CN114239364B - 基于改进小波包能量曲率的斜拉桥损伤识别方法及装置 - Google Patents
基于改进小波包能量曲率的斜拉桥损伤识别方法及装置 Download PDFInfo
- Publication number
- CN114239364B CN114239364B CN202111565618.9A CN202111565618A CN114239364B CN 114239364 B CN114239364 B CN 114239364B CN 202111565618 A CN202111565618 A CN 202111565618A CN 114239364 B CN114239364 B CN 114239364B
- Authority
- CN
- China
- Prior art keywords
- wavelet packet
- energy
- damage
- curvature
- cable
- 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.)
- Active
Links
- 230000006378 damage Effects 0.000 title claims abstract description 293
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000004044 response Effects 0.000 claims abstract description 90
- 230000008859 change Effects 0.000 claims abstract description 60
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 27
- 230000006870 function Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 20
- 208000027418 Wounds and injury Diseases 0.000 claims description 17
- 208000014674 injury Diseases 0.000 claims description 17
- 230000035945 sensitivity Effects 0.000 abstract description 5
- 238000005259 measurement Methods 0.000 description 28
- 238000010586 diagram Methods 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 6
- 239000011295 pitch Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供一种基于改进小波包能量曲率的斜拉桥损伤识别方法及装置。该方法包括：获取斜拉桥的时频响应信号；对时频响应信号进行小波包分解与重构，计算小波包能量曲率；根据小波包能量曲率，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值；根据损伤指标值诊断斜拉桥的损伤。本发明在对斜拉桥进行损伤识别时，将小波包能量曲率和小波包能量变化率两种指标相结合，提出了一种新的损伤指标—小波包能量曲率平方和的相对变化率。充分利用了小波包能量曲率和小波包能量变化率两种指标的敏感特性，能够有效提高损伤识别精度。
Description
技术领域
本发明涉及桥梁技术领域，尤其涉及一种基于改进小波包能量曲率的斜拉桥损伤识别方法及装置。
背景技术
我国作为世界上桥梁数量最多的国家，面临着巨大的桥梁运营管理任务，为了保障运营期间桥梁结构的安全性和良好的使用性能，需要采用桥梁健康监测系统及时准确的监测桥梁的健康状态。桥梁健康监测过程中，损伤识别是一个重要的环节。小波分析具有多分辨率分析的优点，而且在时频两域都具有表征信号特征的能力，这个能力对于损伤识别特别重要。
小波包分析能够为信号提供一种更加精细的分析方法，对低频和高频部分都能进一步分解。小波包分解具有很强的局部化分解能力，为提取和识别损伤类型提供了保障。因此，利用小波包分析进行斜拉桥的损伤识别具有重要意义。
现有技术中，基于小波包能量曲率和基于小波包能量变化率指标都能有效识别定位损伤，具有很强的损伤识别敏感性，但目前只是分别使用了两种指标，损伤识别精度有进一步提高的潜力。
发明内容
本发明实施例提供了一种基于改进小波包能量曲率的斜拉桥损伤识别方法及装置，以解决当前损伤识别中损伤识别精度需要进一步提高的问题。
第一方面，本发明实施例提供了一种基于改进小波包能量曲率的斜拉桥损伤识别方法，包括：
获取斜拉桥的时频响应信号；
对所述时频响应信号进行小波包分解与重构，计算小波包能量曲率；
根据所述小波包能量曲率，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值；
根据所述损伤指标值诊断所述斜拉桥的损伤。
在一种可能的实现方式中，所述根据所述小波包能量曲率，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值，包括：
