一种时空窗口下的改进型PCA损伤检测方法
专利汇可以提供一种时空窗口下的改进型PCA损伤检测方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种 时空 窗口下的改进型PCA损伤检测方法，首先，利用数值仿真或者实验手段，在损伤处于不同空间 位置 的多种工况下，确定不同位置损伤所对应的空间影响范围，进而确定对损伤敏感的结构空间区域，即空间窗口；其次，依据PCA原理确定与外荷载周期有关的 时间窗 口；最后在确定时间窗口和空间窗口后，对空间窗口内所有测点数据使用PCA方法，以 特征向量 作为监测指标，实时监测损伤并实现损伤 定位 。本发明方法是在限定的时间和空间窗口内对结构响应进行PCA分析，从而提高了损伤识别的 精度 和灵敏度，可利用长期结构监测数据对大跨度实体 桥梁 或其它结构进行损伤识别。，下面是一种时空窗口下的改进型PCA损伤检测方法专利的具体信息内容。
1.一种时空窗口下的改进型PCA损伤检测方法，其特征在于：首先，利用数值仿真或者实验手段，在损伤处于不同空间位置的多种工况下，确定不同位置损伤所对应的空间影响范围，进而确定对损伤敏感的结构空间区域，即空间窗口；其次，依据PCA原理确定与外荷载周期有关的时间窗口；最后在确定时间窗口和空间窗口后，对空间窗口内所有测点数据使用PCA方法，以特征向量作为监测指标，实时监测损伤并实现损伤定位；其包括以下步骤：
1)通过无损和不同位置损伤多种工况下的响应信息，确定损伤的空间影响范围；根据空间影响范围，进一步在空间上对结构进行区域划分，实现对测点的分组，从而确定空间窗口，具体如下：
通过无损和不同损伤工况下的响应，确定PCA分析中使用的空间窗口；其中，在同一荷载条件下获取不同损伤工况及结构无损条件下测点的响应数据，分析中所需的样本数据的时间总尺度至少为2个荷载周期；Udi(t)表示有损情况下结构的i号单元在t时刻的响应，Ui(t)代表无损情况下i号单元在t时刻的响应，当|(Udi(t)-Ui(t))/Ui(t)|＞η，判定单元i在t时刻为受到损伤影响的单元，其中η是与传感器的精度有关的常数；假设N为某一损伤工况下一个荷载周期内的测点数据的总采样数，ni为i号单元在一个荷载周期内受损伤影响的累积次数，依据ni/N＞α，判定该单元为该工况下的受损伤影响单元，其中α为依据结构特点所确定的某一常数，且0＜α＜1，以此类推，能确定在该损伤工况下结构中所有受损伤影响的单元与非受损伤影响的单元；同理，能够得到每一种损伤工况下，由受损伤影响的单元组成的影响区及对应的非影响区，将影响区内的所有测点组成的集合作为最优空间窗口；
2)基于外荷载周期确定PCA分析所采用的时间窗口；
3)在限定的空间窗口和时间窗口内，对结构空间窗口范围内测点所采集的响应数据，使用PCA分析，得到对应的特征向量；
4)移动时间窗口，计算不同时间窗口下的特征向量，对比分析特征向量随时间的变化，确定有无损伤及损伤出现的时间；
5)计算不同空间窗口所对应的特征向量，对比分析不同空间窗口下的特征向量随时间的变化规律，确定损伤出现的位置，从而实现损伤定位。
2.根据权利要求1所述的一种时空窗口下的改进型PCA损伤检测方法，其特征在于：在步骤2)中，所选的时间窗口应为外荷载周期的整数倍。
3.根据权利要求1所述的一种时空窗口下的改进型PCA损伤检测方法，其特征在于，在步骤3)中所述的在限定时间和空间窗口内使用的PCA数据处理方法，包括以下步骤：
3.1)确定限定时空窗口内的响应矩阵
假设选定的空间窗口内有m个测点，编号依次为1,2,…m，选定的时间窗口内，每个测点采集的数据个数为Nn，则有
其中，t为对应的监测时间，时间窗口区间为[t1,tN]，ui(tj)为i号传感器在tj时刻的响应，每一列代表一个传感器在选定的时间窗口内测得的所有响应数据；
3.2)矩阵零均值化
对于i号传感器所采集的数据，其均值 依据下式计算：
将矩阵中的每一列减去该列的平均值，得到零均值化的矩阵为
3.3)求对应的协方差矩阵
协方差矩阵为： 其中m为列数；
3.4)求协方差矩阵的特征值和特征向量
(C-λjI)Ψ＝0
依据上述公式，求对应的特征向量Ψ，其中I为对应的单位矩阵，λj为特征值，并有λ1＞λ2＞...＞λm，j取1,2，Ψji为对应的特征值λj下的特征向量分量；
在步骤4)中，移动时间窗口求特征向量，包括以下步骤：
4.1)当时间向前移动k步时，响应矩阵为：
假设每个传感器的总采样数为Ns，令k的取值依次为1,2,…,NS-Nn，并重复步骤3.2)至步骤3.4)，求得第k个时间步下的特征向量分量Ψji(k)；
4.2)计算结构无损情况下在1个荷载周期内计算所得的特征向量各分量的均值 即依据以下判定准则进行损伤识别：
其中，σji为特征向量分量Ψji的标准差；当上式成立时，表示结构不存在损伤；当上式不成立时，结构有损，此时依据k并得到对应的损伤出现时刻；
在步骤5)中，移动空间窗口求特征向量，包括以下步骤：
5.1)根据所得到的最优空间窗口，对结构从空间上进行区域划分和测点分组，计算每一个空间窗口内测点数据所对应的特征向量；首先将每个窗口内测点采集的响应整理成矩阵，然后重复步骤4)求Ψji(k)；
5.2)依据以下判定准则判定损伤发生的位置：
其中，β为依据结构特点所确定的某一常数；当上式成立时，则判定损伤发生在该空间窗口的i号传感器附近。
