文摘
介绍了实际评价结果利用地面雷达干涉仪在测量获得的数据进行桥梁结构。由于对象的性质研究,作者提出了一个综合的数据分析方法,确定是否通过的车辆没有损坏桥。汽车的有效使用的桥励磁允许我们首先开发一个方法确定阻尼参数对可能发生跳动的频率。结果,可以确定这些数据注册与雷达的子集,它可以假定符合线性系统。这种类型的数据,通常省略在其他作品中,形成了第二个重要元素的基础研究的支持缺陷检测算法基于ARMA模型。执行的优化计算,特别是提出了最优ARMA模型,故障识别的方法基于DSF参数,或错误识别基于nonmetrical库克的距离会导致一个健壮的和可扩展的方法。方法的低计算复杂度可以实现实时的解决方案。此外,错误的分布和分类器基于DSF参数的敏感性和库克的距离使他们将使使用机器学习分类过程的自动化。该方法是普遍的;特别是,它可以用于雷达干涉测量方法,因为它是对潜在变量的环境条件。
1。介绍
重要的和非标准的工程结构的检验测量及相关研究的基础评估他们的安全。组中的对象必须在负载测试和需要监控,监控等,桥梁结构和建筑受到地震的影响因素。等设施的监控和检查被测负载评估的安全应该提供一个基础结构的调试和未来。
可以发现许多失败进行分析的基础上观察使用各种测量设备。在这一组,要注意雷达干涉测量技术,允许许多元素代表了测试结构的同步观测。其重要的优势是能够以非接触的方式进行测量,不需要安装任何设备对象。
使用许多点的雷达观测站点来分析结构的健康很宽。这种类型的研究是进行桥梁和高层建筑通过确定基于动态位移监测的振动参数(1]。非犹太人和Bernardini2]描述的应用雷达传感器振动的全面测量桥梁与传统的时间序列记录加速度计。在本研究中,应用程序的雷达传感器振动的全面测量桥梁与传统的时间序列记录加速度计。因此,共振频率和振型的桥被识别雷达信号比较相应的数量估计从传统传感器记录的数据。此外,巴罗斯和Paiva [3]目前雷达测量的许多不同类型的桥梁结构进行了单孔位微吹气扰动的一部分。对于每个案例研究,类似的比较结果为同一案例研究通过结构计算模型或其他侵入单孔位微吹气扰动技术,为了确定这不干扰雷达干涉测量的准确性。反过来,Diaferio et al。4)关注运行模态分析(OMA),这是作为一种工具广泛用于土木工程结构的模态识别和单孔位微吹气扰动。他们分析的能力和可能需要改进的地面雷达干涉试验装置应用于铁路高架桥,代替经典实验技术基于加速计的使用,涉及高成本和长时间进行测量,经常中断服务的建设。雷达测量的应用程序的另一个例子与另一种观察方法,这是一个建立测量系统基于数字图像相关系数,提出了Kohut et al。5]。这项研究进行了评估的行为电车高架桥由于操作负荷。
研究结构基于雷达观测的条件也进行了高对象。胡锦涛et al。(6使用雷达测量高层建筑的观察。他们建立了一个连续二次programming-genetic算法来确定动态建筑自然环境激励下的振动特征。这种方法不仅准确地确定共振频率也直接提取正弦和余弦分量的振幅的振动信号下的共振频率响应与传统的基于快速傅里叶变换的频谱分析。
另一个例子是一个历史性的圬工钟楼检查可以见到效果等。7]。该方法利用提取模态参数的定义结构的力学特性,如质量、阻尼和刚度矩阵通过运行模态分析,从测量由一个非常有前途的,迅速的,基于雷达干涉测量法和非接触式的实验技术。这种方法可以非常有效的用于结构健康监测。不同的应用程序是由奥臣et al . (8]。他们使用了非接触式雷达观测的田园风力涡轮机叶片的结构健康监测。雷达传感器帮助监测叶片在设计、测试和运行。此外,它支持的决心损伤检测的田园风涡轮叶片在一个3层SHM框架特别是那些由复合材料通过提取条件参数残差的模态频率和偏转。