根据所述小波包能量曲率，计算小波包能量曲率平方和；
根据所述小波包能量曲率平方和，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值。
在一种可能的实现方式中，所述根据所述小波包能量曲率，计算小波包能量曲率平方和，包括：
根据计算所述小波包能量曲率平方和；
其中，WPEKS表示所述小波包能量曲率平方和；Ki表示所述时频响应信号经小波包分解成不同频段后，第i频段的小波包能量曲率；所述i表示频率参数，i＝0，1，…，2j-1；所述j表示尺度参数，所述j为大于0的整数。
在一种可能的实现方式中，所述根据所述小波包能量曲率平方和，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值，包括：
根据计算小波包能量曲率平方和的相对变化率；
其中，WPEKSR表示所述小波包能量曲率平方和的相对变化率；WPEKSd表示斜拉桥损伤后的小波包能量曲率平方和；WPEKSu表示斜拉桥损伤前的小波包能量曲率平方和；
将计算得到的WPEKSR，确定为所述损伤指标值。
在一种可能的实现方式中，所述根据所述损伤指标值诊断所述斜拉桥的损伤，包括：
根据所述斜拉桥建立对应的模型；
在所述模型中，设置不同损伤程度工况，模拟出不同损伤程度工况下所述模型中各测点对应的损伤指标值；
根据所述不同损伤程度工况下对应的各测点的损伤指标值，确定损伤位置和所述损伤位置对应的损伤指标值；
根据所述损伤位置对应的损伤指标值和对应损伤程度工况下的损伤程度值，计算得到所述斜拉桥的损伤程度与损伤指标值的函数对应关系；
根据，基于所述斜拉桥的实测时频响应信号计算得到的损伤指标值，和所述函数对应关系，诊断所述斜拉桥的损伤。
在一种可能的实现方式中，所述对所述时频响应信号进行小波包分解与重构，计算小波包能量曲率，包括：
对所述时频响应信号进行小波包分解与重构，得到小波包能量；
根据所述小波包能量，计算所述小波包能量曲率。
在一种可能的实现方式中，，所述根据所述小波包能量，计算所述小波包能量曲率，包括：
根据计算所述小波包能量曲率；
其中，Ki表示所述时频响应信号经小波包分解成不同频段后，第i频段的小波包能量曲率；表示所述时频响应信号经j层小波包分解后第i频段内的第k+1个测点的小波包能量；/>表示所述时频响应信号经j层小波包分解后第i频段内的第k个测点的小波包能量；/>表示所述时频响应信号经j层小波包分解后第i频段内的第k-1个测点的小波包能量；l表示测点间距；所述i表示频率参数，i＝0，1，…，2j-1；所述j表示尺度参数，所述j为大于0的整数；所述k表示位置参数，所述k为大于0的整数。
第二方面，本发明实施例提供了一种基于改进小波包能量曲率的斜拉桥损伤识别装置，包括：
获取模块，用于获取斜拉桥的时频响应信号；
计算模块，用于对所述时频响应信号进行小波包分解与重构，计算小波包能量曲率；
所述计算模块，还用于根据所述小波包能量曲率，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值；
损伤识别模块，用于根据所述损伤指标值诊断所述斜拉桥的损伤。
第三方面，本发明实施例提供了一种终端，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，所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
第四方面，本发明实施例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第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
本发明实施例提供一种基于改进小波包能量曲率的斜拉桥损伤识别方法及装置，通过获取斜拉桥的时频响应信号；对时频响应信号进行小波包分解与重构，计算小波包能量曲率；根据小波包能量曲率，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值；根据损伤指标值诊断斜拉桥的损伤。在对斜拉桥进行损伤识别时，将小波包能量曲率和小波包能量变化率两种指标相结合，提出了一种新的损伤指标—小波包能量曲率平方和的相对变化率。充分利用了小波包能量曲率和小波包能量变化率两种指标的敏感特性，能够有效提高损伤识别精度。
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基于改进小波包能量曲率的斜拉桥损伤识别方法的实现流程图；
图2是本发明实施例中设置的损伤位置和测点的示意图；
图3是本发明实施例中设置的不同工况的损伤位置及损伤程度的汇总图；
图4是本发明实施例提供的不同工况下各测点损伤指标的数据汇总图；
图5(a)是本发明实施例提供的算例分析中，工况2对应的各测点损伤指标的点线图；
图5(b)是本发明实施例提供的算例分析中，工况3对应的各测点损伤指标的点线图；
图5(c)是本发明实施例提供的算例分析中，工况4对应的各测点损伤指标的点线图；
图5(d)是本发明实施例提供的算例分析中，工况5对应的各测点损伤指标的点线图；
图5(e)是本发明实施例提供的算例分析中，工况6对应的各测点损伤指标的点线图；
图6是本发明实施例提供的不同工况下各种损伤指标的的相对差值对比图；
