本文選題：傳感器性能退化 + 高斯分布　； 參考：《福州大學》2013年碩士論文

【摘要】：結構健康監(jiān)測主要通過檢測結構的響應及變化來進行健康狀態(tài)的評價,目前結構損傷檢測方法僅考慮環(huán)境、荷載對損傷的影響,而沒有考慮傳感器由于長時間工作與環(huán)境的變化導致其性能退化,這嚴重地影響了損傷診斷率,也增加了檢測的難度。因此,在實測的響應中考慮環(huán)境、傳感器性能退化引起的結構響應變化并從中區(qū)分出來,以提高損傷檢測精度。針對上述問題,本文展開了系列研究并取得了以下成果及結論：(1)研究提出了傳感器性能退化及結構損傷在傳感器性能退化檢測控制圖中的反應模式。通過對傳感器異常檢測及性能退化分離算法開發(fā),驗證結構損傷及傳感器性能退化均會引起其響應異常�；诮Y構損傷對結構響應影響具有全局性,而傳感器自身性能退化對結構響應影響具有局部性,可根據(jù)隔離傳感器前后控制圖模式的改變與否判別異常來源,即控制圖模式發(fā)生變化說明異常來源于傳感器性能退化,若控制圖模式不發(fā)生變化,則異常來源于結構損傷。而且,經(jīng)結合數(shù)值試驗與實驗室模型試驗研究發(fā)現(xiàn),由傳感器性能退化引起的控制圖模式為非平穩(wěn)模式,由結構損傷引起的控制圖模式為平穩(wěn)模式。(2)提出改進的傳感器異常檢測及性能退化分離算法。改進的傳感器性能退化檢測控制圖指標對于傳感器性能退化較為敏感,對結構損傷較不敏感,即傳感器性能退化會引起控制圖中控制指標超限,而結構損傷則不會。由此,可根據(jù)改進的傳感器性能退檢測控制圖中控制指標是否超限判斷傳感器異常來源。該算法簡化了傳感器異常來源判斷方法及步驟,而且具有較強說服力。(3)提出了一種新型的損傷檢測策略：基于模態(tài)參數(shù)與MCPSO(多粒子群協(xié)同優(yōu)化算法)的兩階段損傷檢測方法。首先基于模態(tài)應變能對損傷位置進行初步定位,經(jīng)驗證損傷定位有效、可行,而且為第二階段損傷程度優(yōu)化奠定良好基礎；其次,利用閾值過濾一些損傷較小單元(視為無損傷單元),對初步判定損傷的單元進行編碼,利用MCPSO通過粒子尋優(yōu)及反復迭代精確定位單元并識別其損傷程度,經(jīng)驗證損傷識別精度較高且效率高。
[Abstract]:The structural health monitoring mainly evaluates the health state by detecting the response and changes of the structure. At present, the damage detection method only considers the environment and the effect of load on the damage. The sensor's performance degradation is not considered because of the long working hours and the change of the environment, which seriously affects the damage diagnosis rate and increases the difficulty of detection. Therefore, considering the environment in the measured response, the structural response caused by the degradation of the performance of the sensor is changed and distinguished to improve the accuracy of damage detection. In order to solve the above problems, a series of studies have been carried out and the following results and conclusions have been obtained. The response mode of sensor performance degradation and structural damage in the sensor performance degradation detection control chart has been proposed. Through the development of sensor anomaly detection and performance degradation separation algorithm, it is verified that both structural damage and sensor performance degradation will cause abnormal response. Based on the fact that the structural damage has a global effect on the structural response, and the performance degradation of the sensor has a local effect on the structural response, the abnormal source can be identified according to the change of the control pattern before and after isolating the sensor. The change of control chart mode indicates that the anomaly originates from the degradation of sensor performance, and if the control chart mode does not change, the anomaly comes from structural damage. Furthermore, by combining the numerical test with the laboratory model test, it is found that the control chart mode caused by the performance degradation of the sensor is a non-stationary mode. An improved algorithm for sensor anomaly detection and performance degradation separation is proposed. The improved performance degradation detection control chart index is sensitive to sensor performance degradation, but not sensitive to structural damage, that is, the degradation of sensor performance will cause the control index to exceed the limit in the control chart, but the structure damage will not. Therefore, the abnormal source of the sensor can be judged according to the control index in the improved sensor performance regression control chart. The algorithm simplifies the method and steps of sensor anomaly source judgment, and has a strong persuasion. It proposes a new damage detection strategy: a two-stage damage detection method based on modal parameters and MCPSO (Multi-particle swarm optimization algorithm). First, the damage location is preliminarily located based on modal strain energy, which is proved to be effective and feasible, and it lays a good foundation for the second stage damage degree optimization. The threshold value is used to filter some small damage elements (considered as non-damage elements), which encode the primary damage elements, and MCPSO is used to find out the damage degree by particle optimization and iterative accurate location of the unit. It is proved that the damage identification accuracy is high and the efficiency is high.
【學位授予單位】：福州大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TU317