损伤检测是单孔位微吹气扰动系统的最重要的一个应用和算法。现代计算技术在数字信号处理的基础上,通过机器学习的评价模式,或评估模式的分析信号的统计特性可以用来评估建筑的安全对象(9,10]。
最近,这个领域的一个重要趋势是使用机器学习识别潜在的问题。而人工智能方法的使用是广为人知的系统基于动态数据的分析,同样值得注意的是,可以有效地分析数据从高分辨率测量系统使用深机器学习方法11]。摄影测量系统和计算机视觉系统的使用也可以成功地包括动态测量。这种类型的工作包括许多研究方向,其中以下应该提到的:不同的模板匹配技术来跟踪目标,坐标转换的方法确定校准因素将图像像素位移转换成物理位移,通过跟踪测量人造目标和自然的目标,和许多其他人。
最后,单孔位微吹气扰动的测量位移数据的应用进行了综述,包括结构模态特性识别的例子,结构模型更新损伤检测和电缆力估计(12]。单孔位微吹气扰动系统的一个重要元素不仅识别损伤,也给这些信息足够的重量。特别是,研究工作可能包括提供信息在单孔位微吹气扰动系统包括传感器和传感器位置的数量(13]。单孔位微吹气扰动系统的复杂性和大量的传感器不保持对系统的有效利用的可能性。
一样重要的研究工作,着重于系统的可靠性,有那些旨在减少计算复杂度,同时保持损伤诊断效率。特别是,与传统策略使用频率响应函数或响应数据,损伤检测方法是解决采用遗传性保持强烈的相互关系的函数和结构损坏或恶化为了避免激发的测量,结合主成分分析,导致降低计算成本(14]。
研究单孔位微吹气扰动算法问题,就像在这篇文章中,损害发生在桥梁结构的识别。这些测试,这对实际应用是至关重要的,还必须包括一个分析桥梁和车辆之间的相互作用,构成干扰和振动的来源(15]。长期监测的对象本质上是改变环境条件,特别是改变天气状况。这些变化影响测量系统和对象本身的行为。黄等。16)解决这个问题,这表明,在实际应用中,时变环境和操作条件,如温度和外部载荷,经常压倒损伤造成的细微变化。因此对删除这些结构性变化具有重要意义(损伤特性)从实际结构损伤造成的外部影响。作者提出了一种新的基于卡尔曼滤波器和协整的损伤识别方法(肯德基)。结果,被破坏的环境影响指标,由于卡尔曼滤波系数的协整过程。Bhowmik et al。17)表明,大多数工作迄今为止处理算法,需要收集数据的窗口,呈现它们无效的在线实现。算法主要集中在数学上一致的递归技术在一个严格的理论框架结构损伤检测人失踪。这个激励的发展现在的框架。作为解决方案,baseline-free方法连续在线multidegree自由振动结构的损伤诊断使用递归的奇异谱分析结合时变自回归建模。此外,长期监测的问题也被认为是由罗伊et al。18]。作者注意到这一事实的直接比较振动信号或模态属性在不同的时间可能还不足以确定损害赔偿及其位置。因此,重要的是要分析振动信号提取的形态变化,这些响应信号和关联的类型,结构损伤的位置和大小。
一个有趣的解决方案,提出了由Krishnan et al。19),成功地消除了需要离线后处理和促进在线损伤诊断特别是应用于流媒体数据不需要任何基线数据。这是一个小说baseline-free方法连续在线multidegree自由振动结构的损伤诊断使用递归主成分分析(RPCA)结合时变自回归(TVAR)建模。在这种方法中,加速度数据用于获得递归适当的正交组件在线使用一阶摄动方法,其次是TVAR模型的转化反应,检测振动系统的动态行为的变化从其原始状态的连续线性/非线性状态表明损伤。
相反,基于数据结构的健康分析代表固定的部分提出了测量信号,其中,由孙等人Nair et al。20.,21]。建议的解决方案的一个重要元素。
这项工作提出了一个算法进行研究测试或运行负荷下,允许同步观测将允许识别测试过程中可能出现的任何结构性破坏和数据库建立的基础参考系统的基于单孔位微吹气扰动。
