數據融合方法在結構損傷識別中應用

周青青,焦朋輝（重慶理工大學,　重慶400054）

數據融合方法在結構損傷識別中應用

周青青,焦朋輝
（重慶理工大學,重慶400054）

在我國很多大型的土木工程的結構健康監測中會應用到多傳感器數據融合方式，以便于提高對結構損傷的辨識。本文主要基于融合技術提出相應的識別工程結構損傷的模型，設置相應的評估指標，并基于鋼筋混凝土板試驗探討數據融合方式的科學性與有效性。結果證明使用數據融合方式能夠得到較高的評價指數，也就是該方法對工程結構損傷的辨識效果較好。

數據融合；工程結構損傷；Bayes方法

0　前言

無論是什么工程，在使用過程中都會由于長期的承載以及環境的因素造成結構老化，進而出現承載性能降低、工程退化的現象。因此，在工程結構的全壽命周期中對其性能進行監測與評估非常重要，對于保障結構的安全性具有重要意義。結構損傷辨識途徑是結構健康監測研究中的重要理論，全世界的相關學者都在進行這一面的研究，也已經出現一些非常有效的方法。使用數據融合技術能夠進行多傳感器輸出信息的處理，也能夠借助不同損傷識別的方式提高整體的辨識性能，是一種較好的選擇。

1　數據融合技術概述

1.1數據融合的發展與功能

在世界范圍內，數據融合技術首先在軍事領域得到應用，尤其是未來戰爭中會更多的依賴傳感器設備。在實際工作中，傳感器容易受到其他設備的干擾或者是欺騙，且因為檢測目標的增加、速度的上升都會得傳感器工作帶來一定的難度。這樣的局面促成了數據融合技術在軍事領域中的應用，其將作為特殊的手段在各個作戰部門發展。

數據融合技術主要有以下四個功能：第一，目標跟蹤，對動態的目標進行連續性的、或者根據時間采樣離散實施全過程的監測，同時還能夠對目標的運動性能進行評估；第二，目標識別，對多個傳感器獲得到的綜合目標屬性參數進行詳細的說明；第三，結構損傷識別，就工程結構中出現的損傷進行檢測與評估，與數據融合技術中目標識別融合一一對應；第四，態勢與威脅的評估，前者是在軍事活動中各個要素形成的視圖，對作戰期間發生以及未發生的事件進行預測。后者則是對實踐的性質進行評估。基于結構健康監測理論，狀態評估主要是對工程結構的承載性能、勞狀態以及功能等進行評估，并就現狀對結構的壽命以及發展規律進行評估。

1.2實現數據融合技術的方式

基于數據融合系統，不一樣的功能目標所隊形的實現方法也存在很大的差異。對應工程結構損傷識別的數據融合技術，主要通過Bayes方法、模糊集法以及D-S證據理論的方法等。本文中主要對Bayes方法于D-S證據理論的方法進行研究。

Bayes方法：在進行隨機試驗的過程中，設有n個相互之間不相容的事件，分別為A1、A2???、An，其中必然且只能出現一個事件，使用R(Ai)表示事件Ai發生的概率，而B為任何一個事件，就能夠得出Bayes公式：

該公式應用在數據融合中時，也可以使用這樣的表現方式：S1，S2，???，Sm表示數量為m個的識別目標，同時使用D 1，D 2，???，Dn為數量為n個的傳感器，將概率P（Si）設為已知，那么能夠得到通過n個傳感器的概率矩陣：

進而能夠知道目標S1的的識別概率：

D-S證據理論的方法:同樣在進行隨機試驗過程中設X1，X2，???，Xn為互不相容的n個實踐，而D 1，D2，???，Dm為傳感器，由第j個傳感器能夠判定與之對應的第i個實踐的發生概率，為M j(Ai)，那事件P的發生概率為：

