CN109870404A - 一种雨棚结构损伤识别方法、装置及终端设备 - Google Patents
一种雨棚结构损伤识别方法、装置及终端设备 Download PDFInfo
- Publication number
- CN109870404A CN109870404A CN201910167545.4A CN201910167545A CN109870404A CN 109870404 A CN109870404 A CN 109870404A CN 201910167545 A CN201910167545 A CN 201910167545A CN 109870404 A CN109870404 A CN 109870404A
- Authority
- CN
- China
- Prior art keywords
- measuring point
- displacement
- awning
- sensitive
- acceleration
- 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.)
- Granted
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明适用于损伤识别技术领域,提供了一种雨棚结构损伤识别方法、装置及终端设备,该方法包括:获取雨棚各个测点的加速度振动信号;根据各个测点的加速度振动信号,对第一测点对进行相关性分析,确定测点中的敏感测点;分别计算各时间子段内第一敏感测点对的相关性系数,作为相关性数据;根据相关性数据,确定第一敏感测点对之间雨棚结构的整体损伤情况;对各个测点的加速度振动信号进行二次积分,得到各个测点的位移信号;计算各个测点在预设计算周期内的位移方差,确定各个测点的局部损伤情况。本发明从整体结构和局部部位两方面对采集到的加速度振动信号处理,能够提高损伤识别的准确性,减小损伤识别的误差,使损伤检测的结果更加可靠。
Description
技术领域
本发明属于损伤识别技术领域,尤其涉及一种雨棚结构损伤识别方法、装置及终端设备。
背景技术
高铁列车通过时空气会产生比较大的风压,风压会使高铁沿线雨棚产生振动。长期监测该振动对雨棚结构安全的影响是工程应用中的重要一环,所以对雨棚结构的损伤识别尤为重要。
传统的结构损伤识别方向是:首先判断结构是否发生损伤,然后判断结构已经发生损伤的位置以及结构发生损伤的程度,最后评估损伤对结构产生的影响并且预测结构剩余的寿命。基于结构动力特性响应变化进行损伤识别有很多的方法,绝大部分先要通过模态识别、小波分析等方法对测试得到的加速度时域信息进行损伤信息的特征值提取,再通过质量、刚度和阻尼等物理参数进行描述。但是,利用模态分析的方法判断结构是否发生损伤比较耗费时间,并且进行参数识别时往往会引入一些比较大的误差,即在进行损伤识别时会丢失一部分原始数据的信息。
发明内容
有鉴于此,本发明实施例提供了一种雨棚结构损伤识别方法、装置及终端设备,以解决现有技术中结构损伤判断误差大的问题。
本发明实施例的第一方面提供了一种雨棚结构损伤识别方法,包括:
获取雨棚各个测点在列车通过时产生的加速度振动信号;
根据各个测点的加速度振动信号,对第一测点对进行相关性分析,确定测点中的敏感测点,所述第一测点对为任意两个测点组成的测点对;
按照预设采样周期将第一预设时段划分为多个时间子段,分别计算各时间子段内所述第一敏感测点对的相关性系数,作为相关性数据,所述第一敏感测点对为任意两个敏感测点组成的测点对;
根据所述相关性数据,确定所述第一敏感测点对之间雨棚结构的整体损伤情况;
对各个测点的加速度振动信号进行二次积分,得到各个测点的位移信号;
根据各个测点的位移信号,计算各个测点在预设计算周期内的位移方差,并根据各个测点的位移方差,确定各个测点的局部损伤情况。
本发明实施例的第二方面提供了一种雨棚结构损伤识别装置,包括:
振动信号获取模块,用于获取雨棚各个测点在列车通过时产生的加速度振动信号;
相关性分析模块,用于根据各个测点的加速度振动信号,对第一测点对进行相关性分析,确定测点中的敏感测点,所述第一测点对为任意两个测点组成的测点对;
相关性数据获取模块,用于按照预设采样周期将第一预设时段划分为多个时间子段,分别计算各时间子段内所述第一敏感测点对的相关性系数,作为相关性数据,所述第一敏感测点对为任意两个敏感测点组成的测点对;
整体损伤情况获取模块,用于根据所述相关性数据,确定所述第一敏感测点对之间雨棚结构的整体损伤情况;
位移信号获取模块,用于对各个测点的加速度振动信号进行二次积分,得到各个测点的位移信号;
局部损伤情况获取模块,用于根据各个测点的位移信号,计算各个测点在预设计算周期内的位移方差,并根据各个测点的位移方差,确定各个测点的局部损伤情况。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述雨棚结构损伤识别方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述雨棚结构损伤识别方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例首先获取雨棚各个测点在列车通过时产生的加速度振动信号;根据各个测点的加速度振动信号,对第一测点对进行相关性分析,确定测点中的敏感测点,所述第一测点对为任意两个测点组成的测点对;按照预设采样周期将第一预设时段划分为多个时间子段,分别计算各时间子段内所述第一敏感测点对的相关性系数,作为相关性数据,所述第一敏感测点对为任意两个敏感测点组成的测点对;根据所述相关性数据,确定所述第一敏感测点对之间雨棚结构的整体损伤情况;对各个测点的加速度振动信号进行二次积分,得到各个测点的位移信号;计算各个测点在预设计算周期内的位移方差,并根据各个测点的位移方差,确定各个测点的局部损伤情况。本发明实施例从整体结构和局部部位两方面对采集到的加速度振动信号处理,能够提高损伤识别的准确性,减小损伤识别的误差,使损伤检测的结果更加可靠。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种雨棚结构损伤识别方法的实现流程示意图;