一个算法检测和自动识别应用建筑和结构的缺陷。是特别有用的工程结构动态激励,敏感如桥梁、高架桥、立交桥,桅杆,和塔,以及独立的烟囱(单和multi-flue)基于测试或操作负载下进行测试。
2。命题的损伤检测算法
2.1。概述
计算技术是测量信号,在时间变量,测量,和结果传递到计算单元形式的时间序列和谱图,并分析进行平稳时间序列的片段。
在第一阶段,在测量一个给定的结构,测量设备,如加速度计、干涉雷达、或GNSS接收器,定位在这样一种方式,可以执行如下:(一)可以准确地识别产生的模式形状结构的模态分析(b)他们位于的地方受到伤害在测试负载和运行负载下测试期间
在第二阶段,确定的值振幅从时间序列的部分,哪些代表自由振动,与模态分析的结果相比,在频域范围内的值和范围计算对数衰减的阻尼自由振动的希尔伯特变换(22]。
然后,在时间序列的部分代表平稳信号,ARMA模型拟合(线性自回归移动平均模型)23]。在此基础上,引入损伤敏感特征(DSF) Nair et al。21),计算归一化值(第一个系数除以的平方和的平方根的前三个系数)。
在第三阶段,如果给定的距离计算系数,计算给定时间序列的基础上跨越车辆后,变化的系数递减线安装到以前实现的DSF使用库克的距离。通过这种方式,桥的动态行为,偏离常态,确认。
负载测试期间记录的信号在时域可分为三个部分(图1):(1)代表固定的数据信号。这是发现的基础结构的特性代表的条件可能损害之前和部分代表对象的条件后自由振动已经过期。第二部分是评价的基础力量是否损坏的对象。(2)数据代表建筑的偏转。标准的程序可用于计算系数等参数的动态放大系数(DAF)。(3)数据代表了自由振动。正确过滤和标准化过程允许振幅谱的计算,也可以确定设计代理按照阻尼基于对数衰减的阻尼值。
2.2。估计结构的阻尼
常见的做法是使用free-damping数据来验证有限元分析(有限元分析)模型。通常,数据是用于获得振幅谱(图的信息2)。为了正确地建立一个振幅谱,必须处理一个带通滤波器输入信号支持的数据和一个预先计算的模态分析基于有限元素分析的方法。代表自由振动的间隔可能呈现如下: 在哪里振幅,阻尼系数,是频率,阶段,是时候了。
(一)
(b)
如果一个希尔伯特变换计算出这样一个信号,信封的阻尼振荡得到结果(图3)。
考虑到方程(1),估计参数B不得计算在以下两个方面:(我)直接从拟合指数函数的定义到希尔伯特变换的结果(2)通过拟合线性函数的对数希尔伯特变换
经典的对数衰减的阻尼计算的基础上,以下方程: 在哪里对数衰减的阻尼和吗和连续的振幅。
直接使用方程(2)并不能解决问题,见图3。尽管使用带通滤波器,信号,注册自由振动,影响两个非常相似的频率,因为击败频率的现象发生在桥结构而被测试。发现这种情况下桥梁结构,特别是对电缆桥梁(10,25,26]。这个事件的解决方案优于经典的方法基于对数衰减的阻尼的定义,在提交的例子中,阻尼系数的估计不受错误发生的频率成分(图的数量4)。
描述振动的标准方程指数。由其自然很难被回归分析算法。建议的解决方案是基于线性化方程之前估计的参数。希尔伯特变换的对数表示可以很容易地估计使用线性回归或广义线性回归与选择成本函数(作者存在LSF的使用成本函数)。这是一个更有效的方法和更健壮的解决方案。
这种方法允许阻尼系数的估计是基于稳健估计的。此外,评估时确定,整个数据采集测量信号的被利用,而不是任意选择振幅(图4)。因此,在确定线性估计, 在哪里抑制振动和时期吗是常数。
2.3。结构健康评估和损伤检测
如果在负载测试期间,发生损坏建筑,它将改变测量数据的统计特征。存在一组开发的方法识别的损伤。它们基于ARMA的一致(自回归移动平均)模型在给定的数据。的一般形式如下: 在哪里是标准化的测量信号,是k马th AR和系数,p和问马模型的基于“增大化现实”技术和流程,然后呢残余项。
