基于结构振动的海洋平台整体无损检测方法.pdf

本发明涉及一种海洋平台无损检测方法，是一种基于结构振动的海洋平台整体无损检测方法。包括以下步骤，S1.在海洋平台的水上部分选取若干结点，基于模态置信度矩阵准则，并通过二重结构编码遗传算法，最终确定传感器的安装位置；S2.信号采集，海上有风浪时，可采集环境条件引起的振动响应信号；如果海上风平浪静，采用人工激励方法使海洋平台产生振动并采集该振动响应信号；S3.采用改进的CHC遗传算法对采集到的数据进行分析处理，完成损伤诊断。本发明进行海洋平台无损检测，传感器数量少，水下结构不需要安装传感器，因此，检测工作量和工作难度小，抗噪声干扰能力强，方法的鲁邦性好。

1、  基于结构振动的海洋平台整体无损检测方法，其特征在于包括以下步骤：
S1、传感器的优化配置，在海洋平台的水上部分选取若干结点并经过寻优计算最终确定传感器的安装位置，将若干压电式加速度传感器固定在所述安装位置；
S2、信号的采集，海上有风浪时，可采集环境条件引起的振动响应信号，每个数据段的采集长度大于5分钟，数据段的采集数量大于3；如果海上风平浪静，采用人工激励方法使海洋平台产生振动并采集该振动响应信号；
S3、对采集到的数据进行分析处理，完成损伤诊断；
其中，
S1步骤中，传感器优化配置中的寻优计算基于模态置信度矩阵准则，并通过二重结构编码遗传算法进行；
S3步骤中，对采集到的数据处理采用改进的CHC遗传算法。

2、  如权利要求1所述的基于结构振动的海洋平台整体无损检测方法，其特征在于步骤S1中模态置信度矩阵准则的计算公式为：
MAC ij = ( Φ i T Φ j ) 2 ( Φ i T Φ i ) ( Φ j T Φ j ) ]]>
式中：
MAC_ij表示相应两模态向量的交角状况，
Φ_i和Φ_j别为第i阶和第j阶不完备模态向量。

3、  如权利要求1所述的基于结构振动的海洋平台整体无损检测方法，其特征在于二重结构编码遗传算法在搜索进化的过程中用适应度来评估串或解群的优劣，适应度满足以下公式：
Fit(f(x))＝1-f(x)          
式中：
x表示传感器的配置方案，
f(x)表示不同传感器配置方案引起的模态向量之间的交角变量，
max_MAC表示不同阶模态向量之间交角的最大值，
i、j表示模态阶数。

4、  如权利要求1所述的基于结构振动的海洋平台整体无损检测方法，其特征在于步骤S3中改进的CHC算法包括选择算法改进、交叉算法改进和变异算法改进。

5、  如权利要求4所述的基于结构振动的海洋平台整体无损检测方法，其特征在于所述选择算法改进是指简化了跨世代精英选择步骤，将上世代的种群与交叉产生的个体群混合起来，从中选取较优的个体，即将父代与子代按适应度大小排序后，选出适应度大的个体作为新一代种群。

6、  如权利要求4所述的基于结构振动的海洋平台整体无损检测方法，其特征在于所述交叉算法改进是指采用多点交叉的方法，根据设定的交叉概率，随机地从种群中挑选个体进行交叉操作，交叉位置可无重复随机地选择，在交叉点之间的变量间续地相互交换，产生两个新的后代，但在第一位变量与第一个交叉点之间的一段不作交换。

7、  如权利要求4所述的基于结构振动的海洋平台整体无损检测方法，其特征在于所述变异算法改进是指在进化初期不进行变异操作，只有当海明距离d<0时，种群才进行变异，根据事先设定的变异概率，随机选出相应位置进行变异，并从当前种群中按适应度从大到小选取合适的个体与变异后的个体组合形成新的子代，当父代种群中个体相同数超过某一规定阀值时，则令种群中部分个体初始化，初始化方法同CHC算法。