图7是本发明实施例提供的基于改进小波包能量曲率的斜拉桥损伤识别装置的结构示意图；
图8是本发明实施例提供的终端的示意图。
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。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
图1为本发明实施例提供的基于改进小波包能量曲率的斜拉桥损伤识别方法的实现流程图，详述如下：
步骤101，获取斜拉桥的时频响应信号。
可选的，这里的时频响应信号可以是加速度响应信号，也可以是其他动力响应信号，此处不做具体限定。
步骤102，对时频响应信号进行小波包分解与重构，计算小波包能量曲率。
可选的，对时频响应信号进行小波包分解与重构，计算小波包能量曲率，包括：
步骤201，对时频响应信号进行小波包分解与重构，得到小波包能量。
小波包分解能对信号的振动频带进行多层次的划分，分解后的每一个测点均代表一个小波包系数。
小波包系数可以表示为其中，/>表示信号经j层小波包分解后，第i频段内第k个测点的小波包系数；/>表示小波包函数；S(t)表示时频响应信号；i表示频率参数，i＝0，1，…，2j-1；j表示尺度(层数)参数，k表示位置参数，j、k均为大于0的整数。
需要说明的是，小波包函数具有正交性，也就是，对于经小波包分解后，同一层不同频段间的小波包函数满足： 其中，m、n分别表示不同频段。
对于任一时频响应信号S(t)，经过j层小波包分解后，可以根据(m≠n)计算小波包能量。
其中，Ej表示时频响应信号S(t)经过j层小波包分解后的小波包能量；表示时频响应信号S(t)经过j层小波包分解后，第m频段对应的小波包组分信号；/>表示时频响应信号S(t)经过j层小波包分解后，第n频段对应的小波包组分信号。
进一步地，根据计算各频段对应的小波包组分信号。其中，表示时频响应信号S(t)经过j层小波包分解后，第i频段对应的小波包组分信号。
考虑到小波包函数具有正交性，因此，上述计算小波包能量的公式可以简化为：由此，可以得到：/>其中，/>表示时频响应信号S(t)经过j层小波包分解后，第i个频段内的小波包能量。
步骤202，根据小波包能量，计算小波包能量曲率。
为计算任一频段的小波包能量曲率，首先需要计算当前频段内各个测点的小波包能量。
将位置参数k带入公式得到/>其中，表示时频响应信号S(t)经j层小波包分解后，第i频段内第k个测点的小波包能量，表示时频响应信号S(t)经j层小波包分解后，第i频段内第k个测点的信号分量。
进一步地，可以根据计算测点间距不等时的小波包能量曲率。其中，Ki表示时频响应信号经小波包分解成不同频段后，第i频段的小波包能量曲率；/>表示时频响应信号经j层小波包分解后第i频段内的第k+1个测点的小波包能量；/>表示时频响应信号经j层小波包分解后第i频段内的第k个测点的小波包能量；表示时频响应信号经j层小波包分解后第i频段内的第k-1个测点的小波包能量；lk+1为第k+1个测点到第k个测点的测点间距；lk-1为第k-1个测点到第k个测点的测点间距；i表示频率参数，i＝0，1，…，2j-1，j表示尺度参数，j为大于0的整数；k表示位置参数，k为大于0的整数。
在此基础上，设定测点间距相等，且测点间距均为l。则可以根据计算小波包能量曲率。
步骤103，根据小波包能量曲率，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值。
可选的，根据小波包能量曲率，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值，包括：
步骤301，根据小波包能量曲率，计算小波包能量曲率平方和。
进一步地，可以根据计算小波包能量曲率平方和；
其中，WPEKS表示小波包能量曲率平方和；Ki表示时频响应信号经小波包分解成不同频段后，第i频段的小波包能量曲率；i表示频率参数，i＝0，1，…，2j-1，j表示尺度参数，j为大于0的整数。
步骤302，根据小波包能量曲率平方和，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值。
进一步地，可以根据计算小波包能量曲率平方和的相对变化率；将计算得到的WPEKSR，确定为损伤指标值。
其中，WPEKSR表示小波包能量曲率平方和的相对变化率，也就是本发明提出的新的损伤指标，WPEKSd表示斜拉桥损伤后的小波包能量曲率平方和，WPEKSu表示斜拉桥损伤前的小波包能量曲率平方和。这里的WPEKSu可以从斜拉桥配备的数据库中获取。
步骤104，根据损伤指标值诊断斜拉桥的损伤。
可选的，根据损伤指标诊断斜拉桥的损伤，包括：
步骤401，根据斜拉桥建立对应的模型；
进一步地，可以根据斜拉桥建立基准有限元模型。
步骤402，在模型中，设置不同损伤程度工况，模拟出不同损伤程度工况下模型中各测点对应的损伤指标值；
在基准有限元模型中，设置不同的工况及测点，不同工况对应不同的损伤位置以及不同的损伤程度。
进一步地，针对不同工况，提取各个测点的时频响应信号，并根据上述计算损伤指标值的方法计算在不同工况下各个测点对应的损伤指标值。
步骤403，根据不同损伤程度工况下对应的各测点的损伤指标值，确定损伤位置和损伤位置对应的损伤指标值；
