1.一种塔吊塔身钢结构损伤定位监测方法,其特征在于:该方法包括:步骤1:将位移传感器安装在每一节标准节的主肢上;
步骤2:位移传感器分别采集和记录各自位置t时间内位移传感器监测到的位移偏移量,时间间隔为0.1秒;
步骤3:把记录t时间内的每节标准节的位移偏移量都均分成n段时间序列数据段,每段时间序列数据的代号分别为n1、n2、n3…nn;
步骤4:用均分成n段的时间序列数据建立数学模型提取损伤因子,所述数学模型包括基于数据均值的数学模型和基于数据的数学模型,所述基于数据均值的数学模型提取损伤因子的步骤为:
步骤a1:获取完好状态和检测状态塔机a、b和c三节点的动态位移数据{Ya1,Ya2,…,Yan}、{Yb1,Yb2,…,Ybn}和{Yc1,Yc2,…,Ycn},节点a和b之间的距离和节点b和c之间的距离相等,节点a处于节点b的下方,节点b处于节点c的下方;
步骤b1:把每段数据取均值,得到[yam1,yam2,…,yamn]、[ybm1,ybm2,…,ybmn]和[ycm1,ycm2,…,ycmn];
步骤c1:以[yam1,yam2,…,yamn]和[ycm1,ycm2,…,ycmn]为输入,[ybm1,ybm2,…,ybmn]为输出,建立基于数据均值的模型,求出[αam1,αam2,…,αamn]和[αcm1,αcm2,…,αcmn],对其取均值得到αma和αmc,所述的模型处理公式:
2ybm=αamyam+αcmycm (1)ybm=αamyam
ybm=αcmycm
步骤d1:利用αma和αmc建立检测基于数据均值的模型;处理公式为:
2ybm=αamyam+αcmycm+εm步骤e1:把检测数据根据步骤a1‑b1处理后,代入步骤d1模型求得残差εam,对残差εam处理后,对其平方得到均值残差的方差步骤f1:变更所述a点的位置,重复步骤a1‑e1,求出不同标准节的均值残差的方差所述基于数据的数学模型提取损伤因子的步骤为:步骤a2:所述基于数据的数学模型提取损伤因子所用的动态位移数据的处理方式与所述基于数据均值的数学模型的步骤a1相同,对所述基于数据均值的数学模型所述的步骤a1中的完好状态和检测状态塔机a、b和c三节点的动态位移数据{Ya1,Ya2,…,Yan}、{Yb1,Yb2,…,Ybn}和{Yc1,Yc2,…,Ycn}进行标准化处理;
步骤b2:以{Yza1,Yza2,…,Yzan}和{Yzc1,Yzc2,…,Yzcn}为输入,{Yzb1,Yzb2,…,Yzbn}为输出,建立基于数据的数学模型,求出系数a1、a2、…ap+1,b1、b2、…bp,c1、c2、…cp+1,所述基于数据的数学模型的处理公式为:
yb(m)+b1yb(m‑1)+…+bpyb(m‑p)=a1ya(m)+a2ya(m‑1)+…+ap+1yb(m‑p)+c1yc(m)+c2yc(m‑1)+…+cp+
1yc(m‑p)+em (2)式中:b1、b2、…bp为输出函数的系数,a1、a2、…ap+1和c1、c2、…cp+1为输入函数的系数,p为阶次,em为基于数据的数学模型残差,ya(m)为{Yza1,Yza2,…,Yzan}中某个数据段中第m个数据点,yb(m)为{Yzb1,Yzb2,…,Yzbn}中某个数据段中第m个数据点,yc(m)为{Yzc1,Yzc2,…,Yzcn}中某个数据段中第m个数据点;
系数计算公式为:
T
Yn=[yb(m) yb(m+1) … yb(N)] (5)式中:N为数据长度;p为阶次; 为模型系数;M=N‑p‑1;
