霍林生， 李 旭， 李宏男, 张卓群

(1.大连理工大学建设工程学部 大连，116023) (2.国核电力规划设计研究院 北京，100095)



基于互相关函数幅值和SVM的输电塔损伤识别

霍林生1， 李 旭1， 李宏男1, 张卓群2

(1.大连理工大学建设工程学部 大连，116023) (2.国核电力规划设计研究院 北京，100095)

针对目前输电塔结构损伤识别中需要布设大量传感器的问题，提出了基于互相关函数幅值和支持向量机(support vector machine，简称SVM)的损伤识别方法。首先，定义初始与当前状态结构模态响应近似信号的互相关函数幅值差为损伤特征；其次，将损伤特征作为输入样本来训练支持向量机分类器，将损伤识别问题转化为模式分类问题；最后，利用2层角钢塔模型的振动试验，验证了方法的可行性。该方法仅需要少量传感器测得结构的动力响应，且适用于环境荷载激励，对输电塔结构损伤有较好的识别效果和噪声鲁棒性。

互相关函数； 支持向量机； 损伤识别； 输电塔

引 言

输电塔结构是输变电系统中的重要组成部分，在使用期间常年经受风荷载的作用，易导致节点螺栓松动、构件的疲劳和损伤，最终发展为整个结构体系的破坏[1]。针对输电塔结构的损伤识别，文献[2-4]分别提出了基于统计方差分析方法、小波包和模糊聚类的识别方法等，这些方法适用于输电塔结构的风荷载激励。然而，上述方法的实施均需要布置大量的传感器。

结构各点间的动力响应具有一定的相关性，发生损伤后，这种相关性将发生改变。文献[5-8]等提出了一种基于互相关函数幅值向量的损伤识别方法，利用损伤前后相邻测点互相关函数幅值的差异来识别和定位损伤，方法简单直观，易于实施。……