根据不同损伤程度工况下对应的各测点的损伤指标值可以确定损伤位置。具体地，在任一工况下，损伤指标值大于预设值的测点位置即确定为损伤位置，该测点对应的损伤指标值即为损伤位置对应的损伤指标值。这里的预设值，可以自行设定，在这里不限定具体数值。
进一步地，为更加直观准确的确定损伤位置，可以根据上述不同损伤程度工况下对应的各测点的损伤指标值建立测点位置和损伤指标值的点线图，损伤指标值出现明显峰值的测点位置即为损伤位置，该测点对应的损伤指标值即为损伤位置对应的损伤指标值。具体的点线图可以参考下面算例描述部分。
步骤404，根据损伤位置对应的损伤指标值和对应损伤程度工况下的损伤程度值，计算得到斜拉桥的损伤程度与损伤指标值的函数对应关系；
也就是说，根据上述得到的不同损伤程度工况下，损伤位置对应的损伤指标值，在Matlab中进行拟合计算，得到斜拉桥中损伤位置的损伤程度与损伤指标值的函数对应关系。
步骤405，根据，基于斜拉桥的实测时频响应信号计算得到的损伤指标值，和函数对应关系，诊断斜拉桥的损伤。
实测斜拉桥的时频响应信号，并进一步计算各测点的损伤指标值，可以确定各测点位置是否为损伤位置。进一步地，将损伤位置的损伤指标值带入上述函数对应关系，对斜拉桥中损伤位置的实际损伤进行诊断。
下面结合一具体算例来说明该基于改进小波包能量曲率的斜拉桥损伤识别方法的可行性：
选取一座全长98.5米，总宽7.2米的斜拉桥建立基准有限元模型，斜拉桥主梁上共布置23个测点，主梁上设置两处80mm的损伤区域A和B，其中A中心在测点5处，B中心在测点14处，如图2所示。
如图3示，损伤程度设定10％、15％和20％三种情况，再结合两个损伤区域A和B，共设置6中损伤工况。
在不同的损伤工况下，分别提取各测点的加速度响应数据，并根据加速度响应数据计算各测点的损伤指标值。其中，不同工况下的各测点损伤指标值，请参考图4。
需要说明的是，本算例中计算损伤指标值时，经过循环试算，最终采用Db20小波分解9层。但由于小波包分解层数对损伤指标值WPEKSR识别损伤位置及损伤程度的影响较大，且对单损伤与多损伤的影响不同；小波包基对损伤指标值WPEKSR识别损伤位置及损伤程度的影响不大，仅对多损伤工况下的小损伤识别程度有影响。具体应用时，需要先找到合适的小波包层数和小波包基。
参见图5(a)～图5(e)，根据图4中不同工况下的损伤指标值，建立点线图，图5(a)、图5(b)和图5(c)中可以直观看到5测点相比其他测点出现了明显峰值，说明损伤位置发生在5测点；图5(d)和图5(e)中可以直观看到5测点与14测点出现明显峰值，说明损伤发生在5测点和14测点，与预设的损伤位置一致。
由此，可以得出，根据损伤指标值WPEKSR可以直观准确的识别出损伤位置。
进一步地，工况2中5测点的损伤指标值为0.09023，工况3中5测点的损伤指标值为0.14477，工况5中5测点与14测点的损伤指标值分别为0.09058、0.08863，工况6中5测点与14测点的损伤指标值分别为0.20824、0.20881，结合这四种工况的损伤程度与损伤位置的损伤指标值在Matlab中拟合计算得出函数：y＝-153.07x3+66.7547x2-8.3167x+0.4194，其中，y表示损伤程度，x表示损伤位置的损伤指标值WPEKSR。利用上述函数关系求得工况4的损伤程度为0.2003817，与实际设定损伤程度的误差为0.19％。可见，上述函数关系能对斜拉桥结构的损伤程度进行准确识别。
进一步地，针对同一工况，采用小波包能量曲率差和小波包能量的相对变化率两种已有的损伤指标对基准有限元模型上的加速度响应信号进行分析，同样采用Db20小波9层分解，并将两种指标的计算结果同本方法中的损伤指标WPEKSR作比较。取同一损伤位置预设损伤程度比值为0.5的两工况与其对应损伤指标大小比值的相对差值来比较各损伤指标的识别精度。
其中，根据计算相对差值。其中，RER表示相对差值；Q表示两工况对应的同一损伤位置的损伤指标比值。指标RER越接近于0，则说明其对应的损伤指标对损伤程度的识别效果越好，各损伤指标的RER值结果如图6所示。
参见图6可知，WPEKSR的RER值小于其他损伤指标的RER值，说明WPEKSR指标对于损伤识别的精度高于其他两项损伤指标。
本发明实施例通过获取斜拉桥的时频响应信号；对时频响应信号进行小波包分解与重构，计算小波包能量曲率；根据小波包能量曲率，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值；根据损伤指标值确定斜拉桥的损伤。在对斜拉桥进行损伤识别时，将小波包能量曲率和小波包能量变化率两种指标相结合，提出了一种新的损伤指标—小波包能量曲率平方和的相对变化率。充分利用了小波包能量曲率和小波包能量变化率两种指标的敏感特性，能够有效提高损伤识别精度。
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。
以下为本发明的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。
图7示出了本发明实施例提供的基于改进小波包能量曲率的斜拉桥损伤识别装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
如图7所示，基于改进小波包能量曲率的斜拉桥损伤识别装置7包括：获取模块71、计算模块72和损伤识别模块73。
