)}\\ =\frac{H^{*}\left(\mathrm{\ω},j\right)\·H\left(\mathrm{\ω},i\right)}{H^{*}\left(\mathrm{\ω},j\right)\·H\left(\mathrm{\ω},j\right)}\end{array}---\left(5\right)$

对频率响应函数H_yu(ω,i,j)进行傅里叶逆变换，即可求得(虚拟激励)u_j(t)和(虚拟响应)u_i(t)的虚拟脉冲响应函数H_yu(t,i,j)：

$H_{yu}(t,i,j)=\frac{1}{2\mathrm{\π}}{\∫}_{-\mathrm{\∞}}^{\mathrm{\∞}}{e}^{-i\mathrm{\ω}t}H(\mathrm{\ω},i,j)d\mathrm{\ω}---\left(6\right)$

在步骤S4中，通过计算机对虚拟脉冲响应函数信号进行小波包分解，具体包括：对最初无损的挡土墙和运营期挡土墙的虚拟脉冲响应函数信号f进行i层小波包分解，得到各个频带的系数,再进行单支重构,得到各个子频带动力响应信号f_i,j，则f可表示为：

$f=\left\{f_j\right\}=\underset{j}{\Σ}{f}_{i,j}=f_{i,1}+f_{i,2}+\mathrm{\Λ}+f_{i,2^i},(j=1,2...2^i)---\left(7\right)$

式(7)中f_i,j表示i层尺度空间上第j个子频带上的虚拟脉冲响应函数信号分量。

在步骤S5中，对小波包处理后的信号进行小波包频带能量谱分析，具体包括：

S51：首先计算{f_j}中各子频带上的能量E_j：

E_j＝Σ|f_j,h|² (h＝1,2,L,l) (8)

式(8)中，l为采样点个数。于是得到小波包初始频带能量谱{E_i}：

$\left\{E_i\right\}={\left[\begin{array}{cccccc}{E}_1& E_2& \mathrm{\Λ}& E_j& \mathrm{\Λ}& \end{array}{E}_{2^i}\right]}^T---\left(9\right)$

因为经过小波包分解得到的频带带宽完全相同，所以还可以通过各个小波包子频带信号能量E_j在总能量中所占的比例来反映损伤信息。即对{E_i}进行正则化处理，并定义能量比I_j：

$I_j=\frac{E_j}{\underset{j=1}{\overset{2^i}{\Σ}}{E}_j}\×100---\left(10\right)$

于是，信号{f_j}的小波包初始频带能量比谱{I_g}为：

$\left\{I_g\right\}={\left[\begin{array}{cccccc}{I}_1& I_2& \mathrm{\Λ}& I_j& \mathrm{\Λ}& \end{array}{I}_{2^i}\right]}^T---\left(10\right)$

S52：对小波包初始频带能量比谱{I_g}按能量比由高到低进行排序，得到一个新的频带能量比序列——小波包频带能量比谱{I_G}：

$\left\{I_G\right\}={\left[\begin{array}{cccccc}{I}_1& I_2& \mathrm{\Λ}& I_J& \mathrm{\Λ}& \end{array}{I}_{2^i}\right]}^T---\left(12\right)$

S53：由于受观测噪声的影响，并不是所有的频带都能反映损伤信息。因此，在小波包频带能量比谱{I_G}基础上，为了有效反映能量比在频带上的变化，引入一个阈值ε₀(取0.85～0.95)，并且使ε₀满足下式：

${\mathrm{\ϵ}}_P=\underset{j=1}{\overset{P}{\Σ}}{I}_j\≤{\mathrm{\ϵ}}_0,(I_j\∈\{I_G\left\}\right)---\left(13\right)$

通过ε₀可以确定{I_G}中前P个能量较大的频带，这P个频带上的能量比变化可用于识别结构的损伤。除此之外，{I_G}中剩余频带对损伤识别的贡献也不容忽略。所以，除了这前P个频带外，将{I_G}中剩余的频带合并成一个新的频带，称之为剩余频带，并定义剩余频带的能量比为：

$I_{P+1}=100-\underset{j=1}{\overset{P}{\Σ}}{I}_j---\left(14\right)$

于是，创建小波包特征频带向量谱{I_P+1}：

{I_P+1}＝[I₁ I₂ Λ I_p I_P+1]^T (15)

式(15)中这(P+1)个能量比对应的频带，就被称为特征频带。

如对一完好挡土墙的虚拟脉冲响应函数信号进行7层小波包变换，可以得到2⁷＝128个子频带。图3为无损挡土墙结构的特征频带向量谱；图4为有损挡土墙结构的特征频带向量谱。

当挡土墙结构发生损伤时，损伤前后同一个特征频带的能量比会有差别。损伤使某些特征频带能量比减小，或使得另外一些特征频带能量比增大，如图5所示。可以认为结构无损时的虚拟脉冲响应函数信号经过小波包变换得到的第k个特征频带对应的能量比I_ku代表一种平均水平，而有损结构的虚拟脉冲响应函数信号经过小波包变换得到的第k个特征频带对应的能量比I_kd围绕I_ku浮动。

在步骤S6中，通过小波包损伤特征向量谱判断挡土墙是否发生损伤，具体包括：

S61：在小波包特征频带向量谱基础上，计算挡墙损伤前后第k个特征频带上的能量比偏差DI_k：

DI_k＝|I_ku-I_kd| (k＝1,2,Λ,P,P+1) (16)

