基于压电阻抗和卷积神经网络的螺栓球节点健康监测

基于压电阻抗和卷积神经网络的螺栓球节点健康监测

潘子健

重庆交通大学，重庆市，400074

摘要：随着现代工程技术的不断发展，越来越多的高档建筑和结构工程采用了螺栓连接方式。而螺栓球节点是一种重要的结构连接方式，其安全性对于整个结构的稳定性至关重要。然而，由于长期使用和外界因素的影响，螺栓球节点存在着许多健康隐患，如腐蚀、疲劳、裂纹等问题，这些问题可能会导致螺栓球节点的失效，从而危及整个结构的安全。

关键词：结构工程；损伤监测；压电阻抗技术；螺栓球节点；卷积神经网络；压电陶瓷

引言

传统的螺栓球节点健康监测方法主要依赖于人工巡检和无损检测技术，但这些方法存在着一些缺陷，如需要大量人力和物力投入、检测精度低等问题。为了克服这些问题，近年来，基于压电阻抗和卷积神经网络的螺栓球节点健康监测方法逐渐受到了广泛关注。压电阻抗技术是一种新兴的无损检测方法，它利用压电材料在外加电场刺激下产生的电荷和电压响应特性，对结构的健康状态进行监测。卷积神经网络是一种深度学习技术，具有自适应学习能力和良好的泛化能力，可以对输入数据进行高效准确的识别和分类。

1、压电阻抗和卷积神经网络概述

压电阻抗和卷积神经网络是两种不同的技术，它们在不同领域具有广泛的应用。压电阻抗技术是一种无损检测技术，它基于压电材料的特性，通过测量结构在外加电场刺激下产生的电荷和电压响应，来监测结构的健康状态。压电材料是一种具有压电效应的晶体材料，当受到外力或应力时，会产生正比于应力大小的电荷和电压。因此，通过测量压电材料的电荷和电压响应，可以得到结构的应力、应变等信息，从而实现对结构健康状态的监测。压电阻抗技术主要包括两个方面：压电材料的制备和压电阻抗的测量。压电材料的制备需要选择适合的压电材料，进行加工和制备。压电阻抗的测量则需要设计合适的电路和测量方法，以获得准确的电荷和电压响应数据。目前，压电阻抗技术在结构健康监测领域得到了广泛的应用，如桥梁、飞机、火车等结构的健康监测。卷积神经网络是一种深度学习技术，它模仿人类大脑的神经网络结构，通过多层神经元的连接和训练，实现对输入数据的高效准确的识别和分类。卷积神经网络具有自适应学习能力和良好的泛化能力，可以处理各种类型的数据，如图像、语音、文本等。卷积神经网络主要包括输入层、卷积层、池化层和全连接层等组成部分，其中卷积层和池化层是卷积神经网络的核心。卷积神经网络的训练过程通常采用反向传播算法，通过不断调整权重和偏置，最小化损失函数，从而提高模型的准确率和泛化能力。目前，卷积神经网络在计算机视觉、自然语言处理、语音识别等领域得到了广泛的应用，如图像分类、目标检测、人脸识别、自动驾驶等。压电阻抗和卷积神经网络在不同领域具有广泛的应用，它们在结构健康监测、计算机视觉等领域的结合也得到了研究者的关注。例如，基于压电阻抗和卷积神经网络的结构健康监测方法，可以通过压电阻抗技术获取结构的健康状态数据，然后通过卷积神经网络实现对数据的识别和分类，从而实现对结构健康状态的监测和预测。这种方法具有高效准确、实时性强等优点，为结构健康监测领域的发展提供了新思路和新方法。

2、螺栓球节点健康监测

螺栓球节点是工程结构中常见的连接部件，其健康状态对整个结构的安全性和稳定性都有很大的影响。因此，螺栓球节点健康监测是结构健康监测领域的一个重要研究方向。目前，螺栓球节点健康监测主要采用无损检测技术和智能监测技术两种方法。其中，无损检测技术主要包括超声波检测、磁粉检测、涡流检测等方法，可以实现对螺栓球节点的缺陷、裂纹等异常情况进行检测和诊断。智能监测技术主要包括压电阻抗、光纤传感器、MEMS传感器等方法，通过对螺栓球节点的应力、应变等参数进行实时监测和预警，可以及时发现螺栓球节点存在的健康隐患，从而采取相应的维修和保养措施。其中，基于压电阻抗和卷积神经网络的螺栓球节点健康监测方法具有高效准确、实时性强等优点。该方法通过测量螺栓球节点的压电阻抗数据，然后通过卷积神经网络实现对数据的识别和分类，从而实现对螺栓球节点健康状态的监测和预测。该方法具有实时性强、准确率高等优点，为螺栓球节点健康监测领域的发展提供了新思路和新方法。