图2是本发明实施例提供的图1中S102的实现流程示意图;
图3是本发明实施例提供的二项式曲线拟合示意图;
图4是本发明实施例提供的图1中S104的实现流程示意图;
图5是本发明实施例提供的图1中S105的实现流程示意图;
图6是本发明实施例提供的图1中S106的实现流程示意图;
图7是本发明实施例提供的位移方差变化示意图;
图8是本发明实施例提供的一种雨棚结构损伤识别装置的结构示意图;
图9是本发明实施例提供的雨棚中的测点位置示意图;
图10是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
本发明的说明书和权利要求书及上述附图中的术语“包括”以及它们任何变形,意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法或系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外,术语“第一”、“第二”和“第三”等是用于区别不同对象,而非用于描述特定顺序。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例1:
图1示出了本发明的一个实施例提供的一种雨棚结构损伤识别方法的实现流程,其过程详述如下:
在S101中,获取雨棚各个测点在列车通过时产生的加速度振动信号。
在本实施例中,由于雨棚结构最容易发生损伤的部位是雨棚的屋面板、吊顶板、檩条和封檐口等部位,因此可以将加速度传感器放置在屋面板、吊顶板、檩条和封檐口位置,具体位置如图9所示,图9为俯视角度下的雨棚的各个测点的位置示意图,其中,d1为正线侧封檐板位置,d2为跨中檩条位置,d3为跨中吊顶板位置,d4为跨中屋面板位置,d5为候车厅方向封檐板位置。
在本实施例中,雨棚中间位置从竖直方向自上至下分别为跨中屋面板位置d4、跨中檩条位置d2和跨中吊顶板位置d3。
在本实施例中,当列车通过高铁站时,雨棚受到列车通过时产生的风压会使高铁沿线雨棚产生加速度振动,获取雨棚上各个测点的加速度振动信号。
在S102中,根据各个测点的加速度振动信号,对第一测点对进行相关性分析,确定测点中的敏感测点,所述第一测点对为任意两个测点组成的测点对。
在本实施例中,根据互相关分析,可以分别对各个测点两两之间进行相关性分析,并将相关性系数较高的测点作为敏感测点。
在本实施例中,第一测点对为任意两个测点组成的测点对,对各个测点对进行相关性分析,从而确定所有测点中的敏感测点。
通过计算敏感测点的互相关性,可以判断雨棚系统的空间相关性,进而判断雨棚的结构是否发生了损伤。
在S103中,按照预设采样周期将第一预设时段划分为多个时间子段,分别计算各时间子段内所述第一敏感测点对的相关性系数,作为相关性数据,所述第一敏感测点对为任意两个敏感测点组成的测点对。
以一个具体的应用场景为例,预设采样周期可以为6天,第一预设时段可以为10个月,在这10个月内,六天内雨棚的敏感测点每经过一次列车,产生一个加速度振动信号,对六天内的第一敏感测点对中的两个敏感测点的加速度振动信号进行计算,得到一个相关性系数,从而可以在10个月内得到50组相关性系数,相关性数据包括第一敏感测点对在第一预设时段内计算的所有相关性系数。
在S104中,根据所述相关性数据,确定所述第一敏感测点对之间雨棚结构的整体损伤情况。
在本实施例中,通过对相关性数据做显著性差异检测,可以判断第一敏感测点对的两个敏点测点之间的雨棚结构在第一预设时段内是否发生损伤,此处做显著性差异检测的方法可以包括但不限于t检验,z检验和卡方检验。
在S105中,对各个测点的加速度振动信号进行二次积分,得到各个测点的位移信号。
在本实施例中,除了可以对雨棚结构的整体损伤状况进行判断以外,还可以通过位移信号判断雨棚某个测点的损伤情况。
在本实施例中,由于位移信号很难直接获取,所以可以采用对加速度振动信号二次积分的方法得到位移信号。
在S106中,根据各个测点的位移信号,计算各个测点在预设计算周期内的位移方差,并根据各个测点的位移方差,确定各个测点的局部损伤情况。
从上述实施例可知,本发明实施例首先获取雨棚各个测点在列车通过时产生的加速度振动信号;根据各个测点的加速度振动信号,对第一测点对进行相关性分析,确定测点中的敏感测点,所述第一测点对为任意两个测点组成的测点对;按照预设采样周期将第一预设时段划分为多个时间子段,分别计算各时间子段内所述第一敏感测点对的相关性系数,作为相关性数据,所述第一敏感测点对为任意两个敏感测点组成的测点对;根据所述相关性数据,确定所述第一敏感测点对之间雨棚结构的整体损伤情况;对各个测点的加速度振动信号进行二次积分,得到各个测点的位移信号;计算各个测点在预设计算周期内的位移方差,并根据各个测点的位移方差,确定各个测点的局部损伤情况。本发明实施例从整体结构和局部部位两方面对采集到的加速度振动信号处理,能够提高损伤识别的准确性,减小损伤识别的误差,使损伤检测的结果更加可靠。
如图2所示,在本发明的一个实施例中,图2示出了图1中S102的实现流程示意图,具体过程详述如下:
在S201中,按照预设采样周期提取各个测点的加速度特征值。
在S202中,根据各个测点的加速度特征值,得到所述第一测点对的相关实测数据。
在S203中,对相关实测数据进行二项式曲线拟合。
在S204中,根据拟合出的二项式曲线和所述相关实测数据,计算所述第一测点对的相关性系数。
在S205中,若所述第一测点对的相关性系数超过预设阈值,则将所述第一测点对中的测点作为敏感测点。
在本实施例中,分别计算每个预设采样周期内各个测点的加速度特征值,得到各个测点在每个预设采样周期内的加速度特征值,加速度特征值可以包括最大值和均方根,下面以测点d1、d2和d5为例,分别以最大值和均方根为加速度特征值,计算相关性实测数据。