步骤c2:利用粒子群优化算法对模型系数a1、a2、…ap+1、b1、b2、…bp、c1、c2、…cp+1进行无约束优化处理;
系数优化的目标函数为:
式中:N为数据长度;p为阶次; 为模型系数。
假设优化问题是d维优化,在d维空间中,M个粒子组成一个种群,其中第i个粒子表示为:
第i个粒子的飞行速度为:
T
vi=(vi1 vi2 … vid) i=1,2,…,M (9)每个粒子的飞行速度影响该粒子下一步的飞行方向和位置,其基本算法如下:式中:pi为对应个体极值; 为对应个体极值到t时刻为止求得的历史最优解; 为对应系数到t时刻为止求得的历史最优解; 是所有粒子到t时刻为止求得的历史最优解; 为第i个粒子到t时刻为止的最优飞行速度;w为惯性权重因子;c1和c2为加速因子,通常在0~2间取值;r1和r2为两个[0~1]之间变化的相对独立的随机均匀数;把优化后m组系数取均值得到系数aj1、aj2、…、ajp+1,bj1、bj2、…、bjp,cj1、cj2、…、cjp+1作为公式(2)的系数建立基于数据的双输入单输出的模型损伤识别模型:步骤d2:待检测数据标准化处理后得到的{Yza1,Yza2,…,Yzan}、{Yzb1,Yzb2,…,Yzbn}和{Yzc1,Yzc2,…,Yzcn},带入步骤c2的公式(11),根据下述公式计算数据残差的方差:式中:E为步骤b2中的em的矩阵;
2
步骤e2:变更所述a点的位置,重复步骤a2‑d2,求出不同标准节的数据残差的方差σ;
步骤5:在同一台塔机正常完好状态不同工况的情况下,分别按照步骤1‑步骤4所述采2
集、记录和计算出检测模型以及均值残差的方差 和数据残差的方差σ,统计形成数据库;
步骤6:步骤5所述的同一台塔机工作使用一段时间后,在与步骤5所述数据库中相同工况下,按照步骤2、步骤3和步骤4处理后,代入完好状态求得的数学模型,计算出此时塔机的2
均值残差的方差 和数据残差的方差σ;
2
步骤7:所述步骤6计算得出的均值残差的方差 和数据残差的方差σ与所述步骤5的2
数据库中相同工况的均值残差的方差 和数据残差的方差σ进行距离对比分析,以步骤42
步骤f1计算出的 为x轴,步骤4步骤e2计算出的σ为y轴构件待检测损伤特征,对其进行2
归一化后得到损伤因子, 归一化后得到损伤因子D,σ归一化后得到损伤因子F,如果两个状态的损伤因子被判别成一类,那么此时的塔机没有出现损伤,如果没有被判别成一类,那么出现异常的标准节出现了损伤。
2.根据权利要求1所述的一种塔吊塔身钢结构损伤定位监测方法,其特征在于:所述步骤7所述的距离分析的方法为:
2
(1)以步骤4步骤f1计算出的 为x轴,步骤4步骤e2计算出的σ为y轴构件待检测损伤2
特征,对其进行归一化后得到损伤因子, 归一化后得到损伤因子D,σ归一化后得到损伤因子F;
(2)计算数据之间的欧几里得距离;
(3)根据距离和数据组数计算出截断距离dc,同时根据dc计算出任意数据点的ρi和δi;所述ρi和δi计算公式为:
式中:M为损伤因子D、F数据点的数量,dij为yi与yj之间的距离,dc为截断距离,dc为所有数据点之间第nd小的距离值,X(·)为逻辑判断函数,如果(·)<0,则X(·)=1,否则,则X(·)=0;
(4)以ρi为x轴,δi为y轴画出决策图;
(5)根据决策图选择出簇中心点和异常点,ρi和δi都较大的点为簇中心点,ρi较小但δi较大的点为异常点;
(6)将剩余点进行分类,将每个剩余的数据点分配到它的最近邻且密度比其大的数据点所在的簇。