一种时空窗口下的改进型PCA损伤检测方法
技术领域
背景技术
化，因此不能直接利用原始数据正确诊断结构的健康状态。在这种情况下，需要对原始数据进行深度的学习和训练或者挖掘数据的时频域特征，从而识别结构的损伤。目前，通过对长期健康监测数据进行数据处理从而识别损伤的方法有基于神经网络与遗传算法的方法，小
波分析，ARMA，PCA和MPCA等方法。神经网络与遗传算法结合的方法需要对监测系统的数据进行机器学习训练，是一种非线性的损伤检测方法。在实际服役环境中，结构受到噪声、风、重车荷载等多种随机荷载同时作用，其响应信息是多种随机因素共同作用产生的结果。而
在该方法分析过程中往往不会同时考虑多种荷载作用，因此损伤识别有一定局限性，且鲁
棒性较差。ARMA方法是对时序信号建立自回归平均滑动模型识别异常信号的数据处理手
法。该方法所研究的时间序列必须是满足同一函数分布的平稳信号，非平稳信号需要通过
差分变成平稳信号再建模，对信号要求较高。PCA(主元素分析)方法由于具备良好的去噪能力而被广泛应用，特点是可以在保证数据信息丢失最少的原则下，将多维数据压缩到少数
几维。但该方法在实际损伤识别中会因为数据量随时间的增加而导致计算效率下降，且在
降维的过程中会将微小损伤当做噪声处理。随后出现的MPCA方法，是在选定长度的移动的
时间窗口上对结构所有测点的数据统一使用PCA，求出该时间窗内的特征向量，并通过对比特征向量在时域上的变化以识别损伤。但是，该方法将所有测点的数据统一使用PCA方法进行分析，忽略了远离损伤区域的测点的响应对损伤不敏感这一特点。因此，在数据分析过程中延迟了发现损伤的时间，降低了测损精度。
发明内容
高了损伤识别的精度和灵敏度，可利用长期结构监测数据对大跨度实体桥梁或其它结构进
行损伤识别。
口；其次，依据PCA原理确定与外荷载周期有关的时间窗口；最后在确定时间窗口和空间窗口后，对空间窗口内所有测点数据使用PCA方法，以特征向量作为监测指标，实时监测损伤并实现损伤定位。其包括以下步骤：
在t时刻的响应，Ui(t)代表无损情况下i号单元在t时刻的响应，当|(Udi(t)-Ui(t))/Ui(t)|＞η，判定单元i在t时刻为受到损伤影响的单元，其中η是与传感器的精度有关的常数；假设N为某一损伤工况下一个荷载周期内的测点数据的总采样数，ni为i号单元在一个荷载周期
内受损伤影响的累积次数，依据ni/N＞α，判定该单元为该工况下的受损伤影响单元，其中α为依据结构特点所确定的某一常数，且0＜α＜1，以此类推，能确定在该损伤工况下结构中所有受损伤影响的单元与非受损伤影响的单元；同理，能够得到每一种损伤工况下，由受损伤影响的单元组成的影响区及对应的非影响区，将影响区内的所有测点组成的集合作为最
优空间窗口。
成矩阵，然后重复步骤4)求Ψji(k)；
具体实施方式
0.04m*0.04m。模型及传感器位置如图2所示。温度荷载中，底板Tb服从Tb＝20+10sin(πn/
730),n＝1,2,...,5840。一天内采集6:00,12:00,18:00,24:00时刻温度，总采样数5840对
应采样时长为四年。顶板温度Tt＝Tb+10，内部温度场沿梁高方向呈线性分布。采样时长内，前两年为无损，后两年有损。损伤位置如图2所示。损伤程度分为模量减少20％，40％，60％，
80％。损伤工况如下表所示。
响的单元组成的影响区及对应的非影响区。同理，可以得到16种工况下，由受损伤影响的单元组成的影响区及对应的非影响区。
10]；(5)[sensor 1，sensor 2，sensor 3，sensor 4，sensor 5]。以便于后文阐述本发明中特征向量的计算和与传统的MPCA方法对比，仅例举具有代表性的空间窗口所对应的特征向
量的计算思路，其他窗口计算步骤与之同理。空间窗口A)[sn1,sn2,sn6,sn7]，窗口B)[sn1,sn2,sn3,sn4,sn5]，传统的MPCA使用的窗口C为：[sn1,sn2,sn3,sn4,sn5,sn6,sn7,sn8,
sn9,sn10]，对照组窗口D为：[sn1,sn2,sn3,sn6,sn7,sn8]。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 基于视觉显著性的HEVC优化算法 | 2020-05-08 | 495 |
| 一种自动上料检测机器人 | 2020-05-08 | 650 |
| 一种A940钢单面焊双面成型焊接方法 | 2020-05-08 | 388 |
| 用于对航空零件进行无损检查的方法及其系统 | 2020-05-11 | 370 |
| 一种基于运动检测的视频压缩方法 | 2020-05-11 | 320 |
| 一种反应堆压力容器顶盖贯穿件定位方法 | 2020-05-08 | 631 |
| 一种基于光谱技术玉米霉变的快速检测方法 | 2020-05-08 | 493 |
| 一种时空窗口下的改进型PCA损伤检测方法 | 2020-05-08 | 113 |
| 休闲即食肉制品高光谱无损检测装置 | 2020-05-08 | 899 |
| 一种钢管自动化水膜法无损检测用带监控耦合的超声横波斜探头 | 2020-05-08 | 661 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
