(19)中华 人民共和国 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 202111311593.X (22)申请日 2021.11.08 (71)申请人 南京华剑兵科工程 技术有限公司 地址 210000 江苏省南京市麒 麟科技创新 园智汇路3 00号B单元二楼 (72)发明人 江剑　郭飞飞　江燕燕　王玉涛　 贾礼安　 (74)专利代理 机构 南京众联专利代理有限公司 32206 代理人 吕书桁 (51)Int.Cl. G06F 30/27(2020.01) G06F 17/16(2006.01) G01N 27/83(2006.01) G06F 119/04(2020.01)G06F 119/10(2020.01) G06F 119/14(2020.01) (54)发明名称 一种基于无线传感器的钢桥结构健康检测 方法 (57)摘要 本发明涉及一种基于无线传感器的钢桥结 构健康检测方法， 首先， 设计了三维霍尔传感器 阵列检测钢箱梁三维金属磁记忆信号； 其次， 为 克服三维金属磁记忆信号易受噪声干扰问题， 设 计了自适应滤波器减少信号的电磁干扰、 机械振 动以及各种随机噪声的干扰； 最后结合极限学习 机算法， 实现对钢箱梁疲劳应力的定量估计， 提 高了钢箱梁疲劳应力检测精度、 稳定性和鲁棒 性。 权利要求书2页 说明书5页 附图2页 CN 114036836 A 2022.02.11 CN 114036836 A 1.一种基于无线传感器的钢桥结构健康检测方法， 具体步骤如下， 其特 征在于, 步骤1： 为准确检测钢箱梁周围磁场信号， 使用三维排列的霍尔传感器检测钢箱梁的三 维金属磁记 忆信号； 步骤2： 为减少噪声对钢箱梁应力测量的影响， 使用自适应滤波消除钢箱梁三维金属磁 记忆信号的电磁干扰、 机 械振动以及各种随机噪声干扰； 步骤3： 提取 经过自适应滤波后三维金属磁记 忆信号的时域、 频域和时频域特 征； 步骤4： 把提取的三维金属磁记忆信号特征作为输入向量、 所对应的钢箱疲劳压力作为 输出向量， 送入极限学习机模型中， 训练极限学习机模型； 步骤5： 检测待测钢箱梁疲劳应力的三维金属磁记忆信号， 经过步骤2和步骤3后， 将提 取的特征输入到训练完成的极限学习机模型中， 输出待测钢箱梁疲劳应力预测值； 步骤6： 将训练获得的极限学习机模型嵌入传感器及其采集系统中， 并实际应用。 2.根据权利要求1一种基于无线传感器的钢桥结构健康检测方法， 其特征在于： 步骤1 中三维排列的霍尔传感器如下： 实际中， 磁场的分布是三维的， 为了获得更加完善的磁场信 息， 在实际检测过程中将霍 尔传感器敏感面沿钢箱梁表面的X， Y和Z轴方向排列， 检测钢箱梁三维金属磁记 忆信号。 3.根据权利要求1一种基于无线传感器的钢桥结构健康检测方法， 其特征在于： 步骤2 中自适应滤波消除三维金属磁记 忆信号噪声如下： 钢箱梁的金属磁记忆信号是在地磁场的激励下产生的， 因而信号十分微弱， 能够反映 钢箱梁应力的金属磁记忆信号容易受到各种噪声影响； 自适应滤波算法可根据自身信号的 特点， 自适应的调整 滤波器参数， 有着能自我学习和自我追踪的能力； 自适应滤波消除三 维 金属磁记 忆信号的电磁干扰、 机 械振动以及各种随机噪声的干扰步骤如下： 步骤2.1： 设置两组霍尔传感器探头， 一组霍尔传感器检测包含噪声的钢箱梁金属磁记 忆信号dj， 一组霍尔传感器 检测该信号的背景噪声xj； 步骤2.2： 将信号dj送到自适应滤波器的原始输入端， 将信号xj送入自适应滤波器的参 考输入端； 步骤2.3： 经 过N阶FIR滤波器后得到滤波后的钢箱梁金属磁记 忆信号yi 其中， W＝[w1,w2,…,wN]T是权值向量， Xj＝[x1j,x2j,…,xNj]T是输入信号， 误差信号是 ej＝dj‑yj＝dj‑WT    (2) 自适应滤波器采用均方误差最小原则， 则均方误差为： 令 则： 式4中， Rdx是dj和Xj的互相关矩阵， Rxx是输入信号的自相关矩阵， 可用梯度下降法求均 方误差最小值， 则 的梯度是：权　利　要　求　书 1/2 页 2 CN 114036836 A 2Wj+1＝Wj+2 μejXj    (6) 式6是权值迭代公式， 式 中 μ是收敛因子且 当 μ越大时， 收敛越快。 4.根据权利要求1一种基于无线传感器的钢桥结构健康检测方法， 其特征在于： 步骤3 中提取信号的时域、 频域和时频域特 征如下： 为了进一步提取与钢箱梁疲劳应力相关的金属磁记忆信号特征， 本发明提取了钢箱梁 三维金属磁记忆信号的时域、 频域和时频域特征； 其中钢箱梁三维金属磁记忆信号时域特 征有： 峰值、 面积、 峰峰值、 峰峰距离、 偏度、 峰度、 微分后的峰峰值、 微分后的峰峰距离； 钢箱 梁三维金属磁记忆信号频域特征有： 现代功率谱； 钢箱梁三 维金属磁记忆信号频域特征有： 小波包系数。 5.根据权利要求1一种基于无线传感器的钢桥结构健康检测方法， 其特征在于： 步骤4 中训练极限学习机模型如下： 极限学习机模型是一种简单高效的前馈神经网络模型， 极限学习机各参数与输入向量 和输出向量的关系式为： 式中， x＝[x1,x2,...,xn]是钢箱梁三维金属磁记忆信号特征组成的输入向量矩阵， z＝ [z1,z2,...,zm]是钢箱梁疲劳应力实际值组成的输出向量矩阵， cj是网络隐含层偏置， wj是 网络隐含层权值， ai是网络输入层权值， σ 是sigmo id激活函数； 假设n维三维金属磁记忆信号特征输入向量对应的实际疲劳应力值为y， 训练极限学习 机模型网络的目的是尽可能的使z与y相同， 由此 可得网络的损失函数如下： 在训练极限学习机模型时， 网络会随机初始化输入层权值ai和隐含层偏置bj参数， 并通 过简单的迭代得到隐含层权值wj使损失函数E达到最小， 最终完成极限学习机模型的训练， 获得训练完成的极限学习机模型。权　利　要　求　书 2/2 页 3 CN 114036836 A 3