CN114004123A - 一种水工钢闸门传感器布置方法、监测方法及系统 - Google Patents

Abstract

本发明公开了一种水工钢闸门传感器布置方法、监测方法及系统。布置方法包括：基于第一适应度函数和第二适应度函数设置第三适应度函数，第一适应度函数基于与h个传感器位置对应的水工钢闸门的模态振型矩阵获得，第二适应度函数基于水工钢闸门上h个传感器位置的空间欧几里得距离获得，以第三适应度函数获得最大值为目标，将达到目标的h个传感器位置分布作为最优布置方案；将h个传感器按照最优布置方案布置在水工钢闸门上。以第三适应度函数达到最大值为优化目标，兼顾了全局信息和局部干扰信息消除，使得获得的最优布置方案能够准确获得水工钢闸门的振动状态，并且减少传感器输出振动信号及其整体中的干扰信息。

Description

一种水工钢闸门传感器布置方法、监测方法及系统

技术领域

本发明涉及水工结构状态监测技术领域，特别是涉及一种水工钢闸门传感器布置方法、监测方法及系统。

背景技术

水工钢闸门是水电工程、水利枢纽和水利航运工程的重要组成部分，运行的安全性和可靠性直接关系到工程建设的社会效益和经济效益，也直接影响到水电水利事业的健康发展。因此开展水工钢闸门在线监测、状态评估及健康管理研究尤为重要。

振动信号监测是目前水工钢闸门状态监测的主要手段，振动传感器的布置是全面准确获取振动信息，实现振动信号分析的基础。目前金属结构的振动传感器的优化布置研究多集中于桥梁、建筑等，针对水工钢闸门的研究较少。传感器的最优布置可看做是在一系列初始布置点的基础上进行优化，目前常用的优化布置准则包括基于有效独立法EFI的布置准则，基于模态置信矩阵MAC的布置准则等，但是以上的布置准则并没有考虑选取传感器布置点的信息冗余，造成获得的振动信号中干扰信息较多。

目前常用的结构损伤或状态监测方法多样，其中利用锤击和激振器激励后进行模态分析是常用手段，但是对于实际的工程在线监测以及较大体积的水工钢闸门监测，采用锤击和激振器激励难以实现。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种水工钢闸门传感器布置方法、监测方法、系统及存储介质。

为了实现本发明的上述目的，根据本发明的第一个方面，本发明提供了一种水工钢闸门传感器布置方法，包括：基于第一适应度函数和第二适应度函数设置第三适应度函数，其中，所述第一适应度函数基于与h个传感器位置对应的水工钢闸门的模态振型矩阵获得，所述第二适应度函数基于水工钢闸门上h个传感器位置的空间欧几里得距离获得，所述h为大于1的正整数；以第三适应度函数获得最大值为目标，不断改变h个传感器在水工钢闸门上的位置直到达到所述目标，将达到所述目标的h个传感器位置分布作为最优布置方案；将h个传感器按照所述最优布置方案布置在所述水工钢闸门上。

上述技术方案：建立的第三适应度函数不但反映了第一适应度函数所体现的传感器布置点的全局独立性，还反映了第二适应度函数体现的传感器之间的局部信息干扰、冗余，结合基于水工钢闸门的模态振型矩阵的第一适应度函数和基于空间欧几里得距离的第二适应度函数形成新的第三适应度函数，以第三适应度函数达到最大值为优化目标，兼顾了全局信息和局部干扰信息消除，使得获得的最优布置方案能够准确获得水工钢闸门的振动状态，并且减少传感器输出振动信号及其整体中的干扰信息。

为了实现本发明的上述目的，根据本发明的第二个方面，本发明提供了一种水工钢闸门状态监测方法，包括：按照本发明第一方面所述的水工钢闸门传感器布置方法在水工钢闸门上布设h个传感器；获取水工钢闸门上h个传感器输出的振动信号，从所述h个传感器输出的振动信号中提取所述水工钢闸门的模态信息特征；判断所述模态信息特征与预设的模态信息特征范围的偏差是否小于偏差阈值，若所述偏差小于偏差阈值，认为所述水工钢闸门状态正常，否则，认为所述水工钢闸门状态异常。

上述技术方案：传感器基于最优布置方案进行布置，能够从振动信号中准确提取出模态信息特征，并将其与预设的模态信息特征范围进行偏差比较得到监测结果，实现了对水工钢闸门状态的实时、快速、准确监测，为水工钢闸门故障诊断和健康管理提供基础。

