基于相关函数的泄洪闸闸墩结构振动响应多测点融合研究

徐旺敏，张宇驰，刘伍根，刘世立

(1.上饶市水利科学研究所,江西上饶 334000；2.南昌大学建筑工程学院,南昌 330031)

基于相关函数的泄洪闸闸墩结构振动响应多测点融合研究

徐旺敏1，张宇驰2，刘伍根1，刘世立2

(1.上饶市水利科学研究所,江西上饶 334000；2.南昌大学建筑工程学院,南昌 330031)

以信州水利枢纽泄洪闸闸墩为工程背景,通过基于泄流激励下闸墩动力特性测试,得到多个测点的振动信号。针对单个测点信号信噪比不高、频率成分不全的缺点,基于相关函数融合算法,将多个测点的振动信号融合为一个能够准确、全面反映结构整体振动特性的振动信号,实现多测点振动信号的数据融合。通过对融合前后信号频率识别结果对比表明:基于相关函数的多测点融合算法具有其可行性,能够很好地挖掘出淹没在噪声中的结构有效频率,为识别结构的模态参数提供了重要依据。

闸墩；多测点；信息融合；相关函数；振动响应

2015,32(11):110-114

1 研究背景

基于泄流激励下的泄流结构模态参数识别与损伤诊断是近年来研究的热点问题,而提供准确、全面反映结构整体振动特性的振动信号是模态参数识别的前提。在泄流激励作用下,单一测点得到的振动信号往往表现出信噪比不高、频率成分不全的缺点。因此,充分利用各个测点的振动信号,运用信息融合技术,将多测点振动信号融合为一个能够准确、全面反映结构整体振动特性的振动信号具有重要意义。

信息融合实质就是充分利用多个传感器或多特征属性的感知数据,以一定的规则合理的使用和支配这些感知数据,综合多方位不完整的局部环境信息,消除信息间可能存在的矛盾,得到对感知对象的描述或解释。信息融合一般分为3个级别:数据级信息融合、特征级信息融合和决策级信息融合[1]。国外在信息融合技术方面的研究相对于国内起步较早,在20世纪70年代,已将该技术用于军事方面,如地面战车、水上舰船等目标的检测。随着信息融合技术的发展,这项技术被广泛运用于多个领域,在坝体安全监测领域的研究多集中于对坝体同类型多测点监测信息融合方面,帅常娥等[2]基于多个测点的监测信息,采用Kalman滤波融合算法建立了多个固定的状态方程和量测方程来描述坝基水平位移；Zhang Xue-jie[3]应用多传感器信息融合,建立了坝体变形监测模型；段峰虎[4]基于D-S证据理论,将静态应变信息和模态频率信息进行融合,对弧形闸门主框架进行了损伤诊断。

本文以信州水利枢纽泄洪闸闸墩为研究对象,利用相关函数融合算法动态适应性和抗噪能力强的特点,对泄流激励下的多测点振动信号进行数据融合。通过对融合前后信号频率识别结果对比分析,验证了基于相关函数融合算法的可行性,表明经过相关函数融合后的信号能够有效整合多个测点信号的动力特性,挖掘出淹没在噪声中的有效信号。

2 基本相关函数的信息融合方法

2.1 相关函数

假设x(n)和y(n)是2个具有有限能量的确定性信号,并且具有因果关系,那么x(n)和y(n)的相关系数为[5-6]

式中Rxy为x(n)和y(n)的相关函数。根据许瓦兹不等式有ρxy＜1。当2个信号完全相等时,其相关系数和相关函数等于1,即Rxy=1,ρxy=1；当2个信号在某种程度上相似时,其相关函数不等于0,即Rxy≠0,则0＜ρxy＜1；当2个信号完全无关时,其相关函数和相关系数都等于0,即Rxy=0,ρxy=0。因此,x(n)和y(n)的相似程度可用Rxy和ρxy来描述。

在振动信号中,用相关函数来表述随机振动的样本函数在不同时刻瞬时值间的相关程度,互相关函数的大小反映2个信号间的相关性。我们认为,离散性随机振动信号x(n)和y(n)的互相关函数表达式为[7-8]

