基于奇异值分解和时域灵敏度分析的框架结构 损伤识别方法
短时奇异值分解用于局放信号混合噪声抑制
短时奇异值分解用于局放信号混合噪声抑制周凯;黄永禄;谢敏;何珉;赵世林【摘要】电缆终端局部放电检测是诊断电缆终端绝缘状态的有效手段.为了有效抑制局放信号中的多种噪声源并保留局放信号的细节,提出了一种基于短时奇异值分解的局放信号混合噪声抑制方法.该方法首先利用短时滑动数据窗截取含噪局放信号片段进行奇异值分解,然后利用最优奇异值阈值对周期性窄带干扰进行甄别重构,并进行混合噪声的抑制.对含有混合噪声的局放仿真信号和实验室及现场实测局放信号进行去噪,并将去噪结果与自适应奇异值分解、形态学小波综合滤波器去噪结果进行对比.结果表明:所提去噪方法相比于自适应奇异值分解、形态学小波综合滤波器去噪能取得更好的去噪效果,去噪后波形相似度更高,误差更小,且当数据量较大时,该方法相比于自适应奇异值去噪能显著提高执行效率,具有较好的应用价值.【期刊名称】《电工技术学报》【年(卷),期】2019(034)011【总页数】9页(P2435-2443)【关键词】电缆终端;局部放电;周期性窄带干扰;白噪声;短时奇异值分解【作者】周凯;黄永禄;谢敏;何珉;赵世林【作者单位】四川大学电气信息学院成都 610065;四川大学电气信息学院成都610065;四川大学电气信息学院成都 610065;国网重庆市电力公司电力科学研究院重庆 401123;国网四川省电力公司技能培训中心成都 611133【正文语种】中文【中图分类】TM855电缆终端是电缆线路的重要组成部分，集绝缘、电场应力控制、屏蔽等功能于一体，内部结构复杂，因而运行故障多发[1]。
其中局部放电（Partial Discharge, PD, 简称“局放”）检测是电缆终端绝缘老化诊断的重要手段之一[2]。
然而在电缆终端的局放检测过程中，由于现场电磁环境极其复杂，而实际的局放信号又极其微弱，因此实际检测得到的局放信号常常被湮没在强烈的噪声之中，从而降低局放检测系统的检测灵敏度，影响检测结果[3]。
浅谈基于Midas的桥梁梁体损伤检测
简支梁损伤检测综述陈雪华（郑州大学土木工程学院郑州450001）摘要：该文以50m混凝土箱型简支梁为例，借鉴桩的完整性检测理论以及基于Midas Civil的矩形荷载作用下箱型梁的时程分析，从而判断梁体是否损伤,这种借鉴经理论分析是可行的；从时程分析结果中提取节点2与节点25的加速度，运用MATLAB进行两节点之间的相关关系的分析，分析结果可以为以后桥梁状态分析提供数据。
关键词：简支梁损伤检测时程分析相关性Abstract:Taking a 50-meter simply supported box-shape beam in concrete as an example,and by referring to the theory of pile integrity testing and under rectangular loading , the time-procedure analysis basing on Midas civil of the box-shape,in order to judge whether the beam is damage or not,the reference, which through theoretical analysis,is viable;Extracted acceleration of node 2 and 25 from the results of time-procedure analysis node 2 and 25, we can use MA TLAB to analyze the relationship between the two nodes,which can provide information for the analysis of the future state.Key words: simple beam damage detection time-procedure analysis correlation引言随着科技的快速发展，航空航天结构、土木结构以及机械设备，都在朝着功能齐全化、结构复杂化方向发展。
基于SVD-TE的高拱坝泄流振动传递路径识别
基于SVD-TE的高拱坝泄流振动传递路径识别李紫瑜;张建伟;黄锦林;曹克磊;江琦;杨灿【期刊名称】《华北水利水电大学学报（自然科学版）》【年(卷),期】2024(45)4【摘要】针对泄流激励下高拱坝坝身振动机理不明确、振动传递路径复杂的问题,提出基于奇异值分解法和传递熵法的振动传递路径的识别方法。