8、  如权利要求1所述的基于结构振动的海洋平台整体无损检测方法，其特征在于步骤S2中的压电式加速度传感器可采用磁座安装，也可采用粘结安装。

基于结构振动的海洋平台整体无损检测方法
技术领域
本发明涉及一种海洋平台无损检测方法，特别是涉及一种基于结构振动的海洋平台整体无损检测方法。
背景技术
海洋平台，工作环境恶劣，易发生正常的疲劳破坏和意外的事故破坏，因此需定期对其结构进行无损安全检测。海洋平台的主体结构是导管架，因此海洋平台的安全检测主要是检测导管架有无损伤(裂纹)发生，但是导管架的大部分结构在水下，水面上只有很小的一部分，由于腐蚀和结构承载特点，海洋平台的导管架破坏主要发生在水下部分，因此，海洋平台的安全检测主要是针对导管架的水下部分进行的，这就造成检测难度大，成本高的问题。不仅如此，由于无法判断海洋平台是否已有损伤发生，以及发生损伤的位置，往往要对一个庞大的海洋平台结构进行全面的无损检测，但是很难实现的。
目前，海洋平台的定期安全检测主要采取目测和局部无损检测的方法，如水下超声波探伤和水下射线探伤，顺序地检测每一条焊缝。采用这些局部的无损检测方法，必须动用潜水员，专用仪器设备和水面工作船，且工作量大，检测周期长，一次的检测成本较高。并且，水下检测要求潜水员要掌握无损检测技术，不仅检测周期长，且检测结果取决于操作人员的技术水平，漏检和误检的概率较大。
结构损伤识别或诊断方法是一种无损检测方法，该技术也属于振动检测方法，主要是通过识别结构的物理参数(刚度)来判断结构是否发生损伤，采用此方法进行结构损伤识别或诊断时需要在结构的每个结点安装三个传感器，通过分析这些传感器的振动信号来识别结构的物理参数，该方法主要用于陆地上的结构，如用于海洋平台则需要在平台建造阶段将传感器封装就位，并不再拆卸。因此，传感器不能反复使用，不仅成本高，且给平台的建造安装造成困难，延长了平台建造和安装周期。
发明内容
本发明所要解决的技术问题是解决海洋平台整体无损检测难度大，成本高的问题。
为了解决上述技术问题，本发明所采用的技术方案是提供一种基于结构振动的海洋平台整体无损检测方法，包括以下步骤：
S1、传感器的优化配置，在海洋平台的水上部分选取若干结点并经过寻优计算最终确定传感器的安装位置，将若干压电式加速度传感器固定在所述安装位置；
S2、信号的采集，海上有风浪时，可采集环境条件引起的振动响应信号，每个数据段的采集长度大于5分钟，数据段的采集数量大于3；如果海上风平浪静，采用人工激励方法使海洋平台产生振动并采集该振动响应信号；
S3、对采集到的数据进行分析处理，完成损伤诊断；
其中，
S1步骤中，传感器优化配置中的寻优计算基于模态置信度矩阵准则，并通过二重结构编码遗传算法进行；
S3步骤中，对采集到的数据处理采用改进的CHC遗传算法。
上述方案中，步骤S1中模态置信度矩阵准则的计算公式为：
MAC ij = ( Φ i T Φ j ) 2 ( Φ i T Φ i ) ( Φ j T Φ j ) ]]>
式中：
MAC_ij表示相应两模态向量的交角状况，
Φ_i和Φ_j别为第i阶和第j阶不完备模态向量。
进一步地，二重结构编码遗传算法在搜索进化的过程中用适应度来评估串或解群的优劣，适应度满足以下公式：
Fit(f(x))＝1-f(x)           f ( x ) = max MAC ( ij ) ( i &NotEqual; j ) ]]>
式中：
x表示传感器配置方案，
f(x)表示不同传感器配置方案引起的模态向量之间的交角变量，
max_MAC表示不同阶模态向量之间交角的最大值，
i、j表示模态向量阶数。
步骤S3中改进的CHC算法包括选择算法改进、交叉算法改进和变异算法改进。