为了实现本发明的上述目的，根据本发明的第三个方面，本发明提供了一种水工钢闸门状态监测系统，包括控制器和安装在所述水工钢闸门中的h个传感器，其中，所述控制器被配置为获取h个传感器的输出的振动信号，并按照权利要求6或7所述的水工钢闸门状态监测方法监测水工钢闸门的状态。

上述技术方案：该系统中传感器基于最优布置方案进行布置，能够从振动信号中准确提取出模态信息特征，并将其与预设的模态信息特征范围进行偏差比较得到监测结果，实现了对水工钢闸门状态的实时、快速、准确监测，为水工钢闸门故障诊断和健康管理提供基础。

附图说明

图1是本发明一具体实施方式中水工钢闸门传感器布置方法的流程示意图；

图2是本发明一具体实施方式中水工钢闸门状态监测方法的流程示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明的描述中，除非另有规定和限定，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

本发明公开了一种水工钢闸门传感器布置方法，在一种优选实施方式中，如图1所示，该布置方法包括：

步骤S1，基于第一适应度函数和第二适应度函数设置第三适应度函数，其中，第一适应度函数基于与h个传感器位置对应的水工钢闸门的模态振型矩阵获得，第二适应度函数基于水工钢水工钢闸门的模态振型矩闸门上h个传感器位置的空间欧几里得距离获得，h为大于1的正整数；传感器用于测量水工钢闸门的振动，优选但不限于为加速度传感器。

步骤S2，以第三适应度函数获得最大值为目标，不断改变h个传感器在水工钢闸门上的位置直到达到该目标，将达到该目标的h个传感器位置分布作为最优布置方案；

步骤S3，将h个传感器按照该最优布置方案布置在该水工钢闸门上。

在本实施方式中，优选的，水工钢闸门的模态振型矩阵获取方法为：基于待检测水工钢闸门的具体结构为其建立完备的三维模型后将三维模型导入有限元分析软件中，具体的，可根据待检测水工钢闸门的设计图纸为其建立三维模型。在有限元分析软件中对水工钢闸门的三维模型进行有限元模态分析获得h个传感器位于水工钢闸门不同位置时模态振型矩阵集合，即整体模态振型，因此在获得h个传感器在水工钢闸门上的位置后，可以从模态振型矩阵集合中获得与该位置分布对应的一个模态振型矩阵。设置h的大小以及为h个传感器在三维模型中设置位置，h∈[h_min,h_max],h_min和h_max分别表示h的最小允许值和最大允许值，两者均可根据经验设置。建立第三适应度函数后，在步骤S2中，通过迭代的方式获得最优布置方案，每次迭代过程为：改变h个传感器的位置，基于h个传感器的新位置更新第一适应度函数值和第二适应度函数值，进而更新了第三适应度函数值，判断更新后的第三适应度函数值与更新前的第三适应度函数值的差值是否小于预设的差值阈值ε，ε＞0，差值阈值ε可根据经验设置，若是，则将本次迭代中h个传感器的位置分布作为最优布置方案，若不是，则进入下一次迭代。

在本实施方式中，进一步优选的，将与h个传感器位置对应的水工钢闸门的模态振型矩阵转换为Fisher信息矩阵，第一适应度函数F1通过求取Fisher信息矩阵的行列式获得，即F1＝det(Q)。

在本实施方式中，在获得模态振型矩阵Θ后，通过公式Q＝Θ^TΘ获得Fisher信息矩阵Q。

在本实施方式中，进一步优选的，第三适应度函数为第一适应度函数和第二适应度函数的加权和，设加权参数为β，β∈[0,1]，则第一适应度函数的权值为β，第二适应度函数的权值为(1-β)。