基于拉西瓦拱坝水弹性模型表深孔联合泄流工况的实测数据,开展拱坝振动传递路径的研究。
首先,基于SVD算法对拉西瓦拱坝坝身测点振动位移数据降噪处理;然后,运用传递熵算法,根据测点振动信息探索高拱坝泄流振动的主要振动传递路径,并结合已有研究成果验证振动传递路径的准确性。
研究结果表明:拉西瓦拱坝在表深孔联合泄流工况下,泄流荷载诱发的振动主要由泄流孔处垂向传递至坝顶,泄流孔向拱冠梁顶部的信息传递率为48.7%;水垫塘冲击荷载与涌浪荷载诱发的振动主要由坝肩向坝中部水平传递,坝肩向1/4和3/4拱冠处的信息传递率分别为32.33%和37.58%;泄流振动在坝体处的传递路径有3条:泄流孔→拱冠梁顶部→1/4(3/4)拱冠、泄流孔→1/4(3/4)拱冠、水垫塘→坝肩→1/4(3/4)拱冠。
本研究成果可为高拱坝泄流振动传递路径提供理论依据,为类似工程的振动机理分析提供参考。
【总页数】9页(P69-76)【作者】李紫瑜;张建伟;黄锦林;曹克磊;江琦;杨灿【作者单位】华北水利水电大学水利学院;黄河流域水资源高效利用省部共建协同创新中心;广东省水利水电科学研究院【正文语种】中文【中图分类】TV642.42【相关文献】1.高拱坝泄洪孔口建筑物泄流脉压振动工作性态分析2.高拱坝泄流激励下基于频域法的工作模态参数识别3.基于泄流响应的高拱坝振源时域识别4.高拱坝泄流诱发地基场地振动特性及泄流方案优化研究5.基于HHT-RDT算法的高拱坝泄流结构工作模态识别方法因版权原因，仅展示原文概要，查看原文内容请购买。
基于模态应变能的不同损伤指标对比
基于模态应变能的不同损伤指标对比郭惠勇;盛懋【摘要】为解决工程结构的多损伤识别问题，对基于模态应变能的不同损伤指标方法进行了对比分析和研究。
首先，描述了3种损伤指标，即模态应变能变化指标( MSECI)、模态应变能耗散率指标( MSECRI)和模态应变能基指标( MSEBI)；然后借鉴模态应变能耗散率指标的建立原理，通过对刚度矩阵的修正，建立相应的能量等效方程，并提取了一种模态应变能等效指标( MSEEI )；最后对4种应变能损伤指标进行了对比研究，并考虑了测量噪声的影响。
数值仿真结果表明，模态应变能基指标可以较好地识别结构的损伤位置，模态应变能等效指标则不仅可以有效地识别结构的损伤位置，而且可以较为精确地识别结构的损伤程度。
%In order to solve the problem of structural multi-damage identification, different modal strain energy damage index methods are studied and compared. First, three kinds of modal strain energy damage indices, the modal strain energy change index, the modal strain energy dissipation ratio index, and the modal strain energy based index, are described. Then, with consideration of the modal strain energy dissipation ratio index method, an improved equivalence equation is derived through improvement of the stiffness matrix, and a modal strain energy equivalence index is proposed. Finally, four kinds of modal strain energy damage indices are compared, and the impact of the measured noise is considered. Simulation results show that the modal strain energy-based index method can identify structural damage locations, and the proposed modal strain energyequivalence index can not only identify structural damage locations but can identify the damage extent with high accuracy.