所述选择算法改进是指简化了跨世代精英选择步骤，将上世代的种群与交叉产生的个体群混合起来，从中选取较优的个体，即将父代与子代按适应度大小排序后，选出适应度大的个体作为新一代种群。
所述交叉算法改进是指采用多点交叉的方法，根据设定的交叉概率，随机地从种群中挑选个体进行交叉操作，交叉位置可无重复随机地选择，在交叉点之间的变量间续地相互交换，产生两个新的后代，但在第一位变量与第一个交叉点之间的一段不作交换。
所述变异算法改进是指在进化初期不进行变异操作，只有当海明距离d<0时，种群才进行变异，根据事先设定的变异概率，随机选出相应位置进行变异，并从当前种群中按适应度从大到小选取合适的个体与变异后的个体组合形成新的子代，当父代种群中个体相同数超过某一规定阀值时，则令种群中部分个体初始化，初始化方法同CHC算法。
本发明，基于模态置信度矩阵准则，并通过二重结构编码遗传算法对传感器进行优化配置，传感器安装在平台的水上部分，采用的仪器也是常规的振动测试仪器，整个检测工作可在平台甲板上进行，不需要作业船只，大大减小了检测的工作量和作业难度。通过ICHC遗传算法分析结构的振动信号，从而判断结构是否发生损伤，如果发生损伤，则诊断出损伤的具体位置，并给出损伤程度的估计。这样，平台管理人员就可以根据该方法给出的检测信息来决定是否需要作进一步的局部无损检测，或确定进一步进行局部无损检测的具体位置。从而大大降低了海洋平台安全检测的盲目性，大大减少了局部无损检测的工作量。本发明实现了少量传感器的振动信息来诊断结构损伤，与现有最相近的实现方案相比，需要的传感器数量少，无需在海洋平台的水下部分安装传感器，工作量小，工作难度降低。
附图说明
图1为本发明的结构示意图；
图2为采用本发明方法进行检测时传感器配置图；
图3为海洋平台损伤检测结果图。
具体实施方式
下面结合附图对本发明作出详细的说明。
本发明提出的方法是基于结构振动的海洋平台整体无损检测方法，其关键技术在于基于二重结构编码遗传算法的传感器优化配置方法和基于振动信号处理的ICHC遗传算法识别结构变异并诊断损伤。通过二重结构编码遗传算法对传感器的位置进行分析，不仅解决了水下安装传感器的问题，而且使传感器的数量大大减少。
本发明包括以下步骤。
S1、传感器的优化配置，在海洋平台的水上部分选取若干结点并经过寻优计算最终确定传感器的安装位置，将若干压电式加速度传感器固定在所述安装位置；
S2、信号的采集，海上有风浪时，可采集环境条件引起的振动响应信号，每个数据段的采集长度大于5分钟，数据段的采集数量大于3；如果海上风平浪静，采用人工激励方法，比如使用船拉，拉力大小根据具体平台计算，拉力控制采用限力器，使海洋平台产生振动并采集该振动响应信号；
S3、对采集到的数据进行分析处理，完成损伤诊断；
在S1步骤中，传感器的优化配置是指根据给定的传感器数量(可根据用户的条件，传感器的多少、测试仪器的能力等确定)，基于模态置信度(ModalAssurance Criterion，缩写为MAC)矩阵准则，通过二重结构编码遗传算法对给定数量的传感器进行优化配置，确定传感器安装的具体位置。下面再进一步地具体描述如下：
1、MAC矩阵准则：
由结构动力学原理可知，结构完备的模态向量是一组正交向量，但实际工程中，由于可测自由度的限制，很难得到完备的模态向量，同时，由于噪声的影响，实际得到的非完备模态向量是不满足正交条件的，在极端的情况下，还会因为模态向量间的空间交角过小而在识别过程中丢失模态。因此，在选择测点时有必要使量测的模态向量保持较大的空间交角，从而尽可能地把结构的动力特性最大限度地保留下来。
模态置信度(Modal Assurance Criterion，缩写为MAC)矩阵是评价模态向量空间交角的一个很好的工具，其表达公式为，
MAC ij = ( Φ i T Φ j ) 2 ( Φ i T Φ i ) ( Φ j T Φ j ) - - - ( 1 ) ]]>