获取模块71，用于获取斜拉桥的时频响应信号。
这里的时频响应信号可以是加速度响应信号，也可以是其他动力响应信号，此处不做具体限定。
在一种可能的实现方式中，获取模块71，用于获取斜拉桥的加速度响应信号。
计算模块72，用于对时频响应信号进行小波包分解与重构，计算小波包能量曲率。
在一种可能的实现方式中，计算模块72，用于对时频响应信号进行小波包分解与重构，得到小波包能量。
计算模块72，用于对时频响应信号进行小波包分解与重构；
计算模块72，还用于根据计算时频响应信号S(t)经过j层小波包分解后，第i个频段内的小波包能量。其中，/>表示时频响应信号S(t)经过j层小波包分解后，第i个频段内的小波包能量；/>表示时频响应信号S(t)经过j层小波包分解后，第i频段对应的小波包组分信号；i表示频率参数，i＝0，1，…，2j-1，j表示尺度(层数)参数，j为大于0的整数。
具体地，对于任一时频响应信号S(t)，经过j层小波包分解后，计算模块72，用于根据(m≠n)计算小波包能量。其中，Ej表示时频响应信号S(t)经过j层小波包分解后的小波包能量；/>表示时频响应信号S(t)经过j层小波包分解后，第m频段对应的小波包组分信号；/>表示时频响应信号S(t)经过j层小波包分解后，第n频段对应的小波包组分信号；m＝0，1，…，2j-1，n＝0，1，…，2j-1，m≠n；m、n分别表示不同频段。
考虑到小波包函数的正交特性，上述公式可以简化为由此得到，/>其中，/>表示时频响应信号S(t)经过j层小波包分解后，第i个频段内的小波包能量；/>表示时频响应信号S(t)经过j层小波包分解后，第i频段对应的小波包组分信号；i表示频率参数，i＝0，1，…，2j-1，j表示尺度(层数)参数，j为大于0的整数。
计算模块72，还用于根据小波包能量，计算小波包能量曲率。
为计算任一频段的小波包能量曲率，计算模块72，还用于计算当前频段内各个测点的小波包能量。
将位置参数k带入上述公式得到/>其中，/>表示时频响应信号S(t)经j层小波包分解后，第i频段内第k个测点的小波包能量，表示时频响应信号S(t)经j层小波包分解后，第i频段内第k个测点的信号分量。
也就是说，计算模块72，用于根据计算任一频段内各个测点的小波包能量。
进一步地，计算模块72，还用于根据计算测点间距不等时的小波包能量曲率。其中，Ki表示时频响应信号经小波包分解成不同频段后，第i频段的小波包能量曲率；/>表示时频响应信号经j层小波包分解后第i频段内的第k+1个测点的小波包能量；/>表示时频响应信号经j层小波包分解后第i频段内的第k个测点的小波包能量；/>表示时频响应信号经j层小波包分解后第i频段内的第k-1个测点的小波包能量；lk+1为第k+1个测点到第k个测点的测点间距；lk-1为第k-1个测点到第k个测点的测点间距；i表示频率参数，i＝0，1，…，2j-1，j表示尺度参数，j为大于0的整数；k表示位置参数，k为大于0的整数。
在此基础上，设定测点间距相等，且测点间距均为l。则计算模块72，还用于根据计算小波包能量曲率。
计算模块72，还用于根据小波包能量曲率，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值。
在一种可能的实现方式中，计算模块72，用于根据小波包能量曲率，计算小波包能量曲率平方和。
进一步地，计算模块72，用于根据计算小波包能量曲率平方和；
其中，WPEKS表示小波包能量曲率平方和；Ki表示时频响应信号经小波包分解成不同频段后，第i频段的小波包能量曲率；i表示频率参数，i＝0，1，…，2j-1，j表示尺度参数，j为大于0的整数。
计算模块72，还用于根据小波包能量曲率平方和，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值。
进一步地，计算模块72，用于根据计算小波包能量曲率平方和的相对变化率；将计算得到的WPEKSR，确定为损伤指标值；
其中，WPEKSR表示小波包能量曲率平方和的相对变化率，也就是本发明提出的新的损伤指标，WPEKSd表示斜拉桥损伤后的小波包能量曲率平方和，WPEKSu表示斜拉桥损伤前的小波包能量曲率平方和，这里的WPEKSu可以从斜拉桥配备的数据库中获取。
损伤识别模块73，用于根据损伤指标值诊断斜拉桥的损伤。
在一种可能的实现方式中，损伤识别模块73，用于根据斜拉桥建立对应的模型；
进一步地，损伤识别模块73，用于根据斜拉桥建立基准有限元模型。
损伤识别模块73，还用于在模型中，设置不同损伤程度工况，模拟出不同损伤程度工况下模型中各测点对应的损伤指标值；
进一步地，损伤识别模块73，用于在基准有限元模型中，设置不同的工况及测点，不同工况对应不同的损伤位置以及不同的损伤程度；同时，损伤识别模块73，还用于针对不同工况，提取各个测点的时频响应信号，并根据上述计算损伤指标值的方法计算在不同工况下各个测点对应的损伤指标值。
损伤识别模块73，还用于根据不同损伤程度工况下对应的各测点的损伤指标值，确定损伤位置和损伤位置对应的损伤指标值；
进一步地，损伤识别模块73，用于根据上述不同损伤程度工况下对应的各测点的损伤指标值建立测点位置和损伤指标值的点线图，损伤指标值出现明显峰值的测点位置即为损伤位置，该测点对应的损伤指标值即为损伤位置对应的损伤指标值。
损伤识别模块73，还用于根据损伤位置对应的损伤指标值和对应损伤程度工况下的损伤程度值，计算得到斜拉桥的损伤程度与损伤指标值的函数对应关系；