【期刊名称】《河海大学学报（自然科学版）》【年(卷),期】2014(000)005【总页数】7页(P444-450)【关键词】损伤识别;模态应变能;应变能变化率;应变能耗散率;应变能基指标【作者】郭惠勇;盛懋【作者单位】重庆大学土木工程学院，重庆 400045; 重庆大学山地城镇建设与新技术教育部重点实验室，重庆 400045;重庆大学土木工程学院，重庆 400045; 重庆大学山地城镇建设与新技术教育部重点实验室，重庆 400045【正文语种】中文【中图分类】TU312+.3工程结构的损伤识别研究是国际上的研究热点[1-5]。
负荷特性对基于奇异值分解法分析静态电压稳定的影响
，
Ｊ Ｑ ｖ
㈩
式中： △ Ｐ 、 △ Ｑ分别为节点有功微增量变化和无功微增量变化 ； Ａ Ｕ 、 Ａ ０ 分别为节点 电压 幅值微增量和 电
压 角度微 增量 变化 。 式（ １ ）是 线性化 的潮流 方程 ， 完整 的雅 克 比矩 阵可 以写成
‘ ， ： Ｊ
∞
Ｊ ｏ Ｕ １
一
步证明采用恒功率模型分析电压稳定得出的结论偏 于保守 。通过对 比电动机模型与恒功率模型对应
的系统雅克比矩 阵最小奇异值 ， 得到电动机模型 比恒功率模型更不利于系统的电压稳定 。
１ 奇异 值 分解 法 用 于 电压 稳定 性 分 析
潮流雅克 比矩阵的最小奇异值被作为接近静态电压稳定极 限的一个指标 ， 最小奇异值大小用来表
第３ ３卷第 １ ／ ２期
２ ０ １ ３年 ４月
东
北
电
力
大
学
学
报
Ｖ０ ｌ ＿ ３ ３． Ｎｏ ． １ ／ ２
Ａｐ ｒ ．， ２ ０１ ３
Ｊ ｏ ｕ ｒ ｎ ａ ｌ Ｏ ｆ Ｎ ｏ ｒ ｔ ｈ ｅ ａ ｓ ｔ Ｄｉ ａ ｉｉ ｎ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ
或是薄弱 区域 的划分也会有一定影 响。
关 键
词： 奇异值分解法 ； 负荷 特性 ； 静态 电压稳定
文献标识码 ： Ａ
中图分类号 ： Ｔ Ｍ ７ １ ２
随着 电力 系统 规模 不 断扩 大 ， 用 电需求 的快 速攀 升 ， 迫 使 系统运 行 在 临 界点 附 近 ， 电压 稳 定 问题 日
会有所变化 。分析及 Ｉ Ｅ Ｅ Ｅ一１ ４节点 系统计算 表明 ， 负荷模型 是常用 的 Ｚ Ｉ Ｐ模 型时 ， 潮 流雅 可 比矩 阵最 小特征值相 比于恒功率模 型会有所 增大 ； 负荷模 型是 电动 机类 电压敏感 负荷 ， 在 电压下 降到一 定程度 时， 潮流雅克 比矩 阵最小特征值相 比于恒功率模型会有所减小 ； 且采用不 同的负荷模 型对薄弱节点识别
基于Hilbert_谱分析的多特征联合OLTC_故障识别
[6]钟正.碳纤维复合材料力学行为及断裂失效模式仿真[D].大连：大连理工大学，2021.[7]李浩凯.基于有限元方法的钢板—混凝土复合结构抗侵彻力学性能研究[D].南京：南京理工大学，2015.[8]李亚，任杰，马大为，等.多角度高速侵彻金属靶的有限元模拟和实验研究[J].兵器材料科学与工程，2017，40（5）：72-77.[9]刘增，魏新奇，夏勇.表征平纹编织碳纤维复合材料特性的两种连续损伤模型[J].汽车安全与节能学报，2019，10（3）：293-299.[10]杨永齐.三维编织复合材料的冲击破坏分析[D].哈尔滨：哈尔滨工业大学，2014.[11]陈薇.纤维复合材料及其组合靶板的抗破片机理及弹道特性研究[D].南京：南京理工大学，2006.[12]柴晓明.树脂基厚向混杂防弹复合材料的制备及侵彻机理研究[D].杭州：浙江理工大学，2014.0 引言统计数据表明，在变压器发生的故障中，变压器有载分接开关（OLTC ）机械故障占比超过25%，主要是由触头部分和驱动机构的故障导致的[1]。
对外壳表面的振动信号进行监测，从而对OLTC 进行故障诊断一直以来都是有效的监测和诊断方法。
杨勇等[2]通过SVD 奇异值分解对信号特征值进行提取，验证了奇异值向量对雷电及操作过电压的特征信息的保留能力。
董红生等[3]通过小波变换及小波包算法对信号的小波包能量矩熵和小波包熵进行有效提取，证明熵值作为一种包括信号物理信息的特征值，对故障的识别度较高。
在目前常用的机器学习方法中，支持向量机的在故障识别方面具有较高准确性和效率，通过SVM 将一个多分类问题转化为多个二分类问题，分类结果表现良好。
该文提出了一种具备实用性的OLTC 机械状态在线检测及故障模式分类方法。
