[发明专利]一种导管架式海洋平台损伤智能识别方法

权利要求书

1.一种导管架式海洋平台损伤智能识别方法，其特征在于，

包括以下步骤：

步骤1，基于目标海洋平台的结构，构建对应的有限元模型；

步骤2，通过数值模拟获得导管架平台在不同损伤情况和环境载荷作用下的动力响应数据；模拟海洋载荷时，选取1、2、3、4级海况，选取0°、22.5°、45°三种入射角，分别生成60分钟的12组随机波浪数据；基于模型的对称性，单杆件损伤的形式等于平台层数减一；对于两杆件损伤，选取具有代表性的损伤形式，包括：平台各层同面两根交叉斜撑损伤、异层同面的两根连接同一节点的斜撑损伤、同层异面的两根连接桩腿同一节点的斜撑损伤；再将所述损伤形式下，斜撑损伤程度细分设定为四种损伤情况，分别为10％、30％、50％、70％的刚度折减；针对上述损伤情况以及无损伤情况，分别开展模拟仿真，时间步长选择0.01秒，获得不同环境载荷与损伤情况下的动力响应数据；

步骤3，模拟真实传感器信号，从数值模拟结果中读取导管架模型上部两层桩腿和横梁交接节点处的水平加速度信号，添加10％的高斯白噪声，去除结果中前5分钟的不稳定振动数据，将剩余55分钟数据分为55个时长1分钟的数据包，若传感器总数为n，则每个数据包为一个n×6000的加速度信号矩阵；

步骤4，通过主成分分析，对步骤3所得的加速度信号矩阵进行降维处理，将原始的高维振动信号转化为低维数据；计算出各测点加速度信号响应的协方差矩阵，按照协方差矩阵特征向量的贡献率保留前n阶信号，进而降低数据分析的复杂度；

步骤5，利用复杂度追踪算法，通过梯度下降迭代法，将振动信号分离为n阶具有高可预测性的拟模态响应信号，并得到混合矩阵A；

步骤6，基于拟模态响应信号，提取归一化差值曲率分布向量。

步骤7，利用自适应变异粒子群算法结合支持向量机构建PSO-SVM模型；随机生成20组SVM超参数作为初始粒子群，以步骤6得到的归一化差值曲率分布向量为样本，分别使用每个粒子对应的SVM模型进行训练和分类，并将识别准确率作为该粒子的适应度，其中，为了保证模型具有较好的泛化能力，每种损伤工况下，随机选取一种海况级别作为测试组数据，其余三种海况级别作为训练数据，通过迭代使得SVM模型识别精度逐渐提高并达到稳定，将粒子群内适应度最高的例子对应的SVM模型作为最终的PSO-SVM模型；

步骤8，在实际平台与有限元模型对应的位置部署加速度传感器，监测结构在实际海洋环境中的振动信号；

步骤9，将步骤8中获得的加速度数据通过PCA算法降维；

步骤10，基于步骤9中获得的降维数据，利用CP算法分离出拟模态响应信号和混合矩阵；

步骤11，基于步骤10中得到的模态响应信号和混合矩阵，提取归一化差值曲率分布向量；

步骤12，利用步骤7所述PSO-SVM模型，对差值曲率分布向量进行分类；

步骤13，基于步骤12中的分类结果，综合评估结构损伤位置和程度。

2.根据权利要求1所述的一种导管架式海洋平台损伤智能识别方法，其特征在于，

在步骤1中，平台上部组块以集中质量单元代表，平台导管架底部固定，导管架腿、梁、斜撑采用杆单元模拟。

3.根据权利要求1所述的一种导管架式海洋平台损伤智能识别方法，其特征在于，

在步骤7中，惯性权重为0.8，加速度因子取值为1.5、1.7。

4.根据权利要求1所述的一种导管架式海洋平台损伤智能识别方法，其特征在于，

步骤6中，基于拟模态响应信号，提取归一化差值曲率分布向量具体为，首先计算损伤工况与健康工况下混合矩阵的分布差值Φ＝A′-A；再计算差值曲率分布向量，公式为：其中i表示模拟传感器编号，j表示振动阶数(j＝1,2,…,n)，h为模拟传感器测点间的距离；最后进行归一化处理，得到归一化差值曲率分布向量。