买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明属于结构健康监测中结构损伤识别技术领域，提出基于振动模态特征融合小波包变换的结构损伤模糊识别方法。该方法基于结构振动信号提取出结构模态特征参数融合小波包变换，进而对不同损伤条件下结构响应信号进行模糊聚类，从而实现对结构损伤的识别。本发明根据振动信号模态频带能量分布进行模糊聚类，在保留结构刚度特征的同时实现了对振动数据的降维，从而提高了模糊聚类处理的计算效率和计算精度。本发明无需依赖于损伤情境预设或结构模态参数变化幅度，仅根据结构实际响应可以识别划分出结构不同损伤层级，对于结构健康监测领域中的结构损伤评估具有极大的工程实践价值。

主权项：1.基于振动模态特征融合小波包变换的结构损伤模糊识别方法，其特征在于，包括以下步骤：S1、利用传感器采集结构在不同损伤情境下的加速度响应信号，并根据采样频率截取为适当长度的时间序列{a1}{a2}…{aN}；得到N个时间段的N个样本，提供给S2、S3；S2、依据加速度信号进行模态频率识别，采用随机子空间法进行模态参数识别，获取结构前n阶模态频率{fn}，提供给S3；S3、将采集得到的加速度信号{ai}进行小波包变换处理，再从中提取出S2所述结构模态频率{fn}所对应波包的能量，得到{Energynode},提供给S4；S4、将波包能量{Energynode}进行归一化处理，得到相对模态频段能量{Energyrel},提供给S5；S5、计算n维向量{Energyrel}中两向量之间的欧拉距离，作为相似性度量；S6、用各类样本与类均值间的平方误差和作为聚类准则，定义准则函数： 其中 Je是常用的聚类准则函数，表示N个样本聚类成c类时，所产生的总误差的平方和，其值取决于c个聚类中心；y为第i类聚类族Γi中的样本点，mi为第i类聚类族的中心；S7、按最小距离原则将各样本分配到离代表点最近的一类中，不断重新计算类中心，调整各样本类别最终使聚类准则函数Je最小；t次迭代运算时，样本点归类原则为 由此实现对c类不同损伤情境下N个加速度序列的聚类结果；实际应用时，根据需求提前定义损伤类型数目c，取4个损伤层级，分别为无损伤、轻微损伤、中度损伤和严重损伤；S8、得到加速度响应数据的聚类结果,为进一步找出聚类族所对应的损伤程度，对每类族中的样本时间序列按步骤S2中的方法进行模态频率识别，依据每个类识别得到的一阶模态频率均值，按照从高到低的顺序，即依次对应为无损伤、轻微损伤、中度损伤及严重损伤。

全文数据：

权利要求：

百度查询： 同济大学 上海市地震局 基于振动模态特征融合小波包变换的结构损伤模糊识别方法