通过试验获取OLTC 的振动信号，通基于Hilbert谱分析的多特征联合OLTC故障识别田晓云（内蒙古电力（集团）有限责任公司内蒙古超高压供电分公司，内蒙古 呼和浩特 010080）摘 要：为了有效提取有载分接开关（OLTC）振动信号的特征值，实现对OLTC 进行在线监测的功能，该文提出一种基于Hilbert 能量谱的谱熵及奇异值提取方法。
基于计算机视觉的桥梁结构局部损伤识别方法
从图像中提取出有用的信息，如边缘、角点、纹理等 。
图像识别
利用提取的特征对图像进行分类、识别和标注。
深度学习
在特征提取和图像识别中，深度学习算法具有强大的 表示能力，能够自动学习图像中的特征。
03
桥梁结构损伤识别方法
损伤识别技术研究现状
国内外研究进展
介绍国内外在桥梁结构损伤识别 领域的研究现状，包括主要研究 团队、研究成果和实际应用情况 。
研究目标
03
04
05
1. 研究图像处理算法， 实现桥梁损伤区域的自 动提取；
2. 利用深度学习技术， 建立损伤识别模型，实 现损伤类型的自动分类 ；
3. 开发一套基于计算机 视觉的桥梁结构局部损 伤识别系统，提高检测 效率和精度。
02
计算机视觉基础
计算机视觉概述
01
02
03
定义
计算机视觉是一门研究如 何让计算机“看懂”图像 的科学。
利用大量标注的损伤图像训练深度学习模 型，使其能够自动识别不同类型的损伤。
模型评估
应用前景
通过测试集评估模型的准确率、召回率等 指标，对模型进行优化和改进。
基于深度学习的桥梁结构损伤识别方法具 有较高的准确率和鲁棒性，为桥梁结构的 健康监测和损伤修复提供了有力支持。
05
实验与结果分析
数据采集与预处理
可以研究如何将该方法应用到实际工程中，实现 自动化、智能化的桥梁结构损伤检测，提高桥梁 安全性和使用寿命。
THANKS
谢谢您的观看
国内外学者在基于计算机视觉的桥梁损伤检测方面取得了一 定的研究成果，但仍存在一些挑战，如复杂背景下的目标识 别、损伤尺度与位置的精确判断等。
研究内容与目标
基于地震观测数据的结构损伤水平表征参数研究
地震工程与工程振动EARTHQUAKE ENGINEERING AND ENGINEERING DYNAMICS Vo1.42No.2 Apr.2022第42卷第2期2022年4月文章编号：1000－1301（2022）02－0042－10基于地震观测数据的结构损伤水平表征参数研究杨永强1，2，杨耀鑫1，2，杨游3，左占宣1，2，公茂盛1，2（1.中国地震局工程力学研究所地震工程与工程振动重点实验室，黑龙江哈尔滨150080；2.地震灾害防治应急管理部重点实验室，黑龙江哈尔滨150080；3.中国市政工程中南设计研究总院有限公司，湖北武汉430010）摘要：为了能在震后更好地利用测得的结构动力响应参数快速对结构损伤程度进行评估，文中挑选了最大层间位移角、自振频率相对改变量和顶层加速度放大系数3个参数，分析结构损伤指数与3个参数之间的相关性，并且提出了一种组合结构体系参数。
结果表明，结构损伤指数与最大层间位移角的相关性为高度相关，与自振频率相对改变量和顶层加速度放大系数的相关性均为中度相关。
但由于目前地震后难以准确地获得结构的最大层间位移角数据，因此基于自振频率相对改变量与顶层加速度放大系数给出了一种组合结构体系参数，分析结果表明其与结构损伤指数相关性优于组合前的2个单参数，能较好地预测结构震后损伤水平。
研究结果可为建筑工程地震风险监测和震后损伤快速评估提供分析模型。
关键词：地震观测；RC框架结构；损伤评估；数值拟合中图分类号：TU375文献标识码：AResearch on characteristic parameters of structural damagelevel based on seismic observation dataYANG Yongqiang1，2，YANG Yaoxin1，2，YANG You3，ZUO Zhanxuan1，2，GONG Maosheng1，2（1.Key Laboratory of Earthquake Engineering and Engineering Vibration，Institute of Engineering Mechanics，ChinaEarthquake Administration，Harbin150080，China；2.Key Laboratory of Earthquake Disaster Mitigation，Ministry ofEmergency Management，Harbin150080，China；3.Central and Southern China Municipal EngineeringDesign and Research Institute Co.