首先计算d1、d2、d5的加速度数据的均方根,以d1、d2为第一测点对,取d1、d2之间的相关实测数据。d1和d2之间的相关实测数据的取值如图3(a),图3(a)中的点即为不同预设采样周期对应的d1和d2之间的相关实测数据,其中一个预设采样周期对应的点的横坐标对应的是d1在该预设采样周期对应的均方根,纵坐标对应的是d2在该预设采样周期对应的均方根,如此,通过将这些相关实测数据绘制在坐标图中,则可以根据绘制在坐标图中的点拟合一条二项式曲线。
当加速度特征值为最大值时,与上述方法相同,只是将均方根替换为最大值,图3(b)是加速度特征值为最大值时,d1和d2的二项式曲线拟合图,图3(b)中的点为不同预设采样周期对应的d1和d2之间的相关实测数据,其中一个预设采样周期对应的点的横坐标是d1在该预设采样周期对应的最大值,纵坐标是d2在该预设采样周期对应的最大值,如此,将这些相关实测数据绘制在坐标图中,则可以根据绘制在坐标图中的点拟合一条二项式曲线。
在本实施例中,根据相关实测数据及二项式曲线中对应的拟合值,计算第一测点对的相关性系数;
在本实施例中,相关性系数接近于1的测点对中的测点敏感度高,通过对各个测点对的相关性系数计算可知,d1和d2、d1和d9之间的相关性系数超过预设阈值,所以可以将d1、d2和d9作为敏感测点,从而得到雨棚结构的敏感测点。
从上述实施例可知,通过对第一测点对进行相关性分析,从而根据相关性分析结果得到敏感测点,通过雨棚的敏感测点可以判断雨棚结构的空间情况,从而根据敏感测点得到雨棚结构的整体损伤情况。
在本发明的一个实施例中,加速度特征值包括均方根,图2中S201的具体实现流程详述如下:
获取第一测点的加速度振动信号的加速度数据。
计算第一测点在每个预设采样周期内的加速度数据的均方根,第一测点为测点中的任一测点。
在本实施例中,第一测点为雨棚测点中的任一测点,以六天为预设采样周期,在列车通过高铁站时通过加速度传感器获取加速度振动信号的加速度数据,再计算六天内加速度数据的均方根,并将均方根作为第一测点在该预设采样周期的加速度特征值。
在本发明的一个实施例中,加速度特征值包括最大值,图2中S201的另一种实现流程详述如下:
获取第一测点的加速度振动信号的加速度数据;
计算第一测点在每个预设采样周期内的加速度数据的最大值。
在本实施例中,第一测点为雨棚测点的任一测点,以六天为预设采样周期,在列车通过高铁站时通过加速度传感器获取加速度振动信号的加速度数据,再计算六天内加速度数据中的最大值,作为第一测点在该预设采样周期的加速度特征值。
在本实施例中,通过计算得知,以均方根作为加速度特征值计算得到的相关实测数据和拟合值之间的相关性更好,所以,优先以均方根作为加速度特征值并进行后续计算。
从上述实施例可知,由于均方根作为加速度特征值时相关实测数据和拟合值之间的相关性更好,所以在后续的检测中优先采用均方根作为加速度特征值进行计算,可以提高测点对之间的相关性系数的准确性,进而提高雨棚结构损伤识别的准确性。
如图4所示,在本发明的一个实施例中,图4示出了图1中S104的实现流程示意图,具体过程详述如下:
在S401中,按照预设采样周期将第二预设时段划分为多个时间子段,分别计算各时间子段内第一敏感测点对的相关性系数,作为实测数据,所述第二预设时段为所述第一预设时段之前的时段。
在S402中,根据所述实测数据,对所述相关性数据做t检验,判断雨棚结构在第一敏感测点对间是否发生显著性差异。
在S403中,若雨棚结构在第一敏感测点对间发生显著性差异,则判定雨棚结构在第一敏感测点对间存在损伤。
在S404中,若雨棚结构在第一敏感测点对间未发生显著性差异,则判定雨棚结构在第一敏感测点对间不存在损伤。
在本实施例中,以t检验作为显著性差异检验的方法,当获取到雨棚的敏感测点之后,可以对一段时间内得到的相关性数据进行t检验,以获取相关性数据的第一预设时段的前一时段作为第二预设时段,采用相关性数据的获取方法获取实测数据,并将实测数据作为雨棚结构正常时的数据,对相关性数据进行t检验,取显著性水平为1%,判断雨棚结构在第一敏感测点对之间是否发生显著性差异,当雨棚结构在第一敏感测点对之间未发生显著性差异时,则判定该第一敏感测点对之间的雨棚结构并未退化,所以不存在损伤。若雨棚结构在第一敏感测点对之间发生显著性差异,则判定该第一敏感测点对之间的雨棚结构发生退化,所以该第一敏感测点对之间的雨棚结构可能已经发生损伤,此时需要及时通知相关工作人员,对雨棚进行及时的检修。
从上述实施例可知,分别对各个敏感测点对之间的相关性数据进行t检验,检验第一预设时段的相关性数据相对于第二预设时段的相关性数据是否发生显著性差异,如果发生显著性差异,则说明该测点对之间的雨棚结构在第一预设时段内已经发生退化,因此雨棚结构可能发生损伤,长期对雨棚结构检测可以使雨棚结构的损伤判断更加准确,通过获取大量的相关性数据,可以使损伤判断结果更加逼近雨棚结构的真实情况,减小雨棚结构的损伤判断误差。
如图5所示,在本发明的一个实施例中,图5示出了图1中S105的具体实现流程,其过程详述如下:
在S501中,对第二测点的加速度振动信号进行预处理及一次积分,得到速度积分信号;所述预处理包括去均值处理和/或高通滤波处理,第二测点为所述测点中的任一测点。
在S502中,对速度积分信号进行预处理及多项式拟合,得到速度处理信号。
在S503中,对速度处理信号进行一次积分,得到位移积分信号;
在S504中,对位移积分信号进行预处理及多项式拟合,得到位移信号。
在本实施例中,由于判断雨棚局部损伤的位移信号很难直接得到,所以采用加速度振动信号二次积分的方法得到位移信号。但是对加速度振动信号直接积分会产生一定的误差,为了消除积分过程产生的误差项,对加速度振动信号一次积分得到的速度积分信号分别进行高通滤波、去均值和多项式拟合处理,再对二次积分得到的速度处理信号分别进行高通滤波、去均值及多项式拟合,从而得到比较理想的位移信号。
从上述实施例可知,通过在对加速度振动信号二次积分过程中进行预处理和多项式拟合,能够很好的消除积分过程中产生的误差项,使得到的位移信号更加准确,从而提高雨棚局部损伤识别的准确性。
如图6所示,在本发明的一个实施例中,图6示出了图1中S106的具体实现流程,其过程详述如下:
在S601中,根据各个测点的位移信号,计算每个预设计算周期内第二测点的位移方差,所述第二测点为所述测点中的任一测点。
在本实施例中,第二测点为雨棚测点中的任一测点,预设计算周期内根据列车到来的次数可能存在多个加速度振动信号,所以第二测点在预设计算周期内对应的存在多个位移信号,对这些位移信号对应的位移数据求位移方差,从而得到第二测点在每个预设计算周期内对应的位移方差。
在S602中,计算第一预设周期和第二预设周期的第一位移方差变化率,以及第二预设周期和第三预设周期的第二位移方差变化率,第一预设周期、第二预设周期和第三预设周期为连续且相邻的三个预设计算周期。
在本实施例中,如图7所示,图7示出了随着时间的推移各个测点的位移方差折线图,图7中一个点代表一个测点在一个预设计算周期内的位移方差,例如,图7中,预设计算周期为15天,以d1为第二测点,图7中横坐标11.30对应的点表示11月15日至11月30日内d1的位移方差,以11.30为第一预设周期,12.15为第二预设周期,12.30为第三预设周期,可以计算第二预设周期的位移方差与第一预设周期的位移方差的变化率,并将该变化率作为第一位移方差变化率,第一位移方差变化率也就是第一预设周期的位移方差在图7中对应的点与第二预设周期的位移方差在图7中对应的点之间的连线的斜率。同样的方法计算第二位移方差变化率。
在本实施例中,在得到第一位移方差变化率和第二位移方差变化率之后,计算第一位移方差变化率与第二位移方差变化率的差值,并将差值与预设方差阈值进行对比,如差值超过预设方差阈值,则可知第二测点在第二预设周期内发生了明显的变化,则可以判定雨棚结构在第二测点处存在损伤,应该及时的通知相关工作人员对第二测点进行维护。
在本实施例中,若差值小于预设方差阈值,则可知第二测点在第二预设周期内未发生明显的变化,进而判定雨棚结构在第二测点处不存在损伤。
在本实施例中,第一预设周期、第二预设周期、第三预设周期为连续且相邻的预设计算周期,第二预设周期位于第一预设周期和第三预设周期之间。
在S603中,当第二位移方差变化率与第一位移方差变化率的差值超过预设方差阈值时,判断第二测点在第二预设周期发生局部损伤。
从上述实施例可知,为了能够实现对雨棚屋面板等局部部位进行损伤识别判断,可以使用位移的方差变化率判断结构刚度的变化。将测量的加速度振动信号二次积分得到位移信号,用位移方差的变化判断雨棚结构刚度是否变小,如位移方差的变化率发生明显的变化,则证明该测点位置的雨棚结构刚度变小,从而可以准确的得到雨棚结构的局部损伤识别结果。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
实施例2:
如图8所示,本发明的一个实施例提供的一种雨棚结构损伤识别装置100,用于执行图1所对应的实施例中的方法步骤,其包括:
振动信号获取模块110,用于获取雨棚各个测点在列车通过时产生的加速度振动信号;
相关性分析模块120,用于根据各个测点的加速度振动信号,对第一测点对进行相关性分析,确定测点中的敏感测点,所述第一测点对为任意两个测点组成的测点对;
相关性数据获取模块130,用于按照预设采样周期将第一预设时段划分为多个时间子段,分别计算各时间子段内所述第一敏感测点对的相关性系数,作为相关性数据,所述第一敏感测点对为任意两个敏感测点组成的测点对;
整体损伤情况获取模块140,用于根据所述相关性数据,确定所述第一敏感测点对之间雨棚结构的整体损伤情况;
位移信号获取模块150,用于对各个测点的加速度振动信号进行二次积分,得到各个测点的位移信号;
局部损伤情况获取模块160,用于根据各个测点的位移信号,计算各个测点在预设计算周期内的位移方差,并根据各个测点的位移方差,确定各个测点的局部损伤情况。
从上述实施例可知,本发明实施例首先获取雨棚各个测点在列车通过时产生的加速度振动信号;根据各个测点的加速度振动信号,对第一测点对进行相关性分析,确定测点中的敏感测点,所述第一测点对为任意两个测点组成的测点对;按照预设采样周期将第一预设时段划分为多个时间子段,分别计算各时间子段内所述第一敏感测点对的相关性系数,作为相关性数据,所述第一敏感测点对为任意两个敏感测点组成的测点对;根据所述相关性数据,确定所述第一敏感测点对之间雨棚结构的整体损伤情况;对各个测点的加速度振动信号进行二次积分,得到各个测点的位移信号;计算各个测点在预设计算周期内的位移方差,并根据各个测点的位移方差,确定各个测点的局部损伤情况。本发明实施例从整体结构和局部部位两方面对采集到的加速度振动信号处理,能够提高损伤识别的准确性,减小损伤识别的误差,使损伤检测的结果更加可靠。
在本发明的一个实施例中,图8所对应的实施例中的相关性分析模块120还包括用于执行图2所对应的实施例中的方法步骤的结构,其包括:
加速度特征值提取单元,用于按照预设采样周期提取各个测点的加速度特征值;
相关实测数据获取单元,用于根据各个测点的加速度特征值,得到所述第一测点对的相关实测数据;
曲线拟合单元,用于对相关实测数据进行二项式曲线拟合;
相关性系数计算单元,用于根据拟合出的二项式曲线和所述相关实测数据,计算所述第一测点对的相关性系数;
敏感点获取单元,用于若所述第一测点对的相关性系数超过预设阈值,则将所述第一测点对中的测点作为敏感测。
从上述实施例可知,通过对第一测点对进行相关性分析,从而根据相关性分析结果得到敏感测点,通过雨棚的敏感测点可以判断雨棚结构的空间情况,从而根据敏感测点得到雨棚结构的整体损伤情况。
在本发明的一个实施例中,加速度特征值包括均方根,加速度特征值提取单元还包括:
加速度数据获取子单元,用于获取第一测点的加速度振动信号的加速度数据;
均方根计算子单元,用于计算第一测点在每个预设采样周期内的加速度数据的均方根,第一测点为测点中的任一测点。
在本发明的一个实施例中,加速度特征值包括最大值,加速度特征值提取单元还包括:
加速度获取子单元,用于获取第一测点的加速度振动信号的加速度数据;
最大值计算子单元,用于计算第一测点在每个预设采样周期内的加速度数据的最大值。