当x(n)=y(n)时,称为自相关函数,则离散性随机振动信号的互相关函数表达式为

2.2 基于相关函数加权法的数据融合

假设由测试所得到的振动信号x1(n),x2(n), x3(n),…,xm(n)对任何2个信号进行互相关运算时,其表达式为

离散信号的能量公式为

假设Eij是每个信号两两进行互相关运算得到的信号能量,那么

则可以表示为第i个传感器得到的信号和其他传感器得到的信号的总相关能量。

根据权值Pi与相关程度(即相关函数的能量)成正比例[9],则推出:p1∶p2∶…∶pn=E1∶E2∶…∶En；又有p1+p2+…+pn=1,则由这2个式子即可推出各个信号的权值,其融合结果为

3 工程应用实例

3.1 工程概况及测点布置

信州水利枢纽工程位于江西省上饶市城区,信江上游。枢纽泄洪建筑物由37孔泄洪闸组成,从左至右排列依次为1#—37#,枢纽建筑物采用深孔闸和浅孔闸相结合的方式,在主河槽处布置17孔深孔闸(1#—17#),深孔闸采用弧形钢闸门挡水,泄洪闸孔口尺寸为12.0 m×8.0 m(宽×高),堰顶高程58.5 m,采用折线堰与下游消力池衔接。为方便对弧形钢闸门进行检修,在弧门上游侧处设有检修门槽,检修门采用叠梁式；左侧滩地处布置20孔浅孔闸(18#—37#),浅孔闸采用平板钢闸门挡水,泄洪闸孔口尺寸为10.0 m×4.5 m(宽×高),堰顶高程62 m,下部为折线堰,检修闸门采用叠梁式。闸室顺水流方向长6 m,1#孔左闸墩和37#孔右闸墩为满足施工期导流需要,闸墩与纵向导墙结合设计,顶部厚3 m,12#孔右闸墩和17#孔右闸墩厚2 m,其余深孔闸墩厚均为1.5 m,浅孔闸墩厚均为1.2 m。泄洪闸按50 a一遇洪水设计(Q=8 844 m3/s),500 a一遇洪水校核(Q=11 729 m3/s),泄洪闸布置及泄洪闸闸墩传感器布置示意图见图1。

图1 泄洪闸及闸墩传感器布置示意图Fig.1 Layout of sluice and sensors on the sluice pier

为测量信州水利枢纽拦河闸在水流自由泄流情况下动态响应,本次测试选择15#泄洪孔的左、右闸墩作为原型动力检测对象。振动测试传感器采用LC0106加速度传感器,频率响应范围0.05～1 500 Hz,灵敏度为991 mv/g。测点布置于闸墩侧面顶部,测试方向为水平(侧向),15#和16#闸墩顺水流方向分别依次布置H1—H7 7个加速度传感器。H1位于闸墩首部；H2和H6位于排架上距,离坝顶约1.5 m处；其余4个测点(H3,H4,H5,H7)位于闸墩侧面距坝顶约0.1 m处。信号连续采集,采样频率为100 Hz。闸墩振动测试现场及传感器布置见图2。

图2 闸墩振动测试现场及传感器布置Fig.2 Photo of vibration test of sluice pier and layout of sensors

3.2 闸墩结构振动响应多测点融合

通过振动特性测试得到各测点在闸门全开工况下的加速度时程信号,选择信噪比较高的H2,H3,H5这3个测点的振动信号进行数据融合。图3为测点H2,H3和H5的加速度时程线及相应的频谱图。

由图3可以看出,H2,H3,H5测点均含有一阶明显峰值,信号的主要频率成分分别为19.8,40.33, 5.15 Hz；由于闸墩及其上部排架的多模态特性以及各测点的振动强度和噪声水平不尽相同,以致不同测点的振动主频不同。基于相关函数融合算法融合H2, H3,H5测点的加速度振动信号,通过式(5)计算任意2个信号的相关函数,由式(6)计算各个离散信号的相关能量Eij,由信号相关能量Ei分配各个测点信号的融合P1=0.402 9,P2=0.286 3,P3=0.310 7,实现不同测点信号的加权融合,其融合后的信号加速度时程线及频谱图如图4所示。基于相关函数融合算法的频率识别结果如表1。

图3 测点H2，H3，H5加速度时程线及频谱Fig.3 Time-history curves of acceleration and spectrum of points H2，H3 and H5

