论文部分内容阅读
为研究拱坝结构损伤诊断方法,实现拱坝的无损在线健康检测和安全状况评价,本文提出了一种基于统计模式的拱坝结构损伤诊断方法。该方法以统计模式识别技术为基础,结合ARMA时间序列模型、提取特征模式的主成分分析方法和基于HHT的工作模态参数辨识方法等技术,进行拱坝结构的损伤诊断。此方法实质是结构的状态辨识,即消减相同状态之间的差异和放大不同状态之间的差异以实现损伤诊断。其处理过程包括数据采集、依据采集的振动响应数据建立ARMA时间序列模型,利用主成分分析方法对模型的特征参数进行特征提取,将相应数据中的特征信息充分保留并压缩至前几阶主成分中,最后选取合适的数阶主成分建立统计指标进行损伤诊断等四个步骤,其中后面三个步骤是诊断方法研究的重点。基于此,本文对模型定阶、模型验证、模型参数估计、特征参数缩减及统计指标选取进行深入研究,同时利用有限元数值仿真损伤模拟计算和石膏拱圈模型损伤试验的实测数据进行验证,表明本文方法能够有效且准确地诊断出拱坝结构是否存在损伤,并对结构存在的损伤严重程度和位置具有敏感性。该损伤诊断方法数据分析过程简单,对于实测数据所处的环境噪声具有较强的免疫力,具有重要的理论意义和实际工程应用价值。本文所做的主要工作包括:1、选取ARMA时间序列模型作为本文方法的基础模型进行建模,利用AIC准则对模型定阶并通过模态参数验证模型的正确性。2、模型AR部分参数作为模式特征提取对象,利用主成分分析法对其进行压缩提取,根据降维后的各阶主成分贡献率选择包含大部分信息的数阶主成分作为分析对象。3、进行有限元仿真计算,利用本文损伤诊断方法对导出的测点加速度响应数据进行处理,诊断出结构损伤状况。4、在环境激励条件下进行石膏模型损伤振动试验,利用本文方法对实测的测点加速度响应数据进行分析处理,诊断出拱坝结构存在的损伤信息。