从上述实施例可知,通过计算得到均方根作为加速度特征值时相关实测数据和拟合值之间的相关性更好,可在后续的检测中仅用均方根为加速度特征值进行后续计算,从而可以提高测点对之间的相关性系数的准确性,进而提高雨棚整体结构损伤识别的准确性。
在本发明的一个实施例中,图8中损伤情况获取模块还包括用于执行图4所对应的实施例中的方法步骤的结构,其包括:
实测数据获取单元,用于按照预设采样周期将第二预设时段划分为多个时间子段,分别计算各时间子段内第一敏感测点对的相关性系数,作为实测数据,所述第二预设时段为所述第一预设时段之前的时段;
显著性差异判断单元,用于根据所述实测数据,对所述相关性数据做t检验,判断雨棚结构在第一敏感测点对间是否发生显著性差异;
雨棚结构损伤确认单元,用于若雨棚结构在第一敏感测点对间发生显著性差异,则判定雨棚结构在第一敏感测点对间存在损伤;
雨棚结构正常确认单元,用于若雨棚结构在第一敏感测点对间未发生显著性差异,则判定雨棚结构在第一敏感测点对间不存在损伤。
从上述实施例可知,分别对各个敏感测点对之间的相关性数据进行t检验,检验第一预设时段的相关性数据相对于第二预设时段的相关性数据是否发生显著性差异,如果发生显著性差异,则说明该测点对之间的雨棚结构在第一预设时段内已经发生退化,因此雨棚结构可能发生损伤,长期对雨棚结构检测可以使雨棚结构的损伤判断更加准确,通过获取大量的相关性数据,可以使损伤判断结果更加逼近雨棚结构的真实情况,减小雨棚结构的损伤判断误差。
在本发明的一个实施例中,图8中的位移信号获取模块150还包括用于执行图5所对应的实施例中的方法步骤的结构,其包括:
速度积分信号获取单元,用于对第二测点的加速度振动信号进行预处理及一次积分,得到速度积分信号;预处理包括去均值处理和/或高通滤波处理,第二测点为所述测点中的任一测点;
速度处理信号获取单元,用于对速度积分信号进行预处理及多项式拟合,得到速度处理信号;
位移积分信号获取单元,用于对速度处理信号进行一次积分,得到位移积分信号;
位移信号获取单元,用于对位移积分信号进行预处理及多项式拟合,得到位移信号。
从上述实施例可知,通过在对加速度振动信号二次积分过程中进行预处理和多项式拟合,能够很好的消除积分过程中产生的误差项,使得到的位移信号更加准确,从而提高雨棚局部损伤识别的准确性。
在本发明的一个实施例中,图8中的局部损伤情况获取模块160还包括用于执行图6所对应的实施例中的方法步骤的结构,其包括:
位移信号获取模块,用于对第二测点的加速度振动信号进行二次积分,得到位移信号,第二测点为测点中的任一测点;
位移方差计算模块,用于根据各个测点的位移信号,计算每个预设计算周期内第二测点的位移方差,所述第二测点为测点中的任一测点;
方差变化率计算模块,用于计算第一预设周期和第二预设周期的第一位移方差变化率,以及第二预设周期和第三预设周期的第二位移方差变化率,第一预设周期、第二预设周期和第三预设周期为连续且相邻的三个预设计算周期;
局部损伤判断模块,用于当第二位移方差变化率与第一位移方差变化率的差值超过预设方差阈值时,判断第二测点在第二预设周期发生局部损伤。
从上述实施例可知,为了能够实现对雨棚屋面板等局部部位进行损伤识别判断,可以使用位移的方差变化率判断结构刚度的变化。将测量的加速度振动信号二次积分得到位移信号,用位移方差的变化判断雨棚结构刚度是否变小,如位移方差的变化率发生明显的变化,则证明该测点位置的雨棚结构刚度发生变化,从而可以准确的得到雨棚结构的局部损伤识别结果。
在一个实施例中,雨棚结构损伤识别装置100还包括其他功能模块/单元,用于实现实施例1中各实施例中的方法步骤。
实施例3:
本发明实施例还提供了一种终端设备10,包括存储器102、处理器101以及存储在存储器102中并可在处理器101上运行的计算机程序103,所述处理器101执行所述计算机程序103时实现如实施例1中所述的各实施例中的步骤,例如图1所示的步骤S101至步骤S106。或者,所述处理器101执行所述计算机程序103时实现如实施例2中所述的各装置实施例中的各模块的功能,例如图8所示的模块110至160的功能。
所述终端设备10可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备10可包括,但不仅限于,处理器101、存储器102。例如所述终端设备10还可以包括输入输出设备、网络接入设备、总线等。
所称处理器101可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器101也可以是任何常规的处理器101等。
所述存储器102可以是所述终端设备10的内部存储单元,例如终端设备10的硬盘或内存。所述存储器102也可以是所述终端设备10的外部存储设备,例如所述终端设备10上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器102还可以既包括终端设备10的内部存储单元也包括外部存储设备。所述存储器102用于存储所述计算机程序103以及所述终端设备10所需的其他程序和数据。所述存储器102还可以用于暂时地存储已经输出或者将要输出的数据。
实施例4:
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序103,计算机程序103被处理器101执行时实现如实施例1中所述的各实施例中的步骤,例如图1所示的步骤S101至步骤S106。或者,所述计算机程序103被处理器101执行时实现如实施例2中所述的各装置实施例中的各模块的功能,例如图8所示的模块110至160的功能。
所述的计算机程序103可存储于一计算机可读存储介质中,该计算机程序103在被处理器101执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序103包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本发明实施例系统中的模块或单元可以根据实际需要进行合并、划分和删减。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种雨棚结构损伤识别方法,其特征在于,包括:
获取雨棚各个测点在列车通过时产生的加速度振动信号;
根据各个测点的加速度振动信号,对第一测点对进行相关性分析,确定测点中的敏感测点,所述第一测点对为任意两个测点组成的测点对;
按照预设采样周期将第一预设时段划分为多个时间子段,分别计算各时间子段内第一敏感测点对的相关性系数,作为相关性数据,所述第一敏感测点对为任意两个敏感测点组成的测点对;
根据所述相关性数据,确定所述第一敏感测点对之间雨棚结构的整体损伤情况;
对各个测点的加速度振动信号进行二次积分,得到各个测点的位移信号;
根据各个测点的位移信号,计算各个测点在预设计算周期内的位移方差,并根据各个测点的位移方差,确定各个测点的局部损伤情况。
2.如权利要求1所述的一种雨棚结构损伤识别方法,其特征在于,所述根据各个测点的加速度振动信号,对第一测点对进行相关性分析,确定测点中的敏感测点,包括:
按照预设采样周期提取各个测点的加速度特征值;
根据各个测点的加速度特征值,得到所述第一测点对的相关实测数据;
对所述相关实测数据进行二项式曲线拟合;
根据拟合出的二项式曲线和所述相关实测数据,计算所述第一测点对的相关性系数;
若所述第一测点对的相关性系数超过预设阈值,则将所述第一测点对中的测点作为敏感测点。
3.如权利要求2所述的一种雨棚结构损伤识别方法,其特征在于,所述加速度特征值包括均方根,所述按照预设采样周期提取各个测点的加速度特征值,包括:
获取第一测点的加速度振动信号的加速度数据;
计算第一测点在每个预设采样周期内的加速度数据的均方根,所述第一测点为所述测点中的任一测点。
4.如权利要求2所述的一种雨棚结构损伤识别方法,其特征在于,所述加速度特征值包括最大值,所述按照预设采样周期提取各个测点的加速度特征值,包括:
获取所述第一测点的加速度振动信号的加速度数据;
计算所述第一测点在每个预设采样周期内的加速度数据的最大值,所述第一测点为所述测点中的任一测点。
5.如权利要求1所述的一种雨棚结构损伤识别方法,其特征在于,所述根据所述相关性数据,确定所述第一敏感测点对之间雨棚结构的整体损伤情况,包括:
按照预设采样周期将第二预设时段划分为多个时间子段,分别计算各时间子段内第一敏感测点对的相关性系数,作为实测数据,所述第二预设时段为所述第一预设时段之前的时段;
根据所述实测数据,对所述相关性数据做t检验,判断雨棚结构在第一敏感测点对间是否发生显著性差异;
若雨棚结构在第一敏感测点对间发生显著性差异,则判定雨棚结构在第一敏感测点对间存在损伤;
若雨棚结构在第一敏感测点对间未发生显著性差异,则判定雨棚结构在第一敏感测点对间不存在损伤。
6.如权利要求1所述的一种雨棚结构损伤识别方法,其特征在于,所述对各个测点的加速度振动信号进行二次积分,得到各个测点的位移信号,包括:
对第二测点的加速度振动信号进行预处理及一次积分,得到速度积分信号;所述预处理包括去均值处理和/或高通滤波处理,所述第二测点为所述测点中的任一测点;
对所述速度积分信号进行预处理及多项式拟合,得到速度处理信号;
对所述速度处理信号进行一次积分,得到位移积分信号;
对所述位移积分信号进行预处理及多项式拟合,得到所述位移信号。
7.如权利要求1所述的一种雨棚结构损伤识别方法,其特征在于,所述计算各个测点在预设计算周期内的位移方差,并根据各个测点的位移方差,确定各个测点的局部损伤情况,包括:
计算每个预设计算周期内第二测点的位移方差,所述第二测点为所述测点中的任一测点;
计算第一预设周期和第二预设周期的第一位移方差变化率,以及第二预设周期和第三预设周期的第二位移方差变化率,所述第一预设周期、第二预设周期和第三预设周期为连续且相邻的三个预设计算周期;
当第二位移方差变化率与第一位移方差变化率的差值超过预设方差阈值时,判定所述第二测点在第二预设周期发生局部损伤。
8.一种雨棚结构损伤识别装置,其特征在于,包括:
振动信号获取模块,用于获取雨棚各个测点在列车通过时产生的加速度振动信号;
相关性分析模块,用于根据各个测点的加速度振动信号,对第一测点对进行相关性分析,确定测点中的敏感测点,所述第一测点对为任意两个测点组成的测点对;
相关性数据获取模块,用于按照预设采样周期将第一预设时段划分为多个时间子段,分别计算各时间子段内第一敏感测点对的相关性系数,作为相关性数据,所述第一敏感测点对为任意两个敏感测点组成的测点对;
整体损伤情况获取模块,用于根据所述相关性数据,确定所述第一敏感测点对之间雨棚结构的整体损伤情况;
位移信号获取模块,用于对各个测点的加速度振动信号进行二次积分,得到各个测点的位移信号;
局部损伤情况获取模块,用于根据各个测点的位移信号,计算各个测点在预设计算周期内的位移方差,并根据各个测点的位移方差,确定各个测点的局部损伤情况。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910167545.4A CN109870404B (zh) | 2019-03-06 | 2019-03-06 | 一种雨棚结构损伤识别方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910167545.4A CN109870404B (zh) | 2019-03-06 | 2019-03-06 | 一种雨棚结构损伤识别方法、装置及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109870404A true CN109870404A (zh) | 2019-06-11 |
CN109870404B CN109870404B (zh) | 2021-07-13 |
Family
