一种基于动态建模的水泥电杆风振疲劳寿命评估方法与流程

摘要: 本发明涉及结构健康监测与疲劳寿命评估,具体涉及一种基于动态建模的水泥电杆风振疲劳寿命评估方法。背景技术:1、目前,水泥电杆作为输配电线路的重要支撑结构,其风振疲...
一种基于动态建模的水泥电杆风振疲劳寿命评估方法与流程

本发明涉及结构健康监测与疲劳寿命评估,具体涉及一种基于动态建模的水泥电杆风振疲劳寿命评估方法。

背景技术:

1、目前,水泥电杆作为输配电线路的重要支撑结构,其风振疲劳寿命评估对电网安全运行至关重要。现有的评估方法通常依赖定期离线检测和预设退化曲线,采用固定参数的简化模型进行预测,难以反映结构在实际服役过程中因损伤累积和环境侵蚀导致的动力特性实时变化;同时,风荷载建模多采用标准功率谱或等效静力荷载,无法准确刻画复杂微地形条件下风场的非平稳与非高斯特性,导致输入荷载失真;此外,为获取关键部位应力响应而反复执行的全阶非线性动力时程有限元计算耗时巨大,且缺乏对模型不确定性和风场随机性的有效量化手段,导致评估结果滞后、精度较低且难以支撑风险决策。

技术实现思路

1、针对现有技术存在的评估模型无法动态跟踪结构时变退化、风荷载输入失真以及计算效率低且缺乏概率量化的问题,本发明通过一种基于动态建模的水泥电杆风振疲劳寿命评估方法,实现了对水泥电杆剩余疲劳寿命的高精度、近实时概率评估。

2、为实现上述目的,本发明采用如下技术方案:

3、获取待评估水泥电杆的杆位历史风场数据与实时风场数据,基于风场生成模型并结合杆位微地形特征生成概率风荷载输入集;将所述概率风荷载输入集输入物理约束代理模型,输出所述待评估水泥电杆的危险截面的应力响应时程,所述物理约束代理模型内嵌有结构动力学物理约束;基于所述应力响应时程和混凝土材料疲劳性能参数确定累积疲劳损伤增量,并结合所述待评估水泥电杆的实测动力响应数据,通过序贯概率滤波算法对状态空间模型中的隐状态进行校正,所述隐状态包括模态参数和损伤状态;基于校正后的所述隐状态和所述概率风荷载输入集,推求所述待评估水泥电杆的剩余疲劳寿命概率分布。

4、上述方案通过构建“荷载重构-高效响应-状态校正”的动态概率评估闭环,利用风场生成模型重构覆盖多工况的概率荷载输入,结合内嵌物理约束的代理模型实现应力响应的高效物理一致性映射,并通过序贯概率滤波融合实测数据对包含模态与损伤的隐状态进行动态联合校正,从而在保证计算效率的同时,实现了模型时变退化的实时追踪与剩余寿命的不确定性量化。

5、作为一种实施方式,所述基于风场生成模型并结合杆位微地形特征生成概率风荷载输入集,包括:将隐变量和杆位微地形特征编码输入所述风场生成模型,输出合成风荷载时程;将所述合成风荷载时程与所述实时风场数据融合,构造所述概率风荷载输入集;其中,所述合成风荷载时程在风速风向分布统计矩、湍流强度、阵风因子和自相关函数上与所述杆位历史风场数据的误差小于预设阈值。

6、作为一种实施方式,所述风场生成模型采用带梯度惩罚的wasserstein生成对抗网络,其训练过程包括:获取杆位处的高频风速风向历史记录,将其处理为具有时空标签的三维张量序列;所述wasserstein生成对抗网络的生成器以所述隐变量和所述杆位微地形特征编码为输入,输出具有真实物理相关性的所述合成风荷载时程;所述wasserstein生成对抗网络的判别器采用带梯度惩罚的深度卷积结构,通过最小化wasserstein距离并施加梯度惩罚项,迫使生成的风速风向序列与所述高频风速风向历史记录的概率分布和风谱特性一致;所述合成风荷载时程能够外推生成重现期超过训练数据长度的极端风况时程,以覆盖疲劳评估所需的荷载边界。

7、作为一种实施方式,所述物理约束代理模型包括分支网络和主干网络;所述分支网络用于将所述概率风荷载输入集映射为第一高维潜在特征;所述主干网络用于将监测点空间坐标映射为第二高维潜在特征;所述物理约束代理模型基于所述第一高维潜在特征和所述第二高维潜在特征的融合结果输出所述应力响应时程;所述物理约束代理模型的损失函数包含数据拟合损失项和物理约束项,所述物理约束项为结构运动方程中的内力平衡残差。