图4 基于相关函数融合后的加速度信号时程线及频谱图Fig.4 Time-history curve of acceleration signal and spectrum based on correlation function fusion

表1 基于相关函数融合算法的频率识别结果Table 1 Result of frequency identification based on algorithm of correlation function fusion

通过表1可看出,基于相关函数融合算法融合所得信号具有4阶频率(5.127,19.800,26.810, 40.360 Hz),该信号频谱图不仅含有H2,H3,H5测点信号频谱图中的明显波峰(19.8,40.33,5.15 Hz,),而且挖掘出淹没在噪声中的微弱信号(图4(b)中第3个波峰26.81 Hz),该阶频率可视为不同传感器采集到的信号相关信息。可见,对于泄洪闸闸墩结构振动,基于相关函数融合算法能够全面、准确地识别泄流结构的频率。

基于泄流结构约束条件的限制,对于同类传感器的多测点信号,不同测点的振动信号含有的频率成分不尽相同,甚至差异很大。为充分利用不同测点信号的相关信息、冗余信息和互补信息,利用信息融合技术将多测点振动信号融合为一个能够准确、全面反映结构整体振动特性的振动信号,实现泄流结构频率模态的准确识别,对泄流结构模态参数识别和安全监测具有极其重要的意义。

4 结 语

由于泄流结构泄流工作环境复杂,环境背景噪声的强干扰对模态参数的提取影响较大,本文利用相关函数融合算法,将多测点振动信号融合为一个反映结构整体特性的振动信号,有利于泄流激励下泄流结构模态参数识别与损伤诊断问题的研究。以信州水利枢纽泄洪闸闸墩为工程实例,通过对融合前后的振动信号频率识别结果分析对比,得出以下结论:

(1)基于相关函数态融合算法在研究泄流结构多测点信号融合问题上具有可行性,基于该算法融合后的信号不仅包含已知单测点频率成分的信号,而且挖掘出噪声中的微弱信号,全面反映了结构整体振动特性。

(2)基于相关函数融合算法融合后的信号识别结果与单个测点的频率识别结果相近,融合后的信号能够准确地反映结构整体振动特性。

[1]韩崇昭,朱红艳,段战胜.多源信息融合(第二版)[M].北京:清华大学出版社,2010.(HAN Chong-zhao,ZHU Hong-yan,DUAN Zhan-sheng,Multi-source Information Fusion(Second Edition)[M].Beijing:Tsinghua University Press,2010.(in Chinese))

[2]帅常娥,彭 鹏,石 成.基于Kalman滤波融合算法的某坝基水平位移综合信息提取[J].盐城工学院学报(自然科学版),2010,(2):61-65.(SHUAI Chang-e, PENG Peng,SHI Cheng.Extraction of Comprehensive Information of Dam Foundation Horizontal Displacement Based on Kalman Filter Fusion Algorithm[J].Chinese Journal of Yancheng Institute of Technology(Natural Science), 2010,(2):61-65.(in Chinese))

[3]ZHANG Xue-jie.Application Research on Multi-sensor Information Fusion Technique in Deformation Monitoring of Dam Body[C]//Test and Measurement Section of China Ordnance Society.Proceedings of the 7th International Symposium on Test and Measurement.Beijing,August 5-8,2007:1657-1659.

[4]段峰虎.基于信息融合技术的水工结构损伤识别方法研究[D].南昌:南昌大学,2011.(DUAN Feng-hu.Study on Damage Identification of Hydraulic Structure Using Information Fusion Technique[D].Nanchang:Nanchang University,2011.(in Chinese))

[5]葛新成,罗大成,曹 勇.相关函数在数字信号处理中的应用[J].电光与控制,2006,13(6):78-80.(GE Xincheng,LUO Da-cheng,CAO Yong.Application of Correlation Function in Digital Signal Processing[J].ChineseJournal of Electronics Optics&Control,2006,13(6):78-80.(in Chinese))

[6]王 济,胡 晓.Matlab在振动信号处理中的应用[M].北京:中国水利水电出版社,2006:114-117.(WANG Ji,HU Xiao.The Application of Matlab in Vibration Signal Processing[M].Beijing:China Water Power Press,2006: 114-117.(in Chinese))