ID=66919868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910167545.4A Active CN109870404B (zh) | 2019-03-06 | 2019-03-06 | 一种雨棚结构损伤识别方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109870404B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111855799B (zh) * | 2020-07-13 | 2021-03-02 | 中国科学院力学研究所 | 一种横向流作用下非线性约束管束的损伤识别方法 |
CN116304939A (zh) * | 2023-02-22 | 2023-06-23 | 中广核智能科技(深圳)有限责任公司 | 基于波形对齐的多监测数据演变规律识别方法和系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10170388A (ja) * | 1996-12-06 | 1998-06-26 | Mitsubishi Heavy Ind Ltd | 多軸振動台制御装置 |
US6799126B1 (en) * | 2003-03-28 | 2004-09-28 | The United States Of America As Represented By The Secretary Of The Navy | Nondestructive method for detecting structural anomalies in composites |
CN1566907A (zh) * | 2003-07-09 | 2005-01-19 | 何林 | 大型结构损伤状况实时识别的变时基监测技术 |
CN101900708A (zh) * | 2010-08-18 | 2010-12-01 | 哈尔滨工业大学 | 一种基于振动和声频信号的高速列车轨道伤损探测方法 |
CN102034021A (zh) * | 2010-11-29 | 2011-04-27 | 李惠 | 一种结构健康诊断的整体局部信息融合方法 |
CN104462785A (zh) * | 2014-11-12 | 2015-03-25 | 重庆大学 | 一种两阶段式建筑框架结构损伤检测方法 |
CN104655385A (zh) * | 2014-12-31 | 2015-05-27 | 中国铁路总公司 | 一种铁路桥梁下部结构健康状态定量评价方法 |
CN107270961A (zh) * | 2017-05-09 | 2017-10-20 | 中国铁道科学研究院电子计算技术研究所 | 一种建筑物结构安全的监测系统及方法 |
CN108387642A (zh) * | 2018-02-11 | 2018-08-10 | 石家庄铁道大学 | 无砟轨道检测装置及方法 |
CN108846197A (zh) * | 2018-06-11 | 2018-11-20 | 石家庄铁道大学 | 一种架桥机主梁损伤识别及损伤程度量化分析方法 |
CN109186906A (zh) * | 2018-08-10 | 2019-01-11 | 广东工业大学 | 基于dic技术的模态应变能损伤识别方法 |
CN109271406A (zh) * | 2018-09-26 | 2019-01-25 | 东莞幻鸟新材料有限公司 | 一种基于大数据的桥梁结构健康监测系统 |
-
2019
- 2019-03-06 CN CN201910167545.4A patent/CN109870404B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10170388A (ja) * | 1996-12-06 | 1998-06-26 | Mitsubishi Heavy Ind Ltd | 多軸振動台制御装置 |
US6799126B1 (en) * | 2003-03-28 | 2004-09-28 | The United States Of America As Represented By The Secretary Of The Navy | Nondestructive method for detecting structural anomalies in composites |
CN1566907A (zh) * | 2003-07-09 | 2005-01-19 | 何林 | 大型结构损伤状况实时识别的变时基监测技术 |
CN101900708A (zh) * | 2010-08-18 | 2010-12-01 | 哈尔滨工业大学 | 一种基于振动和声频信号的高速列车轨道伤损探测方法 |
CN102034021A (zh) * | 2010-11-29 | 2011-04-27 | 李惠 | 一种结构健康诊断的整体局部信息融合方法 |
CN104462785A (zh) * | 2014-11-12 | 2015-03-25 | 重庆大学 | 一种两阶段式建筑框架结构损伤检测方法 |
CN104655385A (zh) * | 2014-12-31 | 2015-05-27 | 中国铁路总公司 | 一种铁路桥梁下部结构健康状态定量评价方法 |
CN107270961A (zh) * | 2017-05-09 | 2017-10-20 | 中国铁道科学研究院电子计算技术研究所 | 一种建筑物结构安全的监测系统及方法 |
CN108387642A (zh) * | 2018-02-11 | 2018-08-10 | 石家庄铁道大学 | 无砟轨道检测装置及方法 |
CN108846197A (zh) * | 2018-06-11 | 2018-11-20 | 石家庄铁道大学 | 一种架桥机主梁损伤识别及损伤程度量化分析方法 |
CN109186906A (zh) * | 2018-08-10 | 2019-01-11 | 广东工业大学 | 基于dic技术的模态应变能损伤识别方法 |