进一步地，损伤识别模块73，用于根据上述得到的不同损伤程度工况下，损伤位置对应的损伤指标值，在Matlab中进行拟合计算，得到斜拉桥中损伤位置的损伤程度与损伤指标值的函数对应关系。
损伤识别模块73，还用于根据，基于斜拉桥的实测时频响应信号计算得到的损伤指标值，和函数对应关系，诊断斜拉桥的损伤。
进一步地，损伤识别模块73，还用于实测斜拉桥的时频响应信号，并进一步计算各测点的损伤指标值，可以确定各测点位置是否为损伤位置。进一步地，将损伤位置的损伤指标值带入上述函数对应关系，对斜拉桥中损伤位置的实际损伤进行诊断。
本发明实施例通过获取模块，用于获取斜拉桥的时频响应信号；计算模块，用于对时频响应信号进行小波包分解与重构，计算小波包能量曲率；计算模块，还用于根据小波包能量曲率，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值；损伤识别模块，用于根据损伤指标值确定斜拉桥的损伤。在对斜拉桥进行损伤识别时，将小波包能量曲率和小波包能量变化率两种指标相结合，提出了一种新的损伤指标—小波包能量曲率平方和的相对变化率。充分利用了小波包能量曲率和小波包能量变化率两种指标的敏感特性，能够有效提高损伤识别精度。
图8是本发明实施例提供的终端的示意图。如图8所示，该实施例的终端8包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82。所述处理器80执行所述计算机程序82时实现上述各个基于改进小波包能量曲率的斜拉桥损伤识别方法实施例中的步骤，例如图1所示的步骤101至步骤104。或者，所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块的功能，例如图7所示模块71至73的功能。
示例性的，所述计算机程序82可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器81中，并由所述处理器80执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序82在所述终端8中的执行过程。例如，所述计算机程序82可以被分割成图7所示的模块71至73。
所述终端8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8可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是终端8的示例，并不构成对终端8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端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80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)、现场可编程门阵列(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也可以是任何常规的处理器等。
所述存储器81可以是所述终端8的内部存储单元，例如终端8的硬盘或内存。所述存储器81也可以是所述终端8的外部存储设备，例如所述终端8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81还可以既包括所述终端8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个基于改进小波包能量曲率的斜拉桥损伤识别方法实施例的步骤。其中，所述计算机程序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(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、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。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于改进小波包能量曲率的斜拉桥损伤识别方法，其特征在于，包括：
获取斜拉桥的时频响应信号；
对所述时频响应信号进行小波包分解与重构，计算小波包能量曲率，包括：对所述时频响应信号进行小波包分解与重构，得到小波包能量；根据所述小波包能量，计算所述小波包能量曲率；
所述根据所述小波包能量，计算所述小波包能量曲率，包括：根据计算所述小波包能量曲率；
其中，Ki表示所述时频响应信号经小波包分解成不同频段后，第i频段的小波包能量曲率；表示所述时频响应信号经j层小波包分解后第i频段内的第k+1个测点的小波包能量；/>表示所述时频响应信号经j层小波包分解后第i频段内的第k个测点的小波包能量；表示所述时频响应信号经j层小波包分解后第i频段内的第k-1个测点的小波包能量；l表示测点间距；所述i表示频率参数，i＝0，1，…，2j-1；所述j表示尺度参数，所述j为大于0的整数；所述k表示位置参数，所述k为大于0的整数；