，Ltd.，Wuhan430010，China）Abstract：In order to make better use of the measured structural dynamic response parameters for rapid assessment of structural damage after an earthquake.In this paper，three parameters，namely，the maximum inter-story drift，the relative frequency change，and the acceleration amplification coefficient of the top floor，are selected to analyze the correlation between the structural damage index and the three parameters.And a combined structural system parameter is proposed.The results show that the correlation between the structural damage index and the maximum interlayer displacement angle is highly correlated，and the correlation with the relative frequency change and the acceleration amplification coefficient of the top floor is moderately correlated.However，as it is difficult to obtain收稿日期：2021－09－07；修订日期：2021－11－18基金项目：国家自然科学基金项目（52078472）；国家重点研发计划项目（2017YFC1500602）；国家科技重点研发计划课题省级项目（GX19C003）Supported by：National Natural Science Foundation of China（52078472）；National Key R＆D Program of China（2017YFC1500602）；Province Found for National Key R＆D Program of China（GX19C003）作者简介：杨永强（1983－），男，研究员，博士，主要从事结构抗震方面研究.E-mail：*******************通讯作者：杨耀鑫（1998－），男，硕士研究生，主要从事结构抗震方面研究.E-mail：***********************DOI：10.13197/j.eeed.2022.020543第2期杨永强，等：基于地震观测数据的结构损伤水平表征参数研究the maximum inter-story drift accurately after the earthquake，the combined structural system factors based on the relative frequency change，and the acceleration amplification coefficient of the top floor are proposed，and the anal⁃ysis results show that its correlation with the structural damage index is better than that of the two single parameters before the combination，which can predict the post-earthquake damage level of the structure better.The results of the study can provide an analytical model for earthquake risk monitoring and rapid post-earthquake damage assess⁃ment of construction projects.Key words：seismic observation；RC frame structure；damage assessment；numerical fitting引言根据地震发生后第一时间获得的数据判断结构损伤程度是实施应急救援行动关键依据，随着现代传感技术、信号采集与处理和信息融合技术的不断发展，利用传感器采集到的信息对结构的损伤进行识别的方法有了很大的进展。