CN109271406A (zh) * | 2018-09-26 | 2019-01-25 | 东莞幻鸟新材料有限公司 | 一种基于大数据的桥梁结构健康监测系统 |
Non-Patent Citations (7)
Title |
---|
BAOXIAN WANG: "Prediction of fatigue stress concentration factor using extreme learning machine", 《COMPUTATIONAL MATERIALS SCIENCE》 * |
JAE-HYUNG PARK: "Sequential damage detection approaches for beams using time-modal features and artificial neural networks", 《JO URNAL OF SOUND AND VIBRATION》 * |
MOHAMED A. SAYED: "Assessment of acceleration responses of a railway bridge using wavelet analysis", 《JOURNAL OF CIVIL ENGINEERING》 * |
文锐: "高铁车站钢结构雨棚使用中发现的问题及处理方法", 《建设科技》 * |
李伟: "某火车站预应力雨棚结构风振响应分析", 《低温建筑技术》 * |
赵维刚: "常用跨度铁路桥梁运行状态分布式监测与预警技术", 《上海交通大学学报》 * |
颜锋: "武汉火车站高速列车对建筑结构的振动影响研究", 《建筑结构》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111855799B (zh) * | 2020-07-13 | 2021-03-02 | 中国科学院力学研究所 | 一种横向流作用下非线性约束管束的损伤识别方法 |
CN116304939A (zh) * | 2023-02-22 | 2023-06-23 | 中广核智能科技(深圳)有限责任公司 | 基于波形对齐的多监测数据演变规律识别方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109870404B (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110807429B (zh) | 基于tiny-YOLOv3的施工安全检测方法及系统 | |
CN104317681B (zh) | 针对计算机系统的行为异常自动检测方法及检测系统 | |
CN109461095A (zh) | 一种用于非侵入式负荷辨识的负荷事件检测的数据处理方法及设备 | |
CN116431975B (zh) | 一种数据中心的环境监测方法及系统 | |
CN112990330B (zh) | 用户用能异常数据检测方法及设备 | |
CN105930900B (zh) | 一种混合风力发电的预测方法及系统 | |
CN110288032A (zh) | 一种车辆行驶轨迹类型检测方法及装置 | |
CN114564629B (zh) | 异常数据处理方法、装置、计算机设备和存储介质 | |
CN111191696B (zh) | 一种基于深度学习算法的钢筋分层方法及系统 | |
CN109870404A (zh) | 一种雨棚结构损伤识别方法、装置及终端设备 | |
CN104021392A (zh) | 一种基于向量度量的冲突证据融合方法 | |
CN114118754B (zh) | 一种基于机器学习的水文水资源监测方法及系统 | |
CN104112062A (zh) | 基于插值方法的风资源分布的获取方法 | |
CN100478650C (zh) | 改善发电设备故障检测的方法和装置 | |
CN106651731A (zh) | 基于历史数据的通信铁塔待解决问题集生成方法及系统 | |
CN115575322A (zh) | 一种直插led灯珠的出厂质检方法及系统 | |
CN113065223A (zh) | 一种塔桅集群数字孪生模型多等级概率修正方法 | |
CN108415105B (zh) | 一种对地面气象观测站观测相对湿度数值的检验方法 | |
CN113280764A (zh) | 基于多星协同技术的输变电工程扰动范围定量监测方法及系统 | |
CN109341650B (zh) | 一种基于最小检测代价的无人机高程误差双门限修正方法 | |
CN109670143B (zh) | 一种环境激励下土木工程结构振动频域响应信号统计规律检测方法 | |
CN114782847B (zh) | 一种基于无人机的矿山产能监测方法及装置 | |
CN109614758A (zh) | 具有空间相关性的圆形形状误差的监控方法 | |
CN111797545B (zh) | 一种基于实测数据的风电机组偏航折减系数计算方法 | |
CN107506824B (zh) | 一种配电网的不良观测数据检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220121 Address after: 050043 No. 17, North Second Ring Road, Hebei, Shijiazhuang Patentee after: SHIJIAZHUANG TIEDAO University Patentee after: Beijing Shanghai High Speed Railway Co., Ltd Address before: 050043 No. 17, North Second Ring Road, Hebei, Shijiazhuang Patentee before: SHIJIAZHUANG TIEDAO University |
|
TR01 | Transfer of patent right |