式中：
MAC_ij表示相应两模态向量的交角状况，
Φ_i和Φ_j别为第i阶和第j阶不完备模态向量。
由式(1)可以看出，MAC矩阵表达的是振型矩阵列空间的度量特性，MAC矩阵的非对角元MAC_ij代表了相应两模态向量的交角状况。换句话说，当MAC矩阵的某一非对角元MAC_pq等于1时，表明第p阶向量与第q阶向量间的交角为零，两向量不可分辨；而当MAC_pq等于零时，则表明第p阶向量与第q阶向量正交，两向量较易识别，故测点的布置应力求使MAC矩阵的最大非对角元向最小化发展。目前，结构损伤诊断方法主要以结构模态参数识别为基础，因此，传感器的优化配置应以模态参数识别为目标，采用MAC准则，对max{MAC_ij}(i≠j)进行极小化处理。
2、二重结构编码遗传算法：
遗传算法(Genetic Algorithm)简称GA，是美国著名科学家J.H.Holland教授于七十年代中期首先提出来的，它是一种在思想上和方法上都别具特色的新的搜索与优化方法。
遗传算法作为一种借鉴生物界自然选择和自然遗传机制的高度并行、随机、自适应的搜索算法，把优化问题的解的搜索空间映射为遗传空间，把每一可能的解编码为一个称为染色体的串，染色体的每一位称为基因。每个染色体(对应一个个体)代表一个解，一定数量的个体组成群体。GA首先随机地产生一些个体组成初始群体(即问题的一群候选解)，按预先根据目标函数确定的适应度函数计算各个体对问题函数的适应度，再根据个体适应度对个体对应的染色体进行选择，抑制适应度低的染色体，弘扬适应度高的染色体，然后进行交叉变异等遗传操作产生进化了的一代群体。如此反复，不断向更优解方向进化，最后得到满足某种终止条件的最适应问题环境的群体，从而获得问题的最优解，如图1所示。
遗传算法是一个解群体型的操作，该操作以解群中的所有串为对象。选择(Selection)、交叉(Crossover)和变异(Mutation)是它的3个主要操作算子，它们构成了遗传操作，使遗传算法有别于其他一切传统方法。遗传算法的核心内容是5个要素：参数编码、初始解群的确定、适应度的设计、遗传操作的设计和控制参数的设定(主要指解群的大小和使用遗传操作的概率)。
在组合优化问题，遗传编码以及交叉和变异操作需要满足某种约束条件，而简单的二进制编码和浮点数编码在交叉和变异操作中往往会破坏这种约束条件，从而导致问题环境的改变。传感器配置问题(Sensor placement)是一类特殊的背包问题，将给定数量的传感器配置在最优位置上，使其能够采集到尽可能多的结构参数信息，其数学模型实际上是一个0～1规划问题，若第j位基因码为1时，则将传感器配置于第j个自由度；若第j位基因码为0时，则不将传感器配置于第j个自由度。如果采用传统的编码方法，在进行交叉和变异操作时就会因改变基因码1的个数而改变传感器配置的数量，下述的二重结构遗传编码用于解决约束条件的满足问题。
二重结构编码方法如表1所示，表1中的n为染色体的基因位数，在传感器优化配置问题中，n是可测量自由度数。一个个体的二重结构编码由附加码和变量码组成，附加码表示用户选择的所有适合安装传感器的结点，如全部水上结点；变量码表示某结点是否应设置传感器，0表示不设置。其中S_i为变量X_j的附加码，X_s(i)为对应于附加码S_i的变量码的值。

表1 二重结构编码
对某个个体编码时，首先按洗牌方式产生附加码{s(i)，(i＝1，2...，n)}列于上行；然后随机产生下行的变量码值(0或1)，这样构成一个个体的二重结构编码。例如，对于一个12位基因的染色体，如果随机产生的附加码序列为4，2，11，5，8，9，12，7，1，3，6，10，则该个体的二重结构编码如表2所示，它对应于一个可行解，即选择了序号为1，6，7，8，11的传感器配置位置。