基于基准贝叶斯原理与稀疏正则化的结构损伤识别方法

技术特征：
1.一种基于基准贝叶斯原理的结构损伤识别方法，其特征在于包括：对结构进行环境振动测试，采集加速度信号数据；对采集信号进行快速贝叶斯fft模态识别，获得结构实测模态信息；建立有限元模型，参数化刚度矩阵；基于基准贝叶斯原理构建损伤识别目标函数；采用群体智能优化算法求解目标函数。2.根据权利要求1所述基于基准贝叶斯原理的结构损伤识别方法，其特征在于具体步骤为：a.在待识别的结构上布置加速度传感器，进行环境激励条件下的振动测试，获得结构的振动信号b.根据采集得到的结构加速度信号进行快速贝叶斯fft模态识别，获得结构的实测模态信息包括实测固有频率和阵型及相应的后验协方差矩阵其中i表示模态的阶数；c.建立结构的有限元模型，根据有限元模型计算得到结构的计算模态信息包括计算固有频率和阵型其中i表示模态的阶数；d.基于基准贝叶斯原理，结合结构模态信息，建立实测模态参数与根据有限元模型计算的理论模态参数之间的拟合函数，即构建损伤识别目标函数；所述目标函数为：e.采用智能群体优化算法求解目标函数，实现结构损伤的定位与量化。3.根据权利要求2所述基于基准贝叶斯原理的结构损伤识别方法，其特征在于步骤b：设结构振动测试采集的加速度信号为(其中n表示采集信号的通道数，n为每个通道采集信号的样本数量)。对进行快速傅里叶变换，表达式为：假设为模态参数合集，其中f为模态频率，为阻尼比，s
ij
为模态激励的互功率谱密度，σ2为预测误差的功率谱密度，φ为阵型；α的后验分布可表示为α的后验分布p(α|{z
k
})可改写为：式中为后验协方差矩阵。4.根据权利要求2所述基于基准贝叶斯原理的结构损伤识别方法，其特征在于步骤e：采用的智能群体优化算法为jaya算法，通过不断逼近当前最优解并避免当前最差解达到全局寻优的目标，基本程序包括种群初始化、局部搜寻策略及贪心选择机制三部分。5.一种基于基准贝叶斯原理与稀疏正则化的结构损伤识别方法，其特征在于包括：对结构进行环境振动测试，采集加速度信号数据；对采集信号进行快速贝叶斯fft模态识别，获得结构实测模态信息；建立有限元模型，参数化刚度矩阵；基于基准贝叶斯原理与稀疏正则化构建损伤识别目标函数；设置正则化参数选取范围和迭代步长，对其中任一正则化参
数采用群体智能优化算法求解目标函数；基于dp准则选取正则化参数，求解得到最优结构参数。6.根据权利要求5所述基于基准贝叶斯原理与稀疏正则化的结构损伤识别方法，其特征在于具体步骤为：a.在待识别的结构上布置加速度传感器，进行环境激励条件下的振动测试，获得结构的振动信号b.根据采集得到的结构加速度信号进行快速贝叶斯fft模态识别，获得结构的实测模态信息包括实测固有频率和阵型及相应的后验协方差矩阵其中i表示模态的阶数；c.建立结构的有限元模型，根据有限元模型计算得到结构的计算模态信息包括计算固有频率和阵型其中i表示模态的阶数；d.基于基准贝叶斯原理与稀疏正则化技术，结合结构模态信息，建立实测模态参数与根据有限元模型计算的理论模态参数之间的拟合函数，即构建损伤识别目标函数；所述目标函数为：e.确定正则化参数选取范围，设置合理步长，对取值范围内每一个正则化参数采用智能群体优化算法求解目标函数；实现结构损伤的定位与量化。7.根据权利要求6所述基于基准贝叶斯原理与稀疏正则化的结构损伤识别方法，其特征在于步骤e：基于dp准则选取合适的正则化参数λ，得到最优的结构损伤参数，实现结构损伤的定位与量化。8.根据权利要求7所述基于基准贝叶斯原理与稀疏正则化的结构损伤识别方法，其特征在于步骤e：根据经验确定正则化参数选取范围[a，a nδ]，设置合理步长δ，对取值范围内每一个正则化参数λ
i
＝a iδ(其中i＝0，1，...，n)采用智能群体优化算法求解目标函数。9.根据权利要求8所述基于基准贝叶斯原理与稀疏正则化的结构损伤识别方法，其特征在于步骤e：采用的智能群体优化算法为jaya算法，包括种群初始化、局部搜寻策略及贪心选择机制三部分，算法开始时会在解空间内随机生成一个初始种群，初始种群生成后将通过局部搜寻策略更新每个个体，不断靠近当前最优解并远离当前最差解，在种群中的全部个体均更新生成子代后，采用贪心选择策略决定进入下一次迭代的个体。10.根据权利要求1-9任一项所述的结构损伤识别方法，其特征在于：基于基准贝叶斯原理构建损伤识别目标函数时分为两个阶段进行识别，在阶段一中，首先识别模态特性，即固有频率、阻尼比、振型等，然后利用它们的识别结果对第二阶段的结构参数进行识别。

技术总结
本发明公开了一种基于基准贝叶斯原理与稀疏正则化的结构损伤识别方法，包括对结构进行环境振动测试，采集加速度信号数据；对采集信号进行快速贝叶斯FFT模态识别，获得结构实测模态信息；建立有限元模型，参数化刚度矩阵；基于基准贝叶斯原理与稀疏正则化构建损伤识别目标函数；设置正则化参数选取范围和迭代步长，对其中任一正则化参数采用群体智能优化算法求解目标函数；基于DP准则选取正则化参数，求解得到最优结构参数。本发明根据基准贝叶斯原理及稀疏正则化技术建立了实测模态参数与根据有限元模型计算的理论模态参数之间的拟合函数(即损伤识别目标函数)，并采用智能优化算法求解最优的结构参数，实现了结构损伤的定位与量化。位与量化。位与量化。


技术研发人员：张凤亮 刘洋 翦凝敏 谷东锴 石磊 董浩 丁习斌 李坤林 陈熙 吴边 韦骄原 樊志标 罗成 敖凌宇 杨波 王璐 李颖 华建成
受保护的技术使用者：中铁五局集团有限公司 哈尔滨工业大学（深圳）
技术研发日：2021.12.07
技术公布日：2022/8/11