在本实施方式中，进一步优选的，在社会群体优化算法每次迭代中，作为社会群体优化算法的适应度函数的第三适应度函数F3为：

其中，β表示加权参数，β∈[0,1]；F1表示第一适应度函数，F1＝det(Q)，det(Q)表示求取Fisher信息矩阵Q的行列式，Q＝Θ^TΘ，Θ表示与h个传感器位置对应的水工钢闸门的模态振型矩，Θ^T表示矩阵Θ的转置矩阵。F1_Best表示第一适应度函数最大值，在获得模态振型矩阵集合后，对集合中的每个模态振型矩阵求取其对应的第一适应度函数值，从求取的所有第一适应度函数值中选出最大值作为F1_Best；F2表示第二适应度函数，F2＝u-α，u表示h个传感器位置点的平均欧几里得距离，α表示h个传感器位置点的欧几里得距离的标准差，F2_Best表示第二适应度函数最大值，可以h个传感器的位置为变量求解第二适应度函数的最大值，具体的，可以枚举出大量h个传感器的不同位置分布，求出h个传感器不同位置分布对应的第二适应度函数值，选择最大的第二适应度函数值作为F2_Best。

在本实施方式中，假设第i个传感器布置点的空间坐标为(x_i,y_i,z_i)(可随机从h个传感器中选取)，x_i,y_i,z_i分别表示第i个传感器布置点横向坐标值、纵向坐标值和重力轴坐标值，则第i个传感器布置点与第k个传感器布置点的的欧几里得距离为

1≤i≤h，1≤k≤h，i≠k，i和k均表示传感器的索引，为正整数。进一步求取所有传感器布置点的平均欧几里得距离为

标准差为

在本实施方式中，进一步优选的，获取最优布置方案的过程具体包括：

初始化社会群体优化算法，其中，将种群大小设为N，N为正整数，种群中每个人设有h维信息，h维信息分别为h个传感器的位置，以第三适应度函数作为社会群体优化算法的适应度函数；基于社会群体优化算法不断迭代优化h个传感器的位置直到达到预设条件；将最后一次迭代获得的h个传感器的位置作为最优布置方案。

在本实施方式中，预设条件优选但不限于为最大迭代次数，或者为本次迭代获得的第三适应度函数值与上一次迭代获得私单适应度函数值的差的绝对值小于预设的第一阈值。

在本实施方式中，社会群体优化算法的具体过程包括：

步骤A，社会群体有N个人X_j,j＝1,2,3,...,N，每个人X_j被表示为X_j＝(x_j1,x_j2,...,x_jh)，h为每个人的特性维度，f_j,j＝1,2,...,N为每个人对应的适应度函数，该适应度函数为第三适应度函数；

步骤B，改进阶段，根据gbest＝max{f_j,j＝1,2,...,N}确定最优个人gbest，同时采用Xnew_ji＝c×Xold_ji+r×(gbest_i-Xold_ji)进行特征改进更新，其中Xnew_ji为第j个人的第i个特性更新后的值，Xold_ji为第j个人的第i个未更新的特性，gbest_i为最优个人第i个特性；r为随机参数，c为自我反省参数，设置r和c数值范围均为[0,1]。

步骤C,进行获取阶段，根据gbest＝max{f_j,j＝1,2,...,N}继续确新的最优个人gbest'。对于整个社会群体，随机选择一个个人X_r，对于适应度值大于个人X_r的适应度值的个人，按照以下公式进行更新：

Xnew_ji'＝Xold_ji+r₁×(X'_ji-X'_ri)+r₂×(gbest'_i-X'_ji)，Xold_ji表示第j个人在改进阶段前未更新的第i个特性，Xnew_ji'表示第j个人在获取段更新获得的第i个特性，X'_ji表示第j个人在改进阶段获得的第i个特性，X'_ri表示第r个人在改进阶段获得的第i个特性，gbest'_i表示获取阶段的最优个人的第i个特性，第一更新参数r₁和第二更新参数r₂均为0到1之间的随机数。

对于适应度值不大于个人X_r的适应度值的个人，按照以下公式进行更新：

Xnew_ji'＝Xold_ji+r₁×(X'_ri-X'_ji)+r₂×(gbest'_i-X'_ji)。

步骤D，达到预设条件，终止。如达到预设的最大代次数时停止优化，没有达到，则重复步骤B到步骤C。

本发明还公开了一种水工钢闸门状态监测方法，在一种优选实施方式中，包括：

按照上述水工钢闸门传感器布置方法在水工钢闸门上布设h个传感器；

在本实施方式中，获取水工钢闸门上h个传感器输出的振动信号，从h个传感器输出的振动信号中提取所述水工钢闸门的模态信息特征；优选的，模态信息特征包括振动信号幅值、振动信号相位、刚度、阻尼、频率、振型、模态参与因子、模态有效质量中的全部或部分。具体的，获取模态信息特征为根据现有的运行模态分析算法从每个传感器输出的振动信号中提取获得，在此不再赘述。