3、基于压电阻抗和卷积神经网络的螺栓球节点健康监测措施

基于压电阻抗和卷积神经网络的螺栓球节点健康监测措施是一种新兴的结构健康监测方法，其具有高效准确、实时性强等优点。下面介绍一些具体的措施。

3.1 压电材料的选择和制备

压电阻抗技术的核心是压电材料的选择和制备。为了提高检测的精度和可靠性，需要选择适合的压电材料，并进行加工和制备。常用的压电材料包括铅锆钛酸钛（PZT）、氧化铝、氧化锆等。在制备过程中，需要注意材料的纯度、晶体结构和形状等因素，以保证良好的压电性能和稳定性。

3.2压电阻抗的测量

压电阻抗的测量需要设计合适的电路和测量方法，以获得准确的电荷和电压响应数据。常用的测量电路包括串联电路、并联电路等，通过测量来自压电材料的电荷和电压信号，可以得到结构的应力、应变等信息，从而实现对结构健康状态的监测。此外，需要注意测量环境的干扰和噪声，以提高测量精度和可靠性。

3.3数据采集和处理

采集到的压电阻抗数据需要进行预处理和特征提取，以便于后续的模型训练和分类。常用的特征提取方法包括小波变换、时频分析等。在数据处理过程中，需要注意数据的准确性和可靠性，以保证后续模型的训练和分类效果。

3.4模型训练和分类

卷积神经网络是一种深度学习技术，可以对输入数据进行高效准确的识别和分类。将采集到的压电阻抗数据作为输入，通过卷积神经网络进行训练和分类，可以实现对螺栓球节点健康状态的监测和预测。在模型训练和分类过程中，需要注意数据样本的选择和数量，以及模型的参数设置和优化方法，以提高模型的准确率和泛化能力。

3.5.实时监测和预警

基于压电阻抗和卷积神经网络的螺栓球节点健康监测方法具有实时性强的特点，可以实时监测结构的健康状态，并发出预警信号。通过实时监测和预警，可以及时发现螺栓球节点存在的健康隐患，从而采取相应的维修和保养措施，保证结构的安全性和稳定性。

结束语

综上所述，基于压电阻抗和卷积神经网络的螺栓球节点健康监测措施主要包括压电材料的选择和制备、压电阻抗的测量、数据采集和处理、模型训练和分类、实时监测和预警等方面。其中，压电材料的选择和制备是保证压电阻抗技术准确性和稳定性的基础，压电阻抗的测量需要设计合适的电路和测量方法，以获得准确的电荷和电压响应数据。数据采集和处理需要注意数据的准确性和可靠性，以保证后续模型的训练和分类效果。模型训练和分类是实现对螺栓球节点健康状态的监测和预测的核心，需要注意数据样本的选择和数量，以及模型的参数设置和优化方法。实时监测和预警可以及时发现螺栓球节点存在的健康隐患，从而采取相应的维修和保养措施，保证结构的安全性和稳定性。基于压电阻抗和卷积神经网络的螺栓球节点健康监测措施具有高效准确、实时性强等优点，为结构健康监测领域的发展提供了新思路和新方法。

参考文献：

[1]董石林,邢栋,赵阳.现代大跨空间结构在中国的应用与发展[J].空间结构,2012,(01):3-16.

[2]谢晓凯.空间钢结构监测技术及结构性能研究[D].浙江大学,2018

[3]何浩翔,闫维明等.结构健康监测系统设计标准化评书与展望[J].地震工程与工程振动.2008,28(4):154-160.

[4]李宏男,李东升等.土木工程结构安全性评估、健康监测及诊断评述[J].地震工程与工程振动.2002,22(3):82-90.