损伤识别
桥梁结构损伤识别研究综述摘要：首先阐述了桥梁结构损伤识别在桥梁结构中的重要性，介绍了国内外桥梁结构损伤识别研究现状，在此基础上，又介绍了用于桥梁结构的各种损伤识别方法和存在的问题，最后提出了桥梁结构损伤识别的发展方向。
关键词：损伤识别，桥梁结构，神经网络，曲率模态引言桥梁结构在长期使用过程中会发生各种损伤，导致桥梁结构的承载能力的降低，甚至会导致桥梁的倒塌，造成巨大的经济损失和人员伤亡。
为了保证桥梁的安全性，需要及时的发现桥梁结构存在的损伤情况。
目前，桥梁结构损伤识别已经成为国内外研究的热点。
1 国内外桥梁结构损伤识别研究现状损伤识别最早用在航天及机械领域并得到了广泛的研究，在健康监测引起普遍关注的同时被应用在桥梁领域。
鉴于桥梁所处环境的复杂性及结构特性的随机性，桥梁的损伤识别目前还没有一个统一的标准或准则参考，实际的应用也较少，但还是取得了一些成就。
自70年代以来，随着振动测试和分析技术的发展，国际上广泛开展了应用振动技术对机器设备与工程结构进行损伤识别和监测的研究。
近年来，国外学者在利用振动模态分析理论进行结构损伤识别方面开展了大量的研究工作，提出了各种各样的识别方法。
早期，主要是以Vandiver和Begg[9]等的研究工作为基础，根据模态频率的变化来探测桥梁结构的损伤。
Spyrakos[5]进行了一系列的桥梁模型试验，分别测试了模型梁在不同类型、位置和程度损伤条件下的低频自振特性，发现一定水平的损伤与结构动态特性有确定的相关性，但是仅用频率改变作为结构损伤因子是不充分的。
Aktan等则从结构静力柔度阵出发，根据桥梁载重汽车静力测试结果，通过对比观测模态柔度和静力测试柔度，评估了模态柔度作为损伤指针的可靠性。
除了这些较为零星的工作以外，美国通过I-40桥梁项目和Alamosa峡谷项目，对桥粱健康诊断中的结构损伤识别方法进行了系统的研究，试验结果表明振型关于结构损伤识别伤较为敏感。
Stubbs等[8]也对I-40桥进行了损伤识别的研究，利用振型曲率计算了结构局部应变能，通过应变能的改变来识别桥梁的损伤。
基于Tikhonov正则化迭代求解的结构损伤识别方法
基于Tikhonov正则化迭代求解的结构损伤识别方法夏志鹏; 王树青; 徐明强; 王皓宇【期刊名称】《《振动与冲击》》【年(卷),期】2019(038)017【总页数】9页(P251-259)【关键词】海洋平台; 损伤检测; 交叉模态应变能; Tikhonov正则化; 噪声鲁棒性【作者】夏志鹏; 王树青; 徐明强; 王皓宇【作者单位】中国海洋大学海洋工程系山东青岛266100【正文语种】中文【中图分类】TU317海洋平台结构长期服役在恶劣的海洋环境中，容易产生各种形式的损伤，使结构的承载能力下降，甚至导致平台失效，造成巨大经济损失及人员伤亡[1]。
因此，针对海洋平台结构的健康监测与损伤识别非常重要。
目前结构损伤检测的方法众多[2-3]，基于振动测试的结构健康监测技术相对较为简单且成本较低，是非常具有发展前景的损伤识别技术[4]。
其中，基于模态参数的损伤检测是近年来新兴且有效的检测手段。
在某些情况下，基于模态参数的结构损伤识别过程可以简化为线性方程组Cα=b 的求解问题。
当不考虑测量噪声或噪声干扰较小时，该系统的求解往往可以得到满意的结果；而当结构测量模态信息受噪声影响较为严重时，系统的求解结果往往会振荡发散，导致检测方法失效。
因此，噪声鲁棒性是此类损伤识别技术在发展过程中必须考虑的问题。
从数学的角度看，利用结构的振动测试数据识别其损伤是求解反问题的过程，其不适定性体现在所构建系统的病态上，即微小的测量误差都可能导致解的振荡发散。
为解决这一问题，学者们做了大量研究[5-11]。
其中，基于Tikhonov正则化[12]的方法应用较为广泛，其基本思想是：用一族与原问题相“邻近”的适定问题的解去逼近原问题的真实解。
王艺霖等将Tikhonov 正则化方法用于结构的损伤识别，一定程度上改善了系统的不适定性，提高了损伤识别精度，并指出正则化方法的作用可通过刚度矩阵条件数的减小来明确衡量。
Hua等将Tikhonov正则化与基于灵敏度分析的有限元模型修正方法相结合，进行了简单框架结构的损伤识别，该方法体现出较好的抗噪性。