在本实施方式中，判断该模态信息特征与预设的模态信息特征范围的偏差是否小于偏差阈值，若该偏差小于偏差阈值，认为该水工钢闸门状态正常，否则，认为水工钢闸门状态异常。为了更准确的评估水工钢闸门的状态，为每个传感器设置一个对应模态信息特征范围，根据每个传感器输出的振动信号提取出该传感器对应的模态信息特征，判断传感器对应的模态信息特征与与其对应的模态信息特征范围的偏差是否小于偏差阈值，若该偏差小于偏差阈值，认为该水工钢闸门状态正常，否则，认为该水工钢闸门状态异常。具体的，每个传感器的模态信息特征范围包括每个模态信息特征的取值区间，对每个传感器的每个模态信息特征进行判断，若该模态信息特征在其对应的取值区间内，则认为偏差为0，小于偏差阈值，该模态信息特征状态正常；若该模态信息特征不在其对应的取值区间内，且与取值区间内的最大值或最小值的差值小于偏差阈值，则认为模态信息特征状态正常；若该模态信息特征不在其对应的取值区间内，且与取值区间内的最大值或最小值的差值大于等于偏差阈值，则认为模态信息特征状态异常。为进一步提前预警，若所有传感器的所有模态信息特征均正常，则认为水工钢闸门状态正常，否则，认为水工钢闸门状态不正常。

在本实施方式中，设第i个传感器的幅值取值区间为

相位取值区间为

刚度取值区间为

、阻尼取值区间为

、频率取值区间为

、振型取值区间为

、模态参与因子取值区间为

、模态有效质量取值区间为

，上标L表示最小值，上标H表示最大值；以上信息构成标准特征诊断数据库。

在本实施方式中，进一步优选的，传感器对应的模态信息特征范围包括多个模态信息特征的取值区间，模态信息特征的取值区间为水工钢闸门在不同开度时该传感器的模态信息特征值构成的集合。具体的，每个传感器的每个模态信息特征的取值区间为水工钢闸门在不同开度时该传感器的这个模态信息特征值的集合或者以这个模态信息特征值的最大值、最小值为界构成的区间。不同开度时允许的模态信息特征取值区间可通过在水工钢闸门正常的情况下，进行不同闸门开度试验，根据试验结果设置每个传感器在每个闸门开度对应的每个模态信息特征的取值区间。

在本实施方式中，监测方法的详细流程图如图2所示。在确定好水工钢闸门振动传感器最优布置方案后，在相关位置布置高精度振动加速度传感器，并采用24位数据采集卡进行振动信号采集，通过一系列实验，建立水工钢闸门正常状态下不同开度时的模态信息特征诊断数据库，确定各模态信息特征有效区间(即允许的取值范围)；第i个传感器的模态信息特征可包括幅值A_i、相位

刚度K_i、阻尼ξ_i、频率ω_i、振型φ_i、模态参与因子Mp_i、模态有效质量Me_i中至少一个；模态参与因子

r'为预设的随机数；模态有效质量

u'表示模态向量矩阵，从有限元分析中可以获得。

表示φ_i的转置。通过实验建立正常水工钢闸门运行状态各特征的取值范围，以上信息构成标准特征诊断数据库；对于通过振动传感器在线实时测量的振动信号，提取每个穿昂起的振动信号，根据该传感器的振动信号提取模态信息特征，并与诊断数据库进行计算，当实测振动信号的模态信息特征与正常水工钢闸门模态信息特征取值范围偏差小于偏差阈值，则认定该模态信息特征异常，从而实现水工钢闸门状态评估。

本发明还公开了一种水工钢闸门状态监测系统，在一种优选实施方式中，该系统包括控制器和安装在所述水工钢闸门中的h个传感器，其中，控制器被配置为获取h个传感器的输出的振动信号，并按照权上述水工钢闸门状态监测方法监测水工钢闸门的状态。优选的，控制器包括存储单元和处理单元，存储单元存储有标准特征诊断数据库，处理单元从存储单元中调取标准特征诊断数据库并且执行上述水工钢闸门状态监测方法中的步骤。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (10)