详细讨论了算法的(10,19,20.]。特别是,修改和实现算法适应结构如图5。
该算法的结构是在下面详细讨论。回答这个问题的假设是是否结构在车辆的状况的方法在桥梁结构的加载和之后发生了变化。算法作用于数据portions-called批处理或数据间隔。批量数据处理是一种有效的方式处理大量数据的一组事务被收集在一段时间内。数据收集、输入和处理,然后产生的结果。因为我们希望能够测量之间的比较结果,数据的时间间隔必须标准化过程的一开始,如图5。一个实际的方法如下: 在哪里分析区间(批数据),是平均值,标准偏差。
标准化后,输入时间序列ARMA模型的按照方程(5)。考虑不同类型的工程结构系数的排名基于“增大化现实”技术(p),硕士(问),建议的解决方案,评估。
因此,算法的行动的影响的结果将DSF的损伤敏感特征参数计算出具体的数据向量代表前后工程结构潜在的损害(图6): 在哪里从方程(获得的系数5)。
经典的方法在一个给定的结构进行损伤识别是一个必须采取所有获得的DSF系数测试(前标记在图6圆圈)和使用这个为基础来计算估计价值。下一步将是整个区间代表结构的类比过程行为激发后应用于建筑(结果是显著图6加号)。
因此,两组数据的平均值估计。在此基础上,得出的结论是,将会有一个实质性的组织之间的区别,使用标准t以及为这个目的。
这种方法的缺点有两个特点:(1)至关重要的带足够数量的样品代表结构行为力量应用于建筑后,为了正确的统计学意义从给定的测试相应的保持在高水平。(2)限制的可能性,使用计算技术在桥梁结构的操作受到持续的使用,可能没有一个合适的时间长度之间的影响结构收集适当的运行的数据量t以及确定DFS系数。
2.4。减少必要的数据
上述限制可能会使用不同的标准来解决比统计数据估计在两组之间的差异。后的数据集被认为是激发和阻尼的对象和下一个激发之前,有限的数据量可以注册。这意味着两个连续的力量应用于结构在短时间内。对于这些数据,可以计算有限数量的DSF系数(在图7标有箭头)。
可能遇到这样的情况,研究正在进行桥梁结构在当前的使用,特别是那些各种各样的汽车,不是标准的,都是超大号的。手头的问题是是否一个给定的车辆可能会造成结构的损伤会即使在最小的间隔之间的影响。
为了验证是否注册的有限数量的DSF参数明显不同于一般实现,公式,可用于回归分析是基于库克的距离由以下方程: 在哪里是jth合身的响应值,是jth拟合响应值,适合不包括观察我、MSE的均方误差回归模型系数的数量。
有几个原因解释为什么库克的距离选择作为一种工具来检测DSF系数值的变化。首先,使用这种方法允许的诊断对象的状态后立即加载已被删除的算法是至关重要的。因此,可以发现潜在的损坏的桥对象的基础上少量的数据。第二,有明确的、客观的评估标准库克的持久性差别是否有统计学意义(27]。第三,没有必要执行递归DSF系数的统计显著性测试,大大降低了计算复杂度。
图8提出了库克的距离计算为示例数据集。很容易看到所有捕获的DSF系数向量的数据代表一个受损结构赋值行以上。
图中的虚线8对应于推荐的三次阈值的均值库克的距离。情节与库克的距离观测值大于阈值。特别是DSF获得矢量数字51岁,52岁和53库克的距离值相对比其他人更高,超过阈值。通常您可能希望找到并忽略这些从你的数据和重建模型,但在我们的例子中,这些信息被用来回答这个问题如果提取(例如,一个汽车)引起的损伤检测桥。重要的是要记住,这不是库克的距离的值,但DSF系数的值的变化是识别损伤的基础对象。库克的距离仅仅是一个工具,它允许您客观、高效地找到DSF值的变化。
3所示。桥的测试结果
3.1。观测数据的采集
的对象进行测试是一个电车高架桥。地面干涉雷达IBIS-S被用来获取数据(图9)。代表桥跨12个点的位移测量的主题;然而,一个点的观测,位于跨度半身的,被用于进一步分析。采样频率设置为100 Hz。