8、作为一种实施方式,所述物理约束代理模型为深度算子网络,所述第一高维潜在特征和所述第二高维潜在特征的融合结果通过点积运算后经解码器输出所述应力响应时程,且所述主干网络在推理阶段固定不变;在所述物理约束代理模型的训练阶段,引入基于残差的物理约束项权重自适应调节策略,随着训练轮次增加,当所述数据拟合损失项的变化率低于预设阈值时,自动提高所述物理约束项在所述损失函数中的权重,使所述物理约束代理模型在拟合仿真数据的同时遵守结构动力学规律。

9、作为一种实施方式,所述通过序贯概率滤波算法对状态空间模型中的隐状态进行校正,包括:构建以所述模态参数和所述损伤状态为所述隐状态的所述状态空间模型;计算所述实测动力响应数据与所述状态空间模型输出响应的残差;基于所述残差更新所述序贯概率滤波算法中粒子的权重;基于更新权重后的所述粒子对所述隐状态进行概率推断,输出所述模态参数和所述损伤状态的后验概率分布。

10、作为一种实施方式,所述序贯概率滤波算法为粒子滤波算法,所述基于更新权重后的所述粒子对所述隐状态进行概率推断,包括:采用残差重采样策略对所述粒子进行重采样,以实时获取的所述实测动力响应数据与所述状态空间模型输出响应的残差作为所述粒子的权重更新的依据;在每次滤波递推后,基于重采样后的粒子集合计算所述模态参数和所述损伤状态的均值与方差,输出所述后验概率分布;所述后验概率分布用于量化所述隐状态的不确定性,并作为下一次所述滤波递推的先验分布,以实现对所述模态参数和所述损伤状态的实时追踪与不确定性量化,并为后续的所述剩余疲劳寿命概率分布推求提供状态基准。

11、作为一种实施方式,所述状态空间模型包含时变退化子模型,所述时变退化子模型的更新过程包括:获取所述待评估水泥电杆所处环境类别的混凝土碳化深度和钢筋锈蚀率随时间演化的数据;基于所述混凝土碳化深度和所述钢筋锈蚀率,动态修正所述待评估水泥电杆的截面有效刚度和材料疲劳极限;将修正后的所述截面有效刚度和所述材料疲劳极限同步更新至所述状态空间模型的动力特性参数中,以动态跟踪所述待评估水泥电杆因环境侵蚀导致的所述动力特性参数的实时变化。

12、作为一种实施方式,获取所述实测动力响应数据的过程包括:通过部署于所述待评估水泥电杆的传感与采集设备获取原始加速度信号和原始风速信号;通过边缘计算节点对所述原始加速度信号和所述原始风速信号实施自适应阈值降噪与异常值剔除;利用互相关算法对降噪后的所述原始风速信号与降噪后的所述原始加速度信号进行毫秒级同步对齐,使得送入所述状态空间模型的数据满足实时同化精度要求,并消除环境噪声与设备采样偏差对所述序贯概率滤波算法的干扰。

13、作为一种实施方式,当所述待评估水泥电杆所在位置的所述杆位历史风场数据不足时,所述风场生成模型的获取过程包括:获取在邻近相似地形电杆已训练好的源风场生成模型;冻结所述源风场生成模型的低层网络权重,仅微调高层网络权重;利用所述待评估水泥电杆所在位置的少量所述杆位历史风场数据对微调后的所述高层网络权重进行训练,以适配所述待评估水泥电杆的风场特征,并生成符合所述待评估水泥电杆所在位置微地形特性的所述合成风荷载时程。

14、本发明的有益效果为:通过建立可在线演进的状态空间模型并序贯融合实时监测数据,改变了传统固定模型定期评估的方式,使电杆的疲劳状态和剩余寿命能够随着结构真实退化动态更新,提升了评估的时效性和准确性;利用风场生成模型从历史风场数据中学习微地形风场概率特征,生成同时覆盖常规和极端工况的合成风荷载时程,解决了传统简化风荷载模型无法表征真实风场非平稳性、非高斯性和局部效应的缺陷,使疲劳荷载输入更贴近实际;构建并应用内嵌结构动力学物理约束的代理模型替代耗时的全阶动力有限元计算,在保证未见工况下响应预测物理一致性的同时,将风荷载到应力响应的映射速度显著提升,使得在数字孪生框架内反复进行多工况概率疲劳分析成为可能;整个方法以概率框架贯穿始终,通过序贯概率滤波量化模型状态的不确定性,通过风场生成模型覆盖风场的不确定性,最终输出剩余寿命的概率分布,给出了风险量化的科学依据,增强了评估结果对电网运行管理决策的参考价值。