投稿须知

2013，49（3）混凝土泵车是将混凝土泵送至一定高度并实现一定时间内连续浇注的设备，结构复杂，工作环境恶劣，如果出现故障将影响用户的施工进度，给双方的经济效益和社会效益带来负面影响。因此采取恰当的健康监测手段，准确把握泵车的运行状态信息，即对泵车的健康状况进行评估，对提高泵车的工作效率，泵车的安全使用、预判性的安排维护计划具有重要的意义。1泵车臂架结构健康监测方案

在结构健康监测领域[1]，目前大部分是基于结构振动模态分析的损失监测方法。其原理是结构一旦出现损伤，结构参数（如刚度、质量、阻尼）将发生变化，相应会导致结构动力响应特性（固有频率、模态振型）的变化，从而使结构显示出与正常结构相区别的动态特性。

混凝土泵车臂架结构有多节臂架组成，臂架之间通过软测量技术在泵车臂架结构健康监测中的应用

胡凡，吴运新

HU Fan,WU Yunxin

中南大学机电工程学院，长沙410083

College of Mechanical and Electrical Engineering,Central South University,Changsha 410083,China

HU Fan,WU Yunxin.Application of soft sensor in structure health monitoring of truck-mounted concrete pump https://www.360docs.net/doc/334536478.html,puter Engineering and Applications,2013,49（3）：263-266.

Abstract ：The truck mounted concrete pump boom health monitoring scheme whose fatigue damage is calculated by using strain signal is established.But the service life of the strain gauge is short and not reliable,so it cannot meet the need of truck mounted concrete pump long-term health monitoring through direct measurement of strain signal by strain gauge.So the soft sensor modeling method for strain signal based on LS-SVM is given.After analyzing strain features of truck mounted concrete pump boom,the secondary variables are selected.To improve the precision of the model,decoupling the strain signal,the soft measurement model of static and dynamic strain whose parameters are optimized by genetic algorithms are respectively estab-lished,and then the total strain is acquired.Separate modeling effect is compared with overall modeling.The emulation result indicates that soft-sensing technique provides a feasible method for the realization of truck mounted concrete pump health moni-toring in engineering,and respectively establishing the soft sensor model of the static and dynamic strain is more accurate than the overall modeling.

Key words ：truck mounted concrete pump boom;structure health monitoring;soft sensor;Least Square Support Vector Machines （LS-SVM ）;genetic algorithm

摘要：利用混凝土泵车臂架应变信号计算其疲劳累积损伤的健康监测方案，由于应变片的使用寿命较短且不可靠，通过应变片直接测量泵车臂架应变信号不能适用于泵车臂架结构长期健康监测。采用软测量技术，基于最小二乘支持向量机（LS-SVM ）建立软测量模型来间接获得泵车臂架应变信号。分析泵车臂架应变信号的特点，进而选择辅助变量。为了提高模型精度，对应变信号进行解耦，分别建立静态应变和动态应变的软测量模型进而得出总应变，利用遗传算法对模型参数进行了优化，与总体建模结果进行了比较。仿真分析结果表明，软测量技术为泵车臂架结构健康监测的工程实现提供了一种可行的方法，并且分别建立静态应变和动态应变的软测量模型比总体建模精度更高。

关键词：泵车臂架；健康监测；软测量；最小二乘支持向量机；遗传算法

文献标志码：A 中图分类号：TU646doi ：10.3778/j.issn.1002-8331.1107-0229

基金项目：国家高技术研究发展计划（“863”计划）（No.2008AA042801，No.2008AA042802）。

作者简介：胡凡（1986—），男，硕士研究生，主要从事信号分析与处理、结构健康监测等研究；吴运新（1963—），男，教授，博士生导师，主要

从事机械结构动力学、机电控制、冶金机械等专业领域的教学与科研工作。E-mail ：hf720@https://www.360docs.net/doc/334536478.html,

收稿日期：2011-07-11修回日期：2011-09-14文章编号：1002-8331（2013）03-0263-04

CNKI 出版日期：2011-11-14https://www.360docs.net/doc/334536478.html,/kcms/detail/11.2127.TP.20111114.0950.075.html Computer Engineering and Applications 计算机工程与应用

263