根据所述小波包能量曲率，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值，包括：根据所述小波包能量曲率，计算小波包能量曲率平方和；根据所述小波包能量曲率平方和，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值；
根据所述损伤指标值诊断所述斜拉桥的损伤。
2.根据权利要求1所述的基于改进小波包能量曲率的斜拉桥损伤识别方法，其特征在于，所述根据所述小波包能量曲率，计算小波包能量曲率平方和，包括：
根据计算所述小波包能量曲率平方和；
其中，WPEKS表示所述小波包能量曲率平方和；Ki表示所述时频响应信号经小波包分解成不同频段后，第i频段的小波包能量曲率；所述i表示频率参数，i＝0，1，…，2j-1；所述j表示尺度参数，所述j为大于0的整数。
3.根据权利要求1所述的基于改进小波包能量曲率的斜拉桥损伤识别方法，其特征在于，所述根据所述小波包能量曲率平方和，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值，包括：
根据计算小波包能量曲率平方和的相对变化率；
其中，WPEKSR表示所述小波包能量曲率平方和的相对变化率；WPEKSd表示斜拉桥损伤后的小波包能量曲率平方和；WPEKSu表示斜拉桥损伤前的小波包能量曲率平方和；
将计算得到的WPEKSR，确定为所述损伤指标值。
4.根据权利要求1-3中任一项所述的基于改进小波包能量曲率的斜拉桥损伤识别方法，其特征在于，所述根据所述损伤指标值诊断所述斜拉桥的损伤，包括：
根据所述斜拉桥建立对应的模型；
在所述模型中，设置不同损伤程度工况，模拟出不同损伤程度工况下所述模型中各测点对应的损伤指标值；
根据所述不同损伤程度工况下对应的各测点的损伤指标值，确定损伤位置和所述损伤位置对应的损伤指标值；
根据所述损伤位置对应的损伤指标值和对应损伤程度工况下的损伤程度值，计算得到所述斜拉桥的损伤程度与损伤指标值的函数对应关系；
根据，基于所述斜拉桥的实测时频响应信号计算得到的损伤指标值，和所述函数对应关系，诊断所述斜拉桥的损伤。
5.一种基于改进小波包能量曲率的斜拉桥损伤识别装置，其特征在于，包括：
获取模块，用于获取斜拉桥的时频响应信号；
计算模块，用于对所述时频响应信号进行小波包分解与重构，计算小波包能量曲率，包括：对所述时频响应信号进行小波包分解与重构，得到小波包能量；根据所述小波包能量，计算所述小波包能量曲率；
所述根据所述小波包能量，计算所述小波包能量曲率，包括：根据计算所述小波包能量曲率；
其中，Ki表示所述时频响应信号经小波包分解成不同频段后，第i频段的小波包能量曲率；表示所述时频响应信号经j层小波包分解后第i频段内的第k+1个测点的小波包能量；/>表示所述时频响应信号经j层小波包分解后第i频段内的第k个测点的小波包能量；表示所述时频响应信号经j层小波包分解后第i频段内的第k-1个测点的小波包能量；l表示测点间距；所述i表示频率参数，i＝0，1，…，2j-1；所述j表示尺度参数，所述j为大于0的整数；所述k表示位置参数，所述k为大于0的整数；
所述计算模块，还用于根据所述小波包能量曲率，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值，包括：根据所述小波包能量曲率，计算小波包能量曲率平方和；根据所述小波包能量曲率平方和，计算小波包能量曲率平方和的相对变化率，确定为损伤指标值；损伤识别模块，用于根据所述损伤指标值诊断所述斜拉桥的损伤。
6.一种终端，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上的权利要求1至4中任一项所述方法的步骤。
7.一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上的权利要求1至4中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111565618.9A CN114239364B (zh) | 2021-12-20 | 2021-12-20 | 基于改进小波包能量曲率的斜拉桥损伤识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111565618.9A CN114239364B (zh) | 2021-12-20 | 2021-12-20 | 基于改进小波包能量曲率的斜拉桥损伤识别方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114239364A CN114239364A (zh) | 2022-03-25 |
| CN114239364B true CN114239364B (zh) | 2023-09-12 |
Family
ID=80759689
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111565618.9A Active CN114239364B (zh) | 2021-12-20 | 2021-12-20 | 基于改进小波包能量曲率的斜拉桥损伤识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114239364B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107844622A (zh) * | 2017-09-04 | 2018-03-27 | 湘潭大学 | 一种基于损伤状态均匀荷载面曲率的简支梁损伤识别方法 |