2　結構損傷識別模型的建立

2.1決策級數據融合中的結構損傷識別模型

基于決策級的數據融合中，使用n個方法對傳感器的數據實施分析，傳感器可以使多個也可以是一個，分別進行損傷的識別與評估，然后對再次得到的決策實施數據融合，進而將結構的整體損傷信息提煉出來，進行最高級別的決策，這是整個工作流程中最關鍵的一步。

2.2特征級數據融合中的結構損傷識別模型

基于特征級的數據融合，與前一種方法相同，使用n個方法對傳感器的數據實施分析。然后將每一個損傷識別方式所對應的參數信息等提取出來，然后對其進行數據融合，進而輸出最高級別的損傷信息決策。

2.3數據級數據融合中的結構損傷識別模型

基于數據級的數據融合中，首先對n個傳感器的數據進行數據融合，然后使用最佳的方式進行損傷識別，最終做出工程結構算上的決策。這樣的方式通常應用于大型工程結構的功能健康監測中。

3　結構損傷識別方法的評價

在本文中使用柔度法以及模態應變能作為評估的基礎，探討數據融合技術在結構損傷識別當中的性能。兩種方式有著很大的相似，在建立識別損傷指標的基礎上，計算某一項上結構外觀尺寸和函數，然后對損傷指標跟隨結構外觀發生變化的規律，出現突變的位置就是發生結構損傷的點。突變點，通常使用將其與臨近的點進行損傷識別指標之間的比較得出來的，因此是一個相對的結果，而不是絕對的。

4　試驗

在進行鋼筋混凝土土板試驗的同時進行動力測試，用于探究板從開始損傷一直打破壞整個階段中的模態、自振頻率等動力學特性發生的改變。本文中，試驗采用的逐點錘擊的方式，將力學信號器通過電荷放大器接入到多通道的采集箱當中，而傳感器的相應信號則通過抗混濾波接入，使用軟件進行模態的分析，文中測試的混凝土矩形板有兩塊，以第二塊板作為主要探討對象。

試驗板的規格為2.0m×0.65m×0.07m，試驗過程中使用鋼支架進行支撐，采用兩端杠桿進行對稱的加載，在完成預壓之后，利用錘擊法收集模態數據，完好狀態記錄為00；然后以20kg作為標準實施分級加載的試驗，當出現明顯的裂縫時，記錄發生損傷工況01，隨后采集第二次的試驗板的模態信息；再以10kg為標準再次進行分級加載試驗，當出現多條裂縫時記錄發生損傷工況為02，采集第三次的試驗板的模態信息；然后繼續以10kg為標準進行加載試驗，直到試驗板完全損毀。

以損傷工況01作為研究對象，使用柔度法、數據融合技術等方式進行損傷識別與分析：基于前兩種工況得到振動信息使用分析軟件得到試驗板的模態值；將得到的結果帶入到柔度法以及應變能的公式當中，計算二者的損傷識別指標；將得到的計算結果作為識別特征帶入Bayes方法以及D-S證據理論的公式中，最終能夠得到融合之后的損傷識別結果。

最終試驗表明，在試驗板2中單純使用柔度法以及模態應變能都不能將損傷位置直觀的辨識出來，但是在進行Bayes方法以及D-S證據理論的融合之后，能夠準確的辨識出相關節點發生的損傷。使用這兩種方式然后進行數據融合，損傷識別的效果較之前高出很多，該方法能夠擴大損傷區域以及非損傷區域的差別，使損傷更加容易辨識出來。

[1]焦莉,李宏男,張海等.基于數據融合和"能量-損傷"的結構多損傷模式識別[J].振動與沖擊,2010,29(08):120-123.

[2]趙建華,張陵.基于不同損傷指標和D-S數據融合的結構損傷識別研究[C].中國力學大會2011暨錢學森誕辰100周年紀念大會論文集.2011:1-9.

[3]王萬平,翁光遠,申偉等.桁架結構損傷識別的數據融合方法研究[J].工業建筑,2012,42(12):129-132.

周青青（1987-），女，浙江奉化人，重慶理工大學電子信息與自動化學院助教，模式識別與智能系統學碩士，研究方向：人工智能、數據挖掘。