基于倒谱测距和证据推理的大跨越特高压输电塔损伤识别研究

With the development of ultra-high voltage (UHV) transmission line system, the safety requirement of transmission tower is becoming increasingly urgent. A good damage identification method of transmission tower should have the three key characteristics: real-time, accuracy, reliability. It is also the development trend of damage identification technique. Now, the integration research of the three key characteristics isn’t enough, and a set of systematical theory and methods to solve the coupling damage identification problem of bar and node is lacking. The project takes UHV transmission tower as research object, time-domain identification as mainline, improvement of the three key characteristics as research purpose, ARMA/GARCH model as starting point, cepstrum distance and evidence reasoning as research means, to systematically study the theory of safety alarm and damage identification. The project will explore the integration development mechanism of the three key characteristics, and present a set of modeling technique, solving algorithm and safeguard methods. It will provide the theory and enabling technique of transmission tower health monitoring and damage identification. For the damage detection method based on cepstrum distance and evidence reasoning in the project, we haven’t found the similar methods in published literatures. So, the proposed method has innovative significance.

随着特高压输电线路的飞速发展，对输电塔的安全性要求也日益迫切。在输电塔的安全监测和损伤识别中，需要考虑实时性、准确性、可靠性三个重要特性。这也是损伤识别技术发展的趋势。目前对于三个重要特性的“一体化”研究还不够，对输电塔杆件和节点的耦合损伤识别技术还缺乏一套系统的理论和方法。本项目以特高压输电塔为研究对象，以时域信息的监测和识别为主线，以提高实时性、准确性、可靠性三个重要特性水平为目标，以响应数据的ARMA/GARCH建模为切入点，以倒谱测距和不确定证据推理为研究手段，系统研究输电塔的安全预警和损伤识别原理，探索识别技术的多重要特性“一体化”协同发展机制，提出一套输电塔损伤预警和识别的结构化建模技术、求解算法和保障方法，为提高我国输电塔等复杂塔架的健康监测和损伤识别提供理论和使能技术支撑。本项目基于倒谱测距和证据推理相结合的损伤识别方法，目前国内外尚无类似研究报道，故研究方法也具有创新性。

随着特高压输电线路的飞速发展，对输电塔的安全性要求也日益迫切。在输电塔的安全监测和损伤识别中，需要考虑实时性、准确性、可靠性三个重要特性，这也是损伤识别技术发展的趋势。本项目进行了输电塔有限元模型的建立以及时程参数的提取和预处理研究, 研究了时域模型的建模机理及模型定阶和参数估计方法，以及混合时域模型的组合方式和建模机理，特别是研究了线性时域模型和非线性时域模型的组合特征；在此基础上，进行了AR模型倒谱距离的损伤识别机理和损伤指标的研究，以及混合时域模型的损伤识别机理和损伤指标研究，并对基于加速度时域数据的不确定推理技术和证据理论相结合方式进行了研究；研究了输电塔构件损伤的敏感性和逆推理损伤识别方法，对输电塔构件线性损伤分别采用了关联模态云推理方法和AR模型倒谱距离方法进行了损伤识别研究和敏感性分析，对输电塔构件非线性损伤采用了混合模型方法进行了研究；然后对结构损伤识别整体架构及重要特性控制进行了研究，具体研究了基于倒谱距离和AR模型的时域损伤转换指标模块和基于自回归条件异方差转换指标以及基于GARCH效应的损伤识别罚指标模块，并研究了基于倒谱距离和证据理论的损伤识别整体架构和相关控制策略；最后进行了两组不同输电塔的实验模型研究，分别进行了线性损伤振动台实验和非线性损伤振动台实验，利用实验数据对相关损伤识别方法进行了验证分析。通过以上研究可知，采用AR时域模型可以较好地分析和识别结构的线性损伤，而采用ARCH和GARCH模型可以较好地分析和识别结构的非线性损伤。在此基础上，进一步采用证据理论框架可以更好地处理和识别结构的整体损伤，并提高了损伤识别的精度和可靠性。本项目采用了多时域模型和证据理论相结合，从而提高了损伤识别的实时性、准确性、可靠性的“一体化”研究水平，故具有一定的创新意义和实用价值。