I_ku和I_kd分别表示挡墙损伤前后第k个特征频带的能量比，然后构建小波包损伤特征向量谱{DI_P+1}；

S62：当损伤特征向量谱{DI_P+1}等于零向量时，挡土墙结构没有损伤；当{DI_P+1}为非零向量时，挡土墙结构存在损伤。图6为小波包损伤特征向量谱，很明显{DI_P+1}为非零向量，所以挡墙存在损伤。因此，通过小波包损伤特征向量谱可判别挡墙损伤状态。

在步骤S7中：若挡墙发生损伤，通过损伤指标分布图诊断挡墙损伤位置，具体包括：

S71：定义损伤识别指标根据损伤指标计算公式计算每个测点对应的损伤指标值；

S72：通过MATLAB程序将若干个损伤指标值绘制成一张损伤指标分布图，通过损伤指标分布图的峰值坐标可有效诊断挡墙损伤位置，如图7所示。而且通过损伤指标分布图不但可以诊断单一损伤，还可以诊断多处损伤。

步骤S8：通过损伤指标与损伤程度间的定量关系识别挡墙损伤程度，具体包括：已知局部损伤位置后，对局部损伤程度DE和损伤指标值进行N次多项式拟合，拟合得到的损伤程度DE与损伤指标间的定量关系可用于识别挡墙局部损伤程度。拟合得到的定量关系如下式所示：

DE＝-16.7IVC⁵+76.2IVC⁴-124IVC³+82.6IVC²-10IVC+0.01

将上式得到的定量关系绘制成拟合曲线，并与数值曲线进行比较，如图8所示。图8中两条曲线的相关系数为0.968，因此这两条曲线高度线性相关，这表明经过多项式拟合而来的定量关系式能很好地表征损伤程度与损伤指标间的定量关系。当损伤程度与损伤识别指标定量关系已知时，通过损伤识别指标就可以反算出损伤程度DE。因此，通过该定量关系式可实现对挡土墙局部损伤程度的定量识别。此外，通过该定量关系式还可预测损伤的发展趋势

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (7)

1.一种用于挡土墙结构系统的损伤识别方法，其特征在于：该方法包括以下步骤：

S1：通过激励装置对挡土墙进行连续激励；

S2：通过传感器采集挡土墙动力响应信号并传送给信号采集系统；

S3：通过计算机对采集信号进行处理，得到虚拟脉冲响应函数信号；

S4：通过计算机对虚拟脉冲响应函数信号进行小波包分解；

S5：对小波包分解后的信号进行小波包频带能量谱分析，建立小波包频带能量比谱{I_G}，然后创建小波包特征频带向量谱{I_P+1}；

S6：构建小波包损伤特征向量谱{DI_P+1}，通过{DI_P+1}判断挡土墙是否发生损伤；

S7：若挡墙发生损伤，通过损伤识别指标分布图诊断挡墙损伤位置；

S8：通过建立损伤识别指标与损伤程度间的定量关系识别挡墙损伤程度。

2.根据权利要求1所述的一种用于挡土墙结构系统的损伤识别方法，其特征在于：在步骤S3中，所述通过计算机对采集信号进行信号处理，得到虚拟脉冲响应函数信号，具体包括：以参考点的动力响应作为虚拟激励，测点的动力响应作为虚拟响应，然后计算虚拟激励与虚拟响应之间的虚拟脉冲响应函数H_yu(t,i,j)。

3.根据权利要求1所述的一种用于挡土墙结构系统的损伤识别方法，其特征在于：在步骤S4中，所述通过计算机对虚拟脉冲响应函数信号进行小波包分解具体包括：对最初无损的挡土墙和运营期挡土墙的虚拟脉冲响应函数信号进行多尺度小波包分解，得到各个频带的系数，并进行单支重构，得到各个子频带动力响应信号{f_j}。

4.根据权利要求1所述的一种用于挡土墙结构系统的损伤识别方法，其特征在于：在步骤S5中，所述对小波包分解后的信号进行小波包频带能量谱分析具体包括以下步骤：

1)计算子频带信号序列{f_j}中各子频带上的能量E_j占总能量的百分比，得到小波包初始频带能量比谱{I_g}；

2)对初始频带能量比谱{I_g}按能量比由高到低进行排序，得到一个新的频带能量比谱序列：小波包频带能量比谱{I_G}，然后创建小波包特征频带向量谱{I_P+1}。

5.根据权利要求1所述的一种用于挡土墙结构系统的损伤识别方法，其特征在于：在步骤S6中，具体包括以下步骤：

1)在小波包特征频带向量谱基础上，计算挡墙损伤前后第k个特征频带上的能量比偏差DI_k＝|I_ku-I_kd|，I_ku和I_kd分别表示第k个特征频带的能量比，然后构建小波包损伤特征向量谱{DI_P+1}；

2)当{DI_P+1}为零向量时，挡墙没有发生损伤；当{DI_P+1}为非零向量时，挡墙发生损伤；从而通过小波包损伤特征向量谱实现判别挡墙损伤状态。

6.根据权利要求1所述的一种用于挡土墙结构系统的损伤识别方法，其特征在于：在步骤S7中，所述通过损伤识别指标分布图诊断挡墙损伤位置具体包括：

1)定义损伤识别指标根据损伤指标计算公式计算每个测点对应的损伤指标值；

2)通过MATLAB程序将若干个损伤指标值绘制成一张损伤指标分布图，通过损伤指标分布图的峰值坐标可有效诊断挡墙损伤位置。

7.根据权利要求1所述的一种用于挡土墙结构系统的损伤识别方法，其特征在于：在步骤S8中，所述通过建立损伤识别指标与损伤程度间的定量关系识别挡墙损伤程度具体包括：已知局部损伤位置后，对局部损伤程度和损伤指标值进行N次多项式拟合，拟合得到的损伤程度与损伤指标间的定量关系可用于识别挡墙局部损伤程度。