(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210398866.7 (22)申请日 2022.04.15 (71)申请人 石家庄铁道大 学 地址 050000 河北省石家庄市长安区北二 环东路17号 申请人 哈尔滨工业大 学 (72)发明人 张延哲　丁勇　张立平　卜建清　 (74)专利代理 机构 深圳汇策知识产权代理事务 所(普通合伙) 44487 专利代理师 迟芳 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/13(2020.01) G06Q 10/00(2012.01) G06Q 50/08(2012.01)G06F 111/08(2020.01) G06F 119/14(2020.01) (54)发明名称 桥梁损伤 位置的无损识别方法、 存储介质及 设备 (57)摘要 桥梁损伤 位置的无损识别方法、 存储介质及 设备， 属于桥梁工程健康监测技术领域。 为了解 决现有的检测技术不能简便识别桥梁结构损伤 位置的问题， 本发明基于无迹卡尔曼滤波器算法 和自适应无迹卡尔曼滤波器算法确定损伤位置， 在滤波的过程中需要计算每步对应的灵敏参数， 并根据灵敏参数ηk的时程曲线， 选择下一时间 步的滤波器算法， 在执行自适应无迹卡尔曼滤波 器算法时需要根据状态量协方差的全部主对角 元素组成一个新的对角方阵， 依次扩 大该方阵每 一个弹性模量参数对应的协方差值， 并执行一步 完整的无迹卡尔曼滤波运算并得到灵敏参数 ηk， 并找到损伤位置； 扩大该位置对应的协方差 并继续执行第(k+1)时间步， 直到全部循环结束 得出所有的损伤位置 。 权利要求书3页 说明书9页 附图2页 CN 114692465 A 2022.07.01 CN 114692465 A 1.一种桥梁损伤位置的无损识别方法， 包括以下步骤： 针对桥梁结构， 确 定桥梁结构对应状态的初始值， 并组成初始状态量χ0， 并依据卡尔曼 滤波原理确定初始状态 量的协方差矩阵， 简称初始状态 量协方差P0； 其中χ0和P0分别称作第 0时间步的状态量和状态量协方差； 基于无迹卡尔曼滤波器算法进行初步识别， 基于无迹卡尔曼滤波器算法进行初步识别 的过程中， 需要基于无迹卡尔曼滤波器算法的量测更新步计算第k时间步的观测误差εk和 第k时间步的量测预测协方差Pyy ,k， 并基于εk和Pyy ,k计算输出每步对应的灵敏参数 然后绘制输出灵敏参数ηk的时程曲线， 如果ηk时程曲线有峰值脉冲出现， 则基于自适应 无迹卡尔曼 滤波器算法识别损伤位置， 其特 征在于： 在基于自适应无迹卡尔曼滤波器算法进行识别的过程中， 需要判断计算的ηk与灵敏参 数阈值η0的大小， 如果ηk＜η0， 则基于无迹卡尔曼滤波器算法继续识别； 如果ηk≥η0， 则继续 执行以下步骤： 设置一个初始值为0且维度等于初始状态量χ0的向量， 用字母L表示； 取状态量协方差 的全部主对角元素组成一个新的对角方阵 且保持原对角元素的位置不变； 依次扩大 中每一个 弹性模量参数对应的协 方差值， 且每次只对一个协 方差值进行扩大， 并执行一 步完整的无迹卡尔曼滤波运算， 针对协方差值对应的行号 或列号为z的扩大， 执行一步完整 的无迹卡尔曼滤波运算得到灵敏参数ηk， 并令L(z)＝ηk； 找到最小的L对应的位置号zmin， 该 位置就是损伤位置； 然后令 扩大20倍， 并继续执行第(k+1)时间步， 并再次判断 ηk+1与灵敏参数阈值 η0的大小， 直到全部循环结束得出 所有的损伤位置 。 2.根据权利要求1所述的一种桥梁损伤位置的无损识别方法， 其特征在于： 利用无迹卡 尔曼滤波器算法进行识别的过程中和利用自适应无迹卡尔曼滤波器算法进行识别的过程 中， 选择各梁单元节点的竖向位移响应作为观测值y。 3.根据权利要求2所述的一种桥梁损伤位置的无损识别方法， 其特征在于： 所述的桥梁 结构对应 状态包括 桥梁各梁单 元的弹性模量、 桥梁结构的位移和速度。 4.根据权利要求1、 2或3所述的一种桥梁损伤位置的无损识别方法， 其特征在于： 在基 于自适应无迹卡尔曼滤波器算法进行识别的过程中， 计算灵敏参数ηk的过程包括以下步 骤： 步骤7.1、 基于无迹卡尔曼滤波器算法的UT变换原理， 使用第(k ‑1)时间步的状态量χk‑1 和状态量协方差Pk‑1生成(2n+1)个sigma点， 并通过状态方程求解出每个sigma点对应的状 态量 其中k从1开始， 且k∈[1,N]， N为总的时间步数， n为状态 量的维数， i为第i个 sigma 点， 且i∈[1,2n+1]； 步骤7.2、 基于无迹卡尔曼滤波器算法的时间更新步完成从第(k ‑1)时间步到第k时间 步的状态量和状态量协方差的更新， 分别记作 和 公式如下 所述： 权　利　要　求　书 1/3 页 2 CN 114692465 A 2式中， 和 分别为第k时间步第i个sigma点的权重值， 为第k时间步第i个sigma 点对应的状态量估计值， Qk为第k时间步的噪声； 步骤7.3、 基于无迹卡尔曼滤波器算法的UT变换原理， 使用步骤7.2中更新的 和 生 成(2n+1)个sigma点， 并通过观测方程 求解出每个sigma点对应的观测估计值 步骤7.4、 基于无迹卡尔曼滤波器算法的量测更新步计算输出第k时间步的量测预测值 且 式中， 为第k时间步第i个sigma点的权重值， 为第k时间步第i个sigma点对应的观 测估计值； 步骤7.5、 基于无迹卡尔曼滤波器算法的量测更新步计算第k时间步的观测误差εk， 且 式中， yk为第k时间步的观测值， 为第k时间步的量测预测值； 步骤7.6、 基于无迹卡尔曼滤波器算法的量测更新步计算第k时间步的量测预测协方差 Pyy,k， 且 式中， 为第k时间步第i个 sigma点的权重值， 为第k时间步第i个 sigma点对应的观 测估计值， 为第k时间步的量测预测值， Rk为第k时间步的噪声； 步骤7.7、 基于步骤7.5及步骤7.6计算的εk和Pyy,k构造灵敏参数 ηk， 且 并计算输出每步的ηk值。 5.根据权利要求4所述的一种桥梁损伤位置的无损识别方法， 其特征在于： 在基于自适 应无迹卡尔曼滤波器算法进行识别的过程中， 在得到计算灵敏参数ηk后还要计算第k时间 步 与 的互协方差Pxy,k并进行数据更新， 具体过程包括以下步骤： 步骤7.8、 基于 无迹卡尔曼滤波器算法的量测更新步计算第k时间步 与 的互协方差 Pxy,k， 步骤7.9、 更新第k时间步的卡尔曼增益矩阵： 步骤7.10、 更新并输出第k时间步的状态量： 步骤7.11、 更新并输出第k时间步的状态量协方差： 6.根据权利要求5所述的一种桥梁损伤位置的无损识别方法， 其特征在于： 找到最小的 L对应的位置号zmin的具体过程包括以下步骤： 步骤7.14、 将第k时间步状态量协方差 的主对角线元素中第一个弹性模量参数对应权　利　要　求　书 2/3 页 3 CN 114692465 A 3