[发明专利]基于多尺度奇异吸引子预测误差的梁结构损伤识别方法

说明书

本发明公开了一种基于多尺度奇异吸引子预测误差的梁结构损伤识别方法，该方法具体包括以下步骤：通过传感器系统采集梁结构的加速度响应数据；采用软阈值法对加速度数据进行去噪；对去噪信号实施平稳离散小波分解，得到无降采样的多尺度子信号；应用相空间重构理论对多尺度子信号进行相空间重构，得到多尺度重构吸引子MRA，并对其进行归一化处理，得到MRAN；计算多尺度奇异吸引子预测误差PE，据其判断梁结构的健康状态，并识别其损伤程度。本发明建立的多尺度奇异吸引子预测误差法，突破了激励形式的限制，同时具有损伤敏感性强、识别准确度高的特点，仅采用单点加速度数据即可准确识别梁结构的损伤程度。

技术领域

本发明涉及一种梁结构损伤识别方法，具体涉及一种基于多尺度奇异吸引子预测误差的梁结构损伤识别方法，属于结构损伤诊断领域。

背景技术

梁结构在长期服役中，受自身材料退化和复杂环境影响，不可避免发生损伤，早期局部损伤的演化累积会威胁整体结构的可靠运行和安全，甚至导致整体破坏。基于此，近二十年来结构无损检测技术取得迅速进步，在及时发现结构早期损伤方面发挥了不可替代的作用。奇异吸引子预测误差法是随着混沌理论的快速发展而新兴的一种结构无损检测方法，目前正逐步被应用于机械、土木领域的结构损伤诊断。然而，利用小波变换改进传统的奇异吸引子，得到新的多尺度奇异吸引子预测误差，并据其进行梁结构损伤识别的研究还未见报道。

传统的基于奇异吸引子预测误差的梁结构损伤检测方法对激励形式有严格要求，一般需根据结构特征选择具有特定李雅普诺夫指数的混沌激励；而常规激励，如锤击激励、简谐激励等，无法满足以上激励选择的要求，会降低奇异吸引子预测误差法在损伤识别中的准确性和稳定性。

发明内容

本发明所要解决的计算问题是：针对现有技术不足，改进了常规的基于奇异吸引子预测误差的结构损伤检测方法，对振动信号进行平稳小波变换和相空间重构处理，得到新的多尺度奇异吸引子，进而通过多尺度奇异吸引子预测误差判断梁结构健康状态并识别损伤程度。相比于传统方法，本发明建立的多尺度奇异吸引子预测误差法，突破了激励形式的限制，同时具有损伤敏感性强、识别准确度高的特点，仅采用单点加速度数据即可准确识别梁结构的损伤程度，提供了一种简单、快速、准确的梁结构损伤识别方法。

本发明所采用的技术方案为：

一种基于多尺度奇异吸引子预测误差的梁结构损伤识别方法，具体步骤包括：

步骤一、布置安装传感器量测系统，采集梁结构的加速度响应数据，记为x＝{x(t_n)},n＝1,2,…,N，其中，t_n为第n个采样点所在的时刻，N为数据长度；

步骤二、采用小波软阈值法对加速度响应数据进行去噪处理，得到去噪后的加速度响应数据，记为y＝{y(t_n)}；

步骤三、对y实施平稳离散小波分解，得到无降采样的多尺度子信号，分别为近似系数a_j＝{a_j(t_n)}和细节系数d_j＝{d_j(t_n)},其中j是小波分解尺度；

步骤四、应用相空间重构理论对多尺度子信号进行相空间重构，得到多尺度重构奇异吸引子MRA，并对其进行归一化处理，得到MRAN；

步骤五、计算多尺度奇异吸引子MRAN预测误差，记为PE，据其判断梁结构的健康状态，并识别梁结构的损伤程度。

作为本发明的进一步优选方案，步骤二小波软阈值法具体计算方式如下：

(1)对x进行离散小波变换。

(2)计算信号噪声的方差σ：

其中，d₁是第一层离散小波细节系数。