[7]刘建书,李人厚,常 宏.基于相关性函数和最小二乘的多传感器数据融合[J].控制与决策,2006,21(6): 714-716.(LIU Jian-shu,LI Ren-hou,CHANG Hong.Multisensor Data Fusion Based on Correlation Function and Least Square[J].Chinese Journal of Control and Decision, 2006,21(6):714-716.(in Chinese))

[8]刘敏华,萧德云.基于相似度的多传感器数据融合[J].控制与决策,2004,19(5):534-537.(LIU Min-hua, XIAO De-yun.Multi-sensor Data Fusion Based on Similitude Degree[J].Chinese Journal of Control and Decision, 2004,19(5):534-537.(in Chinese))

[9]RONG L,WANG W C,LOGAN M,et al.Multiplatform Multisensor Fusion with Adaptive-rate Data Communication[J].IEEE Transactions on Aerospace and Electronic Systems,1997,33(1):274-281.

(编辑:曾小汉)

长江科学院参与承办的第八届全国水利工程渗流学术研讨会顺利召开

由中国水利学会岩土力学专业委员会和中国水利学会工程管理专业委员会主办,中国水利水电科学研究院、长江科学院、南京水利科学研究院、清华大学以及国家大坝安全工程技术研究中心等9家单位联合承办的第八届全国水利工程渗流学术研讨会于2015年9月18—22日在北京顺利召开。

来自全国的150多位专家代表参加了本次会议,数十位学者作了报告和学术交流。研讨会以工程建设为背景,以“渗流安全和地下水污染防治”为主题,以渗流基本理论、工程材料渗透与渗透变形特性、渗流控制理论和技术、多场藕合及多相渗流理论、渗流数值模拟与程序开发、渗流监测及隐患探测技术、渗流安全评价及除险加固技术、土工合成材料在渗流控制中的应用、地下水开采与污染防治和地下水环境生态修复技术等为主要议题,对我国近年来工程建设领域有关渗流和地下水污染防治的最新研究进展进行广泛的学术交流。

长江科学院吴昌瑜教高,以及岩土力学与工程重点实验室土工所副所长张家发教高、张奇华教高、朱国胜教高和渗流学科全室职工等共18人应邀参加会议,其中14人作了学术报告并主持了部分单元的会议,充分展示了长江科学院在渗流理论及相关工程应用方面取得的成果和开展的探索工作,增进了与同行的学术交流；也了解了渗流相关理论在国内的整体进展以及工程应用的最新成果；参会期间与参会代表们建立了密切的学术联系,达到了预期效果。

会议期间还召开了渗流学组会议,长江科学院吴昌瑜教高连任学组组长,会议商定第九届全国水利工程渗流学术研讨会于2018年在南京召开。

(摘自：长江水利科技网)

Fusion of Vibration Signals from Multiple Observation Points of Flood Discharge Sluice Pier Based on Correlation Function

XU Wang-min1,ZHANG Yu-chi2,LIU Wu-gen1,LIU Shi-li2
(1.Shangrao Municipal Hydraulic Scientific Research Institute,Shangrao 334000,China；2.School of Civil Engineering and Architecture,Nanchang University,Nanchang 330031,China)

With the sluice pier of Xinzhou hydraulic project as an engineering background,the vibration signals of several observation points were acquired through pier dynamic characteristics test.In light of low signal-to-noise ratio and incomplete frequency component of a single measurement point,the vibration signals from several measuring points were fused into one signal through correlation function fusion algorithm.This signal could reflect the vibration signal of the overall structure accurately and fully.By comparing the results of signal frequency identification before and after the fusion,we conclude that the multi-point fusion algorithm based on correlation function is feasible.Effective frequency of the structure submerged in noise could be excavated very well.Finally,It povides important basis for identifying modal parameters of the structure.

sluice pier；multiple observation points；information fusion；correlation function；vibration response

TV698.1

A

1001-5485(2015)11-0110-05

10.11988/ckyyb.20140414

2014-05-19；

2014-06-12

国家自然科学基金项目(51269019,51469015)；广东省水利科技创新基金项目(2014-08)

徐旺敏(1963-),男,江西上饶人,高级工程师,主要从事水利水电工程领域的科研工作,(电话)18979310668(电子信箱)srsksxwm @126.com。