1.一种水工钢闸门传感器布置方法，其特征在于，包括：

基于第一适应度函数和第二适应度函数设置第三适应度函数，其中，所述第一适应度函数基于与h个传感器位置对应的水工钢闸门的模态振型矩阵获得，所述第二适应度函数基于水工钢闸门上h个传感器位置的空间欧几里得距离获得，所述h为大于1的正整数；

以第三适应度函数获得最大值为目标，不断改变h个传感器在水工钢闸门上的位置直到达到所述目标，将达到所述目标的h个传感器位置分布作为最优布置方案；

将h个传感器按照所述最优布置方案布置在所述水工钢闸门上。

2.如权利要求1所述的水工钢闸门传感器布置方法，其特征在于，将与h个传感器位置对应的水工钢闸门的模态振型矩阵转换为Fisher信息矩阵，所述第一适应度函数通过求取所述Fisher信息矩阵的行列式获得。

3.如权利要求1或2所述的水工钢闸门传感器布置方法，其特征在于，所述第三适应度函数为第一适应度函数和第二适应度函数的加权和。

4.如权利要求1或2所述的水工钢闸门传感器布置方法，其特征在于，获取所述最优布置方案的过程具体包括：

初始化社会群体优化算法，其中，将种群大小设为N，N为正整数，种群中每个人设有h维信息，h维信息分别为h个传感器的位置，以第三适应度函数作为社会群体优化算法的适应度函数；

基于社会群体优化算法不断迭代优化h个传感器的位置直到达到预设条件；

将最后一次迭代获得的h个传感器的位置作为最优布置方案。

5.如权利要求3所述的水工钢闸门传感器布置方法，其特征在于，获取所述最优布置方案的过程具体包括：

初始化社会群体优化算法，其中，将种群大小设为N，N为正整数，种群中每个人设有h维信息，h维信息分别为h个传感器的位置，以第三适应度函数作为社会群体优化算法的适应度函数；

基于社会群体优化算法不断迭代优化h个传感器的位置直到达到预设条件；

将最后一次迭代获得的h个传感器的位置作为最优布置方案。

6.如权利要求4所述的水工钢闸门传感器布置方法，其特征在于，在社会群体优化算法的每次迭代中，作为社会群体优化算法的适应度函数的第三适应度函数F3为：

其中，β表示加权参数，β∈[0,1]；F1_Best表示第一适应度函数最大值；F1表示第一适应度函数，F1＝det(Q)，det(Q)表示求取Fisher信息矩阵Q的行列式，Q＝Θ^TΘ，Θ表示与h个传感器位置对应的水工钢闸门的模态振型矩阵，Θ^T表示矩阵Θ的转置矩阵；F2表示第二适应度函数，F2＝u-α，u表示h个传感器位置点的平均欧几里得距离，α表示h个传感器位置点的欧几里得距离的标准差，F2_Best表示第二适应度函数最大值。

7.一种水工钢闸门状态监测方法，其特征在于，包括：

按照权利要求1-6之一所述的水工钢闸门传感器布置方法在水工钢闸门上布设h个传感器；

获取水工钢闸门上h个传感器输出的振动信号，从所述h个传感器输出的振动信号中提取所述水工钢闸门的模态信息特征；

判断所述模态信息特征与预设的模态信息特征范围的偏差是否小于偏差阈值，若所述偏差小于偏差阈值，认为所述水工钢闸门状态正常，否则，认为所述水工钢闸门状态异常。

8.如权利要求7所述的水工钢闸门状态监测方法，其特征在于，每个传感器对应一个模态信息特征范围，根据每个传感器输出的振动信号提取出所述传感器对应的模态信息特征，判断传感器对应的模态信息特征与与其对应的模态信息特征范围的偏差是否小于偏差阈值，若所述偏差小于偏差阈值，认为所述水工钢闸门状态正常，否则，认为所述水工钢闸门状态异常。

9.如权利要求7或8所述的水工钢闸门状态监测方法，其特征在于，所述模态信息特征包括幅值、相位、刚度、阻尼、频率、振型、模态参与因子、模态有效质量中的全部或部分。

10.一种水工钢闸门状态监测系统，其特征在于，包括控制器和安装在所述水工钢闸门中的h个传感器，其中，所述控制器被配置为获取h个传感器的输出的振动信号，并按照权利要求7-9之一所述的水工钢闸门状态监测方法监测水工钢闸门的状态。

Images