整体与局部信息融合的结构损伤诊断方法研究

基于结构振动信息的整体类损伤诊断方法易受环境噪声等因素影响且对局部损伤不敏感，而基于局部信息的损伤诊断技术仅对局部损伤敏感。若将二者结合，整体信息有助于把握结构全局，局部监测信息对局部损伤敏感且可验证整体类方法的识别结果，两者相辅相成，有助于提高损伤诊断的准确性。本项目结合整体与局部信息，应用信息融合理论，对传感器测点优化、模型修正与损伤识别三方面结构健康监测关键技术，进行一体化研究，提高结构损伤诊断的准确性与鲁棒性。主要研究内容有：首先研究基于信息熵理论的整体与局部传感器相结合的测点位置与数量优化方法；其次，基于局部尺度信息如裂纹、应变，结合整体模态参数信息对模型进行修正，提出多尺度模型修正方法；第三，建立结合整体与局部信息的损伤识别Bayesian概率模型，考虑噪声、环境因素及测点缺失等因素的影响，减少损伤诊断的不确定性；最后，进行模型实验研究，验证本项目方法的有效性。

结构的损伤诊断技术可以分为局部的损伤诊断技术和整体的损伤诊断技术，两者之间可以实现优势互补，整体与局部信息融合的损伤诊断必然是结构损伤诊断问题研究的一个趋势，也是解决损伤诊断问题的一条最佳途径。本项目在国内外土木工程结构健康监测领域首先开展了基于整体与局部传感器信息融合的结构损伤诊断方法研究，基于整体与局部传感器信息融合的损伤识别技术要求和依赖于考虑多传感器信息互补的传感器优化技术。因此，本项目做了如下研究：针对基于整体与局部传感器信息的确定性损伤指标进行损伤识别的方法，考虑环境噪声、边界效应以及识别参量提出基于损伤灵敏度的多类型传感器测点优化方法；针对基于整体与局部传感器信息及Bayesian理论损伤识别的方法，提出基于损伤概率的多类型传感器测点优化方法；结合主动监测与被动监测，结合PZT传感器，应变传感器和加速度传感器信息，建立基于整体与局部信息的Bayesian的概率损伤模型。该概率损伤识别模型充分利用了多类型传感器信息。最后对四点固支板和桁架结构试验研究，验证测点优化与损伤诊断方法的有效性。为土木工程结构健康监测数据分析与处理的发展提供了新方法，具有重要的理论意义和实际价值。