📚 课程目录第2章结构响应测点筛选与健康指数输入变量确定

2. 结构响应测点筛选与健康指数输入变量确定

任务对象与筛选思路

某导管架式海洋平台布置了 12 个加速度测点（甲板、导管架各层、桩基）与 6 个应变测点（关键节点、撑杆）。目标是从这 18 个候选变量中，选出对整体结构状态敏感且彼此冗余度低的输入变量集，用于后续健康指数构建。筛选分三步：先做相关性聚类剔除高度冗余，再用主成分贡献度评估各测点对整体变异的解释能力，最后结合工程可解释性确定最终变量集。

相关性分析与冗余剔除

对清洗后的同步数据（采样 10 min 均值，取 30 天共 4320 个样本）计算 Pearson 相关系数矩阵。以 |r| ≥ 0.90 作为冗余判据，同一簇内只保留主成分载荷最高或工程意义最明确的测点。示例结果如下（数值为教学示例数据）：

冗余簇	成员测点	簇内最大 \|r\|	保留测点	剔除理由
C1 甲板整体振动	ACC-D1, ACC-D2, ACC-D3	0.96	ACC-D1	三测点同相位，信息重复
C2 导管架层间	ACC-J1, ACC-J2	0.93	ACC-J2	J2 更靠近主受力节点
C3 桩基响应	ACC-P1, ACC-P2	0.91	ACC-P1	P1 信噪比更高
C4 关键节点应变	SG-K1, SG-K2, SG-K3	0.94	SG-K1	K1 位于疲劳热点
C5 撑杆应变	SG-B1, SG-B2	0.92	SG-B2	B2 温度漂移更小

剔除后候选集从 18 个降至 8 个：ACC-D1、ACC-J2、ACC-P1、SG-K1、SG-B2，以及未进入任何冗余簇的 ACC-D4、SG-K4、SG-B3。

主成分贡献度评估

对 8 个候选变量做标准化后 PCA。前两个主成分累计方差贡献率 78.6%，其中 PC1 占 54.2%，主要反映整体振动能量；PC2 占 24.4%，主要反映应变与局部变形。各测点在 PC1、PC2 上的载荷绝对值如下（教学示例）：

测点	\|载荷\| on PC1	\|载荷\| on PC2	综合贡献度	判定
ACC-D1	0.42	0.11	0.28	保留
ACC-J2	0.38	0.15	0.26	保留
ACC-P1	0.21	0.09	0.14	保留
SG-K1	0.12	0.46	0.30	保留
SG-B2	0.09	0.41	0.26	保留
ACC-D4	0.18	0.07	0.12	剔除（贡献低）
SG-K4	0.06	0.22	0.15	剔除（贡献低）
SG-B3	0.05	0.19	0.13	剔除（贡献低）

综合贡献度按 PC1、PC2 方差贡献率加权：0.542×|载荷1| + 0.244×|载荷2|。以 0.20 为阈值，最终保留 5 个测点：ACC-D1、ACC-J2、ACC-P1、SG-K1、SG-B2。

筛选依据与变量集确认

最终输入变量集为 5 个测点，覆盖甲板、导管架、桩基三个结构层次以及关键节点与撑杆两类应变位置，兼顾整体振动能量与局部变形信息。筛选依据可归纳为三条：

冗余控制：同一冗余簇内仅保留一个代表测点，避免健康指数被重复信息主导。
敏感性：综合贡献度 ≥ 0.20 的测点对前两个主成分解释力强，能反映结构整体状态变化。
工程可解释性：保留测点均位于主受力路径或疲劳热点，便于后续异常溯源与维护决策。