相位精度的设计规范应用于雷达系统,是用于研究,提出适合与一系列短期位移测量精度优于0.1毫米(28]。此外,雷达制造商声称,位移测量精度在0.01毫米的水平。这个值是由分析确认由Rodelsperger [29日),考虑信噪比之间的关系(信噪比)和位移测量误差。信噪比的值取决于雷达信号的强度反映在观察到的对象。的信噪比40 dB,位移测量误差是0.03毫米,进一步提高信噪比的降低。时间序列进行进一步分析记录观察到的7分之一桥跨的,对他们来说,信噪比大于65分贝。
在进行研究,认为大气扰动的影响和多路径信号的影响可以忽略不计。这是可能的,因为在观察期间,大气状况没有改变和测量系统的配置对象保持不变。此外,考虑到这一事实的精度测量结果是更重要的比它的准确性进行测试,这可能是假定0.01毫米的位移是一个实际的观察记录。
时间序列进行进一步分析如图10。表示固定信号的数据用红色标注的。他们提供输入数据对该算法检测潜在的损害。使用箭头,清晰的自由振动激发的间隔,这将被用来确定结构振动的频谱和阻尼的对数衰减。
在该算法中,频谱分析不是一个关键但解决方案的一个辅助元素。算法的本质是基于平稳信号的转换。然而,该方法监测桥梁的应用将受到车辆交通。因此,为了正确地分析数据,有必要验证后当激发施工振动阻尼。
确定阻尼结构的参数,观察间隔标注箭头(图使用10)。选择的观测间隔受到FFT分析。占主导地位的两个案例分析显示值2.95赫兹±0.01赫兹的频率。这意味着自然试验桥跨的振动周期T= 0.34 s。
根据该算法,希尔伯特变换被用来确定结构的阻尼。从观测信号标记为蓝色,而振动的信封(即。希尔伯特变换的图像)红(图所示11)。
(一)
(b)
然后,在希尔伯特变换的对数表示,线性函数拟合(图12)。参数的确定值B定义在方程(3)是0.0572和0.0646的分析情况。这意味着对数衰减的阻尼= 0.019和0.022,分别。
(一)
(b)
3.2。算法参数的优化
结构损伤检测的算法基于自回归移动平均模型有几个参数,可以调整充分分析构建对象。其中是p和问值,也就是说,模型的基于“增大化现实”技术和MA过程可以指出。此外,包含数据的向量的长度来确定DSF参数也不是严格定义,这些向量的个数相同。因此,对于分析的情况,来确定最佳的一次由AR和MA值(数据13和14分别)。
(一)
(b)
(c)
(一)
(b)
(c)
在以下数据,不同的符号被用于标记DSF值获得结果的分析信号的记录发生前负荷和后负荷终端(如阻尼振动)和相关的影响。实线表示在相应颜色的回归直线安装设置的DSF值决定采用数字的分析数据向量。
模型的基于“增大化现实”技术的价值和MA过程有一个范围,使它们适合于分析(21]。提出了变异的选择和问= 3作为进一步分析的最优。虽然问参数不显著影响DSF值(问= 3选择进一步分析)的参数p,差异显著。的选择进一步分析由于DSF最小的变化值(黑色标记在图13)与时间序列的观测结构负载出现之前,即。,潜在的损失。
在下一阶段,向量的长度的影响包含数据确定DSF参数,证明了分析向量的个数。观测数据被分为两个方面:(1)21向量与向量元素和(2)200年11 400个元素(图15)。结果表明高灵敏度的变体(1);然而,变体(2)也显示,明显不同于普通的值。这是很重要的,在检测的过程中结构的状态的变化。(2)变体的优点是计算速度越高。
(一)
(b)
3.3。应用库克的距离
在该算法中,库克的距离被用来确定实施有限数量的DSF参数显著不同的平均实现。进行了分析的基础上,DSF数据集,如图15。效果如图16。DSF值超过采用阈值(图中虚线16),即。,the outliers, are marked with red circles.
