环境变化下基于主成分分析的海洋平台结构损伤识别研究

摘要

海洋平台具有结构复杂，体积庞大等特点，并长期服役于恶劣的海洋环境中，极易发生损伤破坏，因此对海洋平台进行健康监测和损伤识别有着重要的理论和现实意义。基于振动的结构损伤识别方法可以根据结构损伤前后特征参数的变化进行损伤识别，但由环境因素的改变所引起的结构特征参数的变化往往掩盖了结构损伤所引起的特征参数的变化。为此，本文利用主成分分析(Principle ComponentAnalysis，简称PCA)进行环境因素影响下的海洋平台结构损伤识别研究，主要内容如下:
　　(1)综述了国内外环境因素（温度、质量）对结构特征参数的影响;将去除环境因素影响的结构损伤识别方法进行评述，并指出了其优缺点。
　　(2)环境因素影响下基于自回归(Auto-Regressive，简称AR)模型和主成分分析的结构损伤识别研究。首先利用AR模型对不同节点处的加速度响应进行拟合，提取AR模型系数，然后采用PCA技术将数据标准化处理后的AR模型系数投影至受环境因素影响大的低维空间，再逆投影至原始空间，在原始空间中构造Q统计量，将Q统计量作为去除环境因素影响的损伤指标，最后结合统计控制图对结构损伤进行识别研究。海洋平台结构数值模拟和模型试验结果表明，在合理地选择主成分阶数的前提下，该方法可以有效的去除环境因素对损伤识别的影响，但对于结构损伤程度较小的工况，其识别效果较差。
　　(3)环境因素影响下基于AR模型和核主成分分析(Kernel PrincipleComponent Analysis，简称KPCA)的结构损伤识别研究。首先利用AR模型对不同节点处的加速度响应进行拟合，提取AR模型系数，然后利用核函数将数据标准化处理后的AR模型系数投影到高维特征空间中，在高维特征空间中进行主成分分析并构造Q统计量和得分图，根据得分图发现KPCA的可分性优于PCA的可分性;最后将Q统计量作为去除了环境因素影响的损伤指标，同时结合统计控制图对结构损伤进行识别研究。海洋平台结构数值模拟和模型试验结果表明，核主成分分析技术能够去除环境因素对损伤识别的影响，而且可以对结构发生较小程度的损伤进行识别。

目录

声明

摘要

第1章 绪论

1．1 课题背景及研究意义

1．2 环境因素对结构特征参数的影响

1．2．1 温度对结构特征参数的影响

1．2．2 质量荷载对结构特征参数的影响

1．3 去除环境因素影响的方法

1．3．1 参数化去除环境因素影响的方法

1．3．2 非参数化去除环境因素影响的方法

1．4 本文的主要研究内容及创新点

1．4．1 主要研究内容

1．4．2 创新点

第2章 AR模型的基本理论

2．1 AR模型建模过程

2．1．1 数据标准化处理

2．1．2 模型定阶

2．1．3 模型参数估计

2．2 AR模型系数在结构损伤识别中的物理意义

2．3 本章小结

第3章 环境因素影响下基于AR模型和主成分分析的结构损伤识别

3．1 原理

3．1．1 主成分分析

3．1．2 损伤识别统计量

3．1．3 环境因素影响下基于主成分分析的结构损伤识别方法

3．2 数值模拟

3．2．1 海洋平台有限元模型

3．2．2 环境因素的影响

3．2．3 损伤工况

3．2．4 识别结果

3．3 试验验证

3．3．1 试验模型

3．3．2 试验结果分析

3．4 本章结论

第4章 环境因素影响下基于AR模型和核主成分分析的结构损伤识别

4．1 原理

4．1．1 核主成分分析

4．1．2 损伤识别统计量

4．1．3 环境因素影响下基于核主成分分析的结构损伤识别方法

4．2 数值模拟

4．2．1 温度单独影响

4．2．2 温度和质量共同影响

4．3 试验验证

4．4 本章结论

第5章 总结与展望

5．1 总结

5．2 展望

参考文献

攻读硕士学位期间发表的学术论文及科研工作

致谢