结构健康监测

结构健康监测

【结构健康监测】是指对工程结构实施损伤检测和识别。我们这里所说的损伤包括材料特性改变或结构体系的几何特性发生改变，以及边界条件和体系的连续性，体系的整体连续性对结构的服役能力有至关重要的作用。结构健康监测涉及到通过分析定期采集的结构布置的传感器阵列的动力响应数据来观察体系随时间推移产生的变化，损伤敏感特征值的提取并通过数据分析来确定结构的健康状态。对于长期结构健康监测，通过数据定期更新来估计结构老化和恶劣服役环境对工程结构是否有能力继续实现设计功能。

监测简介

监测起源

长期以来，我们一直使用针对质量的不连续的方法来评估结构是否有能力继续服役以实现设计目的。从19世纪初开始，列车员借助小锤通过听锤击铁轨的声音来确定是否存在损伤。在旋转机械行业，几十年来振动监测一直作为检测手段。在过去的十到十五年里，结构健康监测技术开始兴起并产生一个联合不同工程学科分支的新的领域，而且专注于这个领域的学术会议和科学期刊开始产生。因此这些技术变得更为常见。

识别算法

结构健康监测的问题可归入数据模式识别算法的范畴[3-4] 。这个算法可分解为四部分：（1）实用性评估，（2）数据采集和提纯，（3）特征提取和数据压缩，（4）统计模型的发展。当你试图将此算法应用于实际工程结构上获取的数据时，很明显的是，第2-4部分，即数据提纯、压缩、正规化和数据融合来贴近工程实际服役环境是非常关键的环节，我们可通过硬件、软件以及二者的有机结合来实现。

实用性评估

对于健康监测对结构的损伤识别能力，实用性评估涉及到四个方面：

（1）结构健康监测的应用对于生命安全和经济效益有什么好处？

（2）怎样对结构进行损伤定义，多重损伤同时存在的可能性，哪种类型最值得关注？

（3）什么条件下（不同用途、不同环境）的体系需要监测

（4）使用过程中采集数据的局限性

使用环境对监测的体系和监测过程的完成形成限制条件。这种评估开始将损伤识别的过程和损伤的外部特征联系起来，当然也用到独特的损伤特征来完成检测。

数据采集和提纯

结构健康监测的数据采集部分涉及到选择激励方法、传感器类型、数量和布置，以及数据采集、存储、传输设备。经济效益是选择方案一个重要的参考因素，采样周期是另一个不可忽视的因素。因为数据可在变化的环境中获取，将这些数据正规化的能力在损伤识别过程中变得非常重要。当应用于结构健康监测时，数据正规化是一个分离出由于环境或操作而导致的传感器测得的不准确的数值。最常见的方法是通过测量输入参数来正规化测得的响应。当环境或操作影响比较显著时，我们需要来对比相似时间段的数据或对应的操作周期。数据的不

稳定性的来源需要认识到并把它对系统监测的影响降到最低。总的来说，不是所有的影响因素都可以消除，因此，我们有必要才去适当的措施来确保这些无法消除的因素对监测系统的影响作用大小。数据的不稳定性会因为变化的环境因素、测试条件以及测试的不连续性而加剧。

数据提纯是一个筛选部分有价值数据以完成传递的过程，与特征提取的过程相反。数据提纯很大程度上基于个人相关数据采集的经验。举例来说，通过检查测试设备的安装或许会发现某个传感器的固结已经松动，因此基于个人经验可以在数据处理的过程中删除获取的这组数据或某个特定传感器测得的数据。数据处理技术，比如滤波和重构，也是一种不错的数据提纯方法。

总之，结构健康监测过程中的数据采集、正规化和提纯技术在不断前进。特征提取过程的进一步认识和数据模型的不断完善都将有助于数据采集技术的进步。

特征提取和数据压缩

结构健康监测领域中最受关注的莫过于通过数据特征如何辨别出损伤结构与完好结构。数据压缩包含于这个特征选择过程，最有效的损伤识别的特征还是

基于相关测试系统的相应量（比如现场测得的振动谱或频率）是最常用的特征之一。另一个损伤识别方法是寻找与特定损伤敏感的因素，即某个结构体系在某特定环境下的损伤与某种参数最原始的定义相对应。这种模拟损伤的系统是一种非常有效的工具。分析工具的应用也起到非常重要的作用，比如试验验证的有限元模型。分析工具通常用来进行数值模拟试验，通过计算机设置来模拟真实结构的损伤。通过观测承受荷载的结构体系关键部件的老化得到的损伤累计测试也可用于识别某些损伤。这个过程涉及到加速损伤测试、疲劳测试、腐蚀、和温度循环对某种类型损伤的积累。上文提到的多种类型的分析和试验研究或多种研究方法的有机结合可加深对某些损伤特征的认识。

统计模型的发展

通过统计模型来辨别结构是否存在损伤，是结构健康监测领域文献中涉及最少的一部分。统计模型关注如何评估结构的损伤状态的算法的使用，统计模型中用到的算法通常分为3种：当完好结构和有损伤的结构的数据都可获取时，模式识别算法通常使用与有参照的研究有关的整体分类，整体分类和回归分析法都属于有参照研究的范畴；无参照研究指的是缺乏损伤结构的数据；新型的检测技术（或引用自其他行业比较成熟的技术）是一种应用于无参照研究中的基本算法。所有的算法（分析统计或提纯优化）都推动损伤识别技术的提升。

结构健康监测理论基础

经过20年的发展，可以说本领域已经成熟到一个阶段，很多基本的理论和原理已经成型。这些原理如下：

公理1：所有的材料都有内在损伤；

公理2：损伤的评估需要体系两种状态的对比；

公理3：可通过无参照研究来判定损伤是否存在和定位损伤，但是判定损伤类型和损伤程度需要有参照研究模式；

公理4a：单靠传感器不能测定损伤，数据处理的特征提取和统计分类才能将传感器获取数据转换为损伤信息；

公理4b：在缺乏智能特征提取手段时，测试方法对损伤越敏感，则操作和环境因素对测试结果影响越大；

公理5：损伤的开始和发展的长度和时间尺度提供结构健康监测传感系统需要的特征；

公理6：在算法对损伤的敏感度和抗噪声干扰的能力有一个平衡点；

公理7：可通过体系动力响应变化测得的损伤尺寸与可激励的频率范围大小成反比；

结构健康监测的组成

结构健康监测系统包括：

1）结构

2）传感器系统

3）数据采集系统

4）数据传输和存储系统

5）数据管理系统

6）数据解析和诊断

a）系统识别

b）结构模型更新

c）结构状况评估

d）预测服役年限

这个技术的一个比较典型的例子，在桥梁或飞机中布置传感器，这些传感器为不同的结构变化提供譬如应力或应变的实时监测信息。在土木工程行业，传感器获取的数据通常传送到远端的数据采集中心。借助于现代技术，基于传感器获取到的信息使结构的实时控制（主动结构控制）成为可能。——来着百度

摘要：在电力系统中，随着电网容量越来越大，以及智能电网的发展，对变压器的运行状态实行有效地监测成为了值得研究的课题，而将物联网与变压器状态和检测联系起来更成为一