【相似文獻】

相關期刊論文 前10條

1 彭寶華;周經(jīng)倫;劉學敏;;元器件性能退化信息的系統(tǒng)性能可靠性評估[J];火力與指揮控制;2011年10期

2 胡昌華;胡錦濤;張偉;平振海;;支持向量機用于性能退化的可靠性評估[J];系統(tǒng)工程與電子技術;2009年05期

3 蔡靜;王玉梅;;基于Wiener過程的性能退化產(chǎn)品可靠性評估[J];湖南理工學院學報(自然科學版);2012年02期

4 王劍;劉西拉;;結構性能退化的評估和貝葉斯動態(tài)預測[J];巖石力學與工程學報;2007年S1期

5 潘玉娜;陳進;李興林;;基于模糊c-均值的設備性能退化評估方法[J];上海交通大學學報;2009年11期

6 華成;張慶;徐光華;謝俊;李淑智;;動態(tài)概率模型跟蹤性能退化的實時可靠性評估方法[J];西安交通大學學報;2010年01期

7 李偉;王華偉;孫紹輝;;基于性能退化數(shù)據(jù)的可靠性建模分析[J];飛機設計;2014年02期

8 王立;于重重;施彥;張慧妍;;基于振動信號分析的電機性能退化特征提取[J];計算機仿真;2014年04期

9 何英;周東華;俞容;;一種基于性能退化數(shù)據(jù)的電子設備緩變故障預報方法[J];儀器儀表學報;2008年07期

10 張佳;張偉;梅冰;;系統(tǒng)性能退化與可靠性評估[J];戰(zhàn)術導彈技術;2011年06期

相關會議論文 前6條

1 李曉陽;姜同敏;;基于性能退化的應力-強度干涉模型[A];大型飛機關鍵技術高層論壇暨中國航空學會2007年學術年會論文集[C];2007年

2 高軍;陽川;;性能退化數(shù)據(jù)的歸一化處理方法[A];中國電子學會可靠性分會第十四屆學術年會論文選[C];2008年

3 葉文亞;李國平;范立礎;李曉婭;;混凝土橋梁全壽命性能退化規(guī)律的探討[A];第十七屆全國橋梁學術會議論文集（下冊）[C];2006年

4 朱義;陳進;;基于HMM的設備性能退化評估方法的研究[A];2008年全國振動工程及應用學術會議暨第十一屆全國設備故障診斷學術會議論文集[C];2008年

5 葉文亞;李國平;;鋼筋混凝土和預應力混凝土結構服役期性能退化相關性定性的分析[A];結構混凝土創(chuàng)新與可持續(xù)發(fā)展——第十三屆全國混凝土及預應力混凝土學術交流會論文集[C];2005年

6 賈福萍;崔艷莉;候大令;魯彩風;;混凝土受高溫及不同冷卻方式影響的性能退化特征對比分析[A];第七屆全國現(xiàn)代結構工程學術研討會論文集[C];2007年

相關博士學位論文 前8條

1 李業(yè)波;智能航空發(fā)動機性能退化緩解控制技術研究[D];南京航空航天大學;2014年

2 袁容;基于性能退化分析的可靠性方法研究[D];電子科技大學;2015年

3 張彬;數(shù)據(jù)驅(qū)動的機械設備性能退化建模與剩余壽命預測研究[D];北京科技大學;2016年

4 郭磊;基于核模式分析方法的旋轉機械性能退化評估技術研究[D];上海交通大學;2009年

5 趙建印;基于性能退化數(shù)據(jù)的可靠性建模與應用研究[D];國防科學技術大學;2005年

6 林遲;基于結構全壽命設計需求的環(huán)境作用與結構性能退化研究[D];哈爾濱工業(yè)大學;2010年

7 薛鵬飛;預應力混凝土連續(xù)剛構橋結構性能退化預測評估研究[D];浙江大學;2009年

8 潘玉娜;滾動軸承的性能退化特征提取及評估方法研究[D];上海交通大學;2011年

相關碩士學位論文 前10條

1 郭琦;基于性能退化數(shù)據(jù)的可靠性評估方法研究[D];華南理工大學;2015年

2 魏郁昆;系統(tǒng)可靠性分析中環(huán)境因子評估方法研究及軟件實現(xiàn)[D];電子科技大學;2014年

3 周楊;滾動軸承性能退化評估技術研究[D];電子科技大學;2014年

4 劉帥君;基于性能退化數(shù)據(jù)的航空發(fā)動機剩余壽命預測[D];電子科技大學;2015年

5 李卉;基于狀態(tài)監(jiān)測的滾動軸承性能退化評估[D];大連工業(yè)大學;2015年

6 王丹丹;列車滾動軸承性能退化評估方法研究[D];北京交通大學;2016年

7 周楓;基于大數(shù)據(jù)的航天器性能退化分析方法[D];南京航空航天大學;2015年

8 徐清瑤;基于支持向量數(shù)據(jù)描述的滾動軸承性能退化評估[D];華東交通大學;2015年

9 翁柳青;考慮傳感器性能退化的結構損傷檢測[D];福州大學;2013年

10 高思霄;組合轉子性能退化的裂紋位置敏感性研究[D];中南大學;2014年

，

本文編號：1786211