时序与主成分分析的钢框架模型损伤识别研究

王嘉琛, 逯静洲, 高倩, 朱旭

烟台大学学报(自然科学与工程版) ›› 2015, Vol. 28 ›› Issue (4) : 289 -293.

烟台大学学报(自然科学与工程版) ›› 2015, Vol. 28 ›› Issue (4) : 289 -293. DOI: 10.13951/j.cnki.37-1213/n.2015.04.010

时序与主成分分析的钢框架模型损伤识别研究

    王嘉琛, 逯静洲, 高倩, 朱旭
作者信息 +

Author information +
文章历史 +

摘要

针对结构健康监测中基于时间序列分析实现损伤识别的问题,提出了一种利用AR模型的均方差根误差(RMSE)与主成分分析(PCA)的结构损伤识别方法.首先对加速度数据建立自回归AR模型,并求得模型的均方根误差.然后,采用主成分分析获取载荷矩阵,通过标准化处理后提出结构损伤特征指标并定位损伤发生的位置.为验证本文提出方法的可行性,对不同损伤工况下的钢框架模型进行了振动试验,利用该方法对各种损伤状况进行识别,识别结果与预设损伤情况相一致.结果表明,使用该方法可以充分利用大量实测数据,克服外界干扰因素所带来的影响,对于结构的损伤诊断具有较高的理论价值和实用价值.

关键词

损伤识别 / 钢框架结构 / 时间序列 / 主成分分析 / 自回归(AR)模型

Key words

引用本文

引用格式 ▾
王嘉琛, 逯静洲, 高倩, 朱旭. 时序与主成分分析的钢框架模型损伤识别研究[J]. 烟台大学学报(自然科学与工程版), 2015, 28(4): 289-293 DOI:10.13951/j.cnki.37-1213/n.2015.04.010

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

国家自然科学基金资助项目(51479174); 山东省自然科学基金资助项目(ZR2012EEM014)

AI Summary AI Mindmap

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/

〈 〉