一种抗传感器噪声干扰的结构健康监测方法及系统

本发明涉及工程结构监测，尤其涉及的是一种抗传感器噪声干扰的结构健康监测方法及系统。

背景技术：

1、工程结构的耐久性经常因环境侵蚀、材料老化以及运行应力等因素的影响而降低。这种退化会削弱结构抵抗自然灾害和恶劣环境条件的能力，在极端情况下可能导致严重紧急事件的发生。随着时间的推移，微小的结构退化逐渐累积，增加了结构失效的风险。因此，及时发现和修复这些损伤对于保持这些结构的安全性和功能性至关重要。因此，迫切需要开发能够持续监测、检测和评估结构损伤情况的实时结构健康监测(structuralhealth monitoring，shm)方法。

2、现有的实时结构健康监测方法需要部署多个传感器，导致系统冗余和大量计算开销。由于冗余传感器系统生成的数据量巨大，海上结构的健康监测计算成本特别高。海上设施，如风电场和油气平台，位于严苛的海洋环境中，要求具备实时操作能力。这需要强大的计算能力，以快速识别和纠正潜在的结构问题，确保安全和耐久性。此外，运营成本，如电力消耗、设备维护和人员培训，突显了提升计算效率的必要性，以确保经济可行性和健康监测系统的长期可持续性。因此，需要在降低健康监测计算资源的情况下提高结构检测的精度。

3、因此，现有技术还有待改进。

技术实现思路

1、本发明要解决的技术问题在于，针对现有技术缺陷，本发明提供一种抗传感器噪声干扰的结构健康监测方法及系统，以解决现有的实时结构健康监测方法存在的损伤定位精度低及健康监测计算成本高的问题。

2、本发明解决技术问题所采用的技术方案如下：

3、第一方面，本发明提供抗传感器噪声干扰的结构健康监测方法，包括：

4、获取包含多种损伤场景的结构损伤数据；

5、计算各损伤场景的结构损伤数据与健康信号之间的余弦相似度，并根据计算结果确定对应结构的损伤类型；其中，所述损伤类型包括：结构损伤和传感器损伤；

6、对于包含所述结构损伤的信号，基于transformer网络定位对应结构中的损伤位置；

7、输出损伤检测的损伤类型和损伤定位的位置参数。

8、在一种实现方式中，所述获取包含多种损伤场景的结构损伤数据，包括：

9、模拟螺栓孔之间疲劳裂纹、螺栓松动和/或连接组件塑性变形的结构损伤场景，记录在白噪声激励下的每个场景对应的加速度信号，得到所述结构损伤数据。

10、在一种实现方式中，计算各损伤场景的结构损伤数据与健康信号之间的余弦相似度，并根据计算结果确定对应结构的损伤类型，包括：

11、将所述结构损伤数据中的振动信号分割为预设长度的振动信号序列；

12、对所述振动信号序列进行快速傅里叶变换，获得第一频域数据集；

13、对结构在健康工作状态下收集的信号进行快速傅里叶变换，获得第二频域数据集；

14、分别对所述第一频域数据集和所述第二频域数据集进行线性投影函数处理，并计算处理后的第一频域数据集与处理后的第二频域数据集的余弦相似度值；

15、根据所述余弦相似度值确定对应结构的损伤类型。

16、在一种实现方式中，所述根据所述余弦相似度值确定对应结构的损伤类型，包括：

17、将所述余弦相似度值与预设阈值进行对比，根据所述余弦相似度值与所述预设阈值的差异确定对应结构的损伤类型。

18、在一种实现方式中，所述对于包含所述结构损伤的信号，基于transformer网络定位对应结构中的损伤位置，包括：

19、将所述第一频域数据集作为所述transformer网络的输入；

20、基于多头注意力机制，利用不同的线性层、权重以及偏置，将所述第一频域数据集的振动信号投影到查询向量q、键向量k以及值向量v，并将所述查询向量q、所述键向量k以及所述值向量v进行组合，形成最终的注意力输出；

21、基于前馈网络将所述最终的注意力输出映射为连续特征表示；

22、根据所述连续特征表示，采用线性投影层处理连续特征表示，并推导出损伤定位的结果，得到损伤集合。

23、在一种实现方式中，所述transformer网络包括：多个编码器层；

24、每个所述编码器层包括：多头注意力子层和前馈网络子层，在每个子层中，输出经过dropout处理、残差连接和层归一化处理。

25、在一种实现方式中，所述方法还包括：

26、基于贝叶斯优化方法，以最小化模型的损失函数为目标，在所述transformer网络的超参数空间内进行搜索；

27、根据搜索结果，确定所述transformer网络优化后的超参数；其中，所述优化后的超参数包括：输入序列长度、编码器数量、每层中的注意力头数量以及每个编码器中的编码器层数量。