(一)
(b)
应该注意的是,DSF值将表明结构的改变状态(向量。第四在图(15日)或向量。6在图15 (b))不计算证实了库克的距离。相反,也会发生异常值(黑十字图16(b)),这并不意味着DSF破坏的基础上。这导致这样的结论:结构损伤的检测应该不仅基于DSF系数也在库克的距离,在该算法是其有价值的补充。该算法有一个优势,一个标准的解决方案,因为它不是基于dsf的简单统计显著性测试。因此,示例加载前后的大小可以不同。什么也不重要残差的分布是(不需要满足相关正式意义的假设测试)。在讨论的例子,DSF系数信号的值对象损害不太可能被另一种方法。由于这一点,该方法不仅速度快而且更敏感。
4所示。结论
提出算法全面探讨了原型工程结构的方法,特别是在测试和操作负载下检查桥梁。它的基本假设和特点如下:(1)的分解记录代表一个给定的桥梁结构的振动信号在时间域分成三组。第一组包含数据之前在自由振动产生影响,从技术上讲,它是一组固定的线性系统的信号。第二组是建筑的反应(即。发生偏转的跨度)。第三组的信号代表了自由振动的结构兴奋。(2)分解信号的频谱,尤其是带通滤波器,允许更有效的光谱分析。频带宽度是有限元分析的结果。(3)振幅谱与分析用有限元素法通过快速傅里叶变换的计算。(4)对象的结构阻尼所代表的是对数的衰减。的计算值不依赖于直接的实现定义但在希尔伯特变换的计算。此外,对数的信封,健壮的最小二乘法拟合的线性回归方法计算。计算系数的线性估计允许的对数衰减估计阻尼在整个信号,即使结构经历跳动的频率。(5)识别潜在的损伤结构的影响是基于DSF系数。这个问题的答案,如果损害发生是基于库克的距离,而不是测试的平均值的比较得到如下:这种考试的影响时,实时的结论可能得出的数据是否测试对象显示损坏,即使在情况下的破坏发生在测试对象的操作。
至关重要的是,数据支持算法领域的正常平稳信号进行了分析。重要参数如下:订单的ARMA模型,数据窗口的长度,和测试获得的残差是正常的,阻碍和同分布。建设条件的验证是基于适当的基准(相同的环境条件)。此外,建议的解决方案提出了当前和现代的方法来解决这个问题。特别是,它提供了以下:(我)平稳和非平稳的信号的有效分离(2)最优的ARMA模型参数(3)支持在线解决方案通过限制计算复杂度实现的可能性(iv)有效输入数据分析进行了使用人工智能方法,特别是对于分类DSF参数和库克的距离分配给他们(v)方法利用希尔伯特变换超大激(vi)基于干涉雷达观测方法的使用,促进潜在损害的位置,因为输入数据统一在时域和严格定义的位置;由于简单的测试对象的覆盖率与多个观察,分析数据,因此损伤的位置,更容易(七)从雷达系统,允许输入数据,由于频率和位移测量的准确性,使用的算法是最发达的加速度计的测量进行分析(八)不影响天气变化的可能性推理动态对象的状态的问题。
进一步的研究是机器学习的技术实现,将允许自动分类的DSF系数。
数据可用性
PDF数据用于支持本研究的结果中包括补充信息文件(年代)。
的利益冲突
作者宣称没有利益冲突有关的出版。
确认
这份出版物是在法定研究基金会没有准备的。11.11.150.005部门的工程测量和土木工程,矿业测量和环境工程学院AGH科技大学在克拉科夫。
补充材料
原始雷达测量数据作为补充材料的形式提供PDF文件。(补充材料)