| CN108090295A (zh) * | 2017-12-27 | 2018-05-29 | 武汉光谷北斗控股集团有限公司 | 一种大跨斜拉桥拉索损伤识别方法 |
| CN109975136A (zh) * | 2019-04-09 | 2019-07-05 | 西南交通大学 | 一种基于小波包分析的钢框架结构损伤识别方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018108283A1 (en) * | 2016-12-15 | 2018-06-21 | Brainlab Ag | Determining an indicator relating to injury |
| JP6874858B2 (ja) * | 2017-12-07 | 2021-05-19 | 日本電気株式会社 | 損傷診断装置、損傷診断方法、及び、損傷診断プログラム |
-
2021
- 2021-12-20 CN CN202111565618.9A patent/CN114239364B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107844622A (zh) * | 2017-09-04 | 2018-03-27 | 湘潭大学 | 一种基于损伤状态均匀荷载面曲率的简支梁损伤识别方法 |
| CN108090295A (zh) * | 2017-12-27 | 2018-05-29 | 武汉光谷北斗控股集团有限公司 | 一种大跨斜拉桥拉索损伤识别方法 |
| CN109975136A (zh) * | 2019-04-09 | 2019-07-05 | 西南交通大学 | 一种基于小波包分析的钢框架结构损伤识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于小波包能量分布和大小变化的结构损伤识别对比分析;付宝刚等;中国建材科技;第1-6页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114239364A (zh) | 2022-03-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109034244B (zh) | 基于电量曲线特征模型的线损异常诊断方法及装置 | |
| CN107992401A (zh) | 性能测试评价方法、装置、终端设备及存储介质 | |
| CN112086203A (zh) | 一种疫情预测方法、装置及终端设备 | |
| CN113343541B (zh) | 长大跨桥梁的涡激振动预警方法、装置及终端 | |
| CN112559657A (zh) | 水污染溯源方法、装置及终端设备 | |
| CN111175608A (zh) | 基于加速独立分量分析的配电网谐波责任定量划分方法 | |
| CN112801315A (zh) | 电力二次设备的状态诊断方法、装置及终端 | |
| CN115841046A (zh) | 基于维纳过程的加速退化试验数据处理方法和装置 | |
| CN113806343B (zh) | 一种车联网数据质量的评估方法和系统 | |
| CN114977216A (zh) | 振荡信号的参数辨识方法及终端 | |
| CN112729884B (zh) | 基于大数据的设备故障诊断方法及装置 | |
| CN113447881B (zh) | 智能电能表的测量方法、装置及终端设备 | |
| CN114239364B (zh) | 基于改进小波包能量曲率的斜拉桥损伤识别方法及装置 | |
| CN114461618A (zh) | 一种计量缺失数据补全方法、装置及终端设备 | |
| CN116109145B (zh) | 车辆行驶路线的风险评估方法、装置、终端及存储介质 | |
| CN111654405A (zh) | 通信链路的故障节点方法、装置、设备及存储介质 | |
| CN110411721A (zh) | 一种海洋立管损伤定位方法及系统 | |
| CN114519267A (zh) | 地下电缆模型的数据更新方法 | |
| CN111597096B (zh) | 一种基准测试方法、系统及终端设备 | |
| CN115577927A (zh) | 基于粗糙集的重要电力用户用电安全评估方法及装置 | |
| CN112346995B (zh) | 一种基于银行业的测试风险预估模型的构建方法及装置 | |
| CN113197116A (zh) | 生猪健康监测及出栏时间评估方法、终端设备及存储介质 | |
| CN107665185A (zh) | 一种基于短信业务的客户行为分析方法及相关装置 | |
| CN115290798B (zh) | 变压器油色谱在线监测装置的稳定性能监测方法及终端 | |
| CN113376564A (zh) | 基于数据分析的智能电表计量校正方法、装置及终端 |
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 |