28、第二方面，本发明提供一种抗传感器噪声干扰的结构健康监测系统，包括：

29、数据获取模块，用于获取包含多种损伤场景的结构损伤数据；

30、损伤检测模块，用于计算各损伤场景的结构损伤数据与健康信号之间的余弦相似度，并根据计算结果确定对应结构的损伤类型；其中，所述损伤类型包括：结构损伤和传感器损伤；

31、损伤定位模块，用于对于包含所述结构损伤的信号，基于transformer网络定位对应结构中的损伤位置；

32、监测输出模块，用于输出损伤检测的损伤类型和损伤定位的位置参数。

33、第三方面，本发明提供一种终端，包括：处理器以及存储器，所述存储器存储有抗传感器噪声干扰的结构健康监测程序，所述抗传感器噪声干扰的结构健康监测程序被所述处理器执行时用于实现如第一方面所述的抗传感器噪声干扰的结构健康监测方法的操作。

34、第四方面，本发明还提供一种介质，所述介质为计算机可读存储介质，所述介质存储有抗传感器噪声干扰的结构健康监测程序，所述抗传感器噪声干扰的结构健康监测程序被处理器执行时用于实现如第一方面所述的抗传感器噪声干扰的结构健康监测方法的操作。

35、本发明采用上述技术方案具有以下效果：

36、本发明采用余弦相似度将收集到的信号与健康信号进行比较，以确定信号是否为指示健康或结构损伤或传感器损伤。对于包含结构故障的信号，使用基于transformer的处理网络定位结构中的损伤。为了提高检测精度并优化计算资源，修改损失函数以整合计算能力，并采用贝叶斯网络优化超参数；本发明使用来自单一位置的振动信号进行全局结构健康监测，从而降低部署和维护成本；并且，利用故障传感器的信号，确保即使在传感器损坏时也能保持一致的结构健康监测；通过采用余弦相似度、贝叶斯网络和修改后的损失函数来优化所提方法，实现计算资源使用与检测精度之间的平衡。

技术特征：

1.一种抗传感器噪声干扰的结构健康监测方法，其特征在于，包括：

2.根据权利要求1所述的抗传感器噪声干扰的结构健康监测方法，其特征在于，所述获取包含多种损伤场景的结构损伤数据，包括：

3.根据权利要求1所述的抗传感器噪声干扰的结构健康监测方法，其特征在于，计算各损伤场景的结构损伤数据与健康信号之间的余弦相似度，并根据计算结果确定对应结构的损伤类型，包括：

4.根据权利要求3所述的抗传感器噪声干扰的结构健康监测方法，其特征在于，所述根据所述余弦相似度值确定对应结构的损伤类型，包括：

5.根据权利要求3所述的抗传感器噪声干扰的结构健康监测方法，其特征在于，所述对于包含所述结构损伤的信号，基于transformer网络定位对应结构中的损伤位置，包括：

6.根据权利要求1或5所述的抗传感器噪声干扰的结构健康监测方法，其特征在于，所述transformer网络包括：多个编码器层；

7.根据权利要求1所述的抗传感器噪声干扰的结构健康监测方法，其特征在于，所述方法还包括：

8.一种抗传感器噪声干扰的结构健康监测系统，其特征在于，包括：

9.一种终端，其特征在于，包括：处理器以及存储器，所述存储器存储有抗传感器噪声干扰的结构健康监测程序，所述抗传感器噪声干扰的结构健康监测程序被所述处理器执行时用于实现如权利要求1-7中任意一项所述的抗传感器噪声干扰的结构健康监测方法的操作。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有抗传感器噪声干扰的结构健康监测程序，所述抗传感器噪声干扰的结构健康监测程序被处理器执行时用于实现如权利要求1-7中任意一项所述的抗传感器噪声干扰的结构健康监测方法的操作。

技术总结
本发明公开了一种抗传感器噪声干扰的结构健康监测方法及系统，包括：获取包含多种损伤场景的结构损伤数据；计算各损伤场景的结构损伤数据与健康信号之间的余弦相似度，并根据计算结果确定对应结构的损伤类型；其中，所述损伤类型包括：结构损伤和传感器损伤；对于包含所述结构损伤的信号，基于Transformer网络定位对应结构中的损伤位置；输出损伤检测的损伤类型和损伤定位的位置参数。本发明通过振动信号实现自动结构损伤检测，即使在存在故障传感器的情况下，仍然可以有效地管理计算成本，同时实现高准确度的损伤检测和定位。

技术研发人员：魏振华,张立特,梁名宇
受保护的技术使用者：南方科技大学
技术研发日：
技术公布日：2025/4/6