本发明涉及一种塔吊塔身钢结构损伤监测方法，属于塔机钢结构安全监测的
技术领域：
。
背景技术：
：随着社会的发展，建筑行业近几年突飞猛进，所有的高层建筑都会用到塔吊，随着建筑的工程量越来越大，塔吊的工作时间逐渐延长，一些塔吊的安全隐患无法及时发现。虽然现有技术已经对塔吊做出相应的研究，但是并未针对塔身的钢结构实时监测、判断危险系数、反馈安全信息，即对塔机钢结构状态的实时监测仍然是一个空白，目前针对塔机钢结构检测的方法多为目测、超声检查、磁粉探伤、停机测量等，常规检测手段基本上都是在停机状态下进行，不能实现对塔机工作过程中塔身结构状态的实时评价和监测。中国专利cn106446384b公开了一种桥式起重机主梁结构的损伤识别方法，基于应变模态分析对桥式起重机主梁结构的损伤进行识别，它包括以下步骤：步骤(1)采集主梁的应变模态数据；步骤(2)计算并拟合应变模态差分曲线；步骤(3)构建损伤位置敏感系数，定量分析确定损伤位置；步骤(4)使用损伤位置相邻的未损伤数据，建立arma模型；步骤(5)通过模型进行预测，得到损伤程度系数；步骤(6)建立损伤程度判定方程；步骤(7)结合损伤位置与程度的判定，完成损伤识别。该专利文献是利用主梁结构的损伤与其振动力学特性的关系确定结构的损伤。中国专利cn110059440a公开了一种起重机疲劳分析系统及分析方法，基于作业流程的静态测试与随机动态测试相结合，建立起重机结构随机疲劳寿命智能评估系统；进行基于有限元仿真分析的起重机结构疲劳源定位及应力修正；将低于疲劳极限的载荷循环计入载荷谱，采用分段线性损伤累积理论评估结构疲劳寿命和安全。中国专利cn110489816a公开了一种量化起重机吊臂疲劳损伤等级的分析方法，首先确定起重机悬臂的疲劳损伤划分标准，并获取各等级的起重机悬臂动力响应；接着分别进行双谱分析，提取主特征值；然后根据主特征值构造正态云基准模型；最后将要求测量的起重机吊臂的主特征值与正态云基准模型进行对照，划分损伤程度等级。该专利文献集成了双谱非线性分析方法与正态云模型，相比于传统的损伤识别技术，双谱非线性分析方法的引入更能敏感地提取起重机吊臂的非线性特征，而正态云模型的引入则使得识别效率更高。对于上述中国专利cn106446384b和中国专利cn110059440a对应的起重机都是桥式起重机，桥式起重机主要应用于车间或者港口等工作场所基本不变的工作环境。与塔式起重机相比，桥式起重机结构相对简单，且使用过程中结构基本不变，中国专利cn106446384b所述的方法需要布置大量的应变传感器，但是塔式起重机多用于建筑工地，随着建筑施工情况随时变更工作位置，大量的传感器安装和拆卸不利于塔式起重机的使用。中国专利cn110059440a和中国专利cn110489816a都是根据有限元模型进行分析，建立模型数据库，对于结构较为简单的桥式起重机还能比较容易修正，但是对于结构复杂工况复杂的塔式起重机，用有限元模拟的数据建立云模型或数据库进而进行损伤判定容易出现较大偏差。中国专利cn106446384b是根据应变数据提出的一种桥式起重机主梁结构的损伤识别方法，中国专利cn110489816a是根据动力提出的一种量化起重机吊臂疲劳损伤等级的分析方法。综上，在本
技术领域：
中，怎样根据塔式起重机的动态位移和复杂的工况环境因素对其自身进行钢结构损伤监测成为一直要解决的技术问题，进一步，怎样尽量少的依靠塔身安装传感器还能实现准确监测也是本领域一直难以解决的技术难题。技术实现要素：针对上述的技术不足，本发明提供了一种塔吊塔身钢结构损伤监测方法。本发明的技术方案如下：一种塔吊塔身钢结构损伤监测方法，其特征在于，包括：步骤1：将位移传感器安装在塔机最高位置标准节的主肢上；此处设计的目的在于：安装在塔机最高位置标准节的主肢上可以监测位移传感器下部的塔身所有节；步骤2：位移传感器分别采集和记录安装位置t时间内位移传感器监测到的动态水平位移；步骤3：把记录t时间内的动态位移按时间先后均分成n段序列数据，每段序列数据长度为l，每段序列数据的组号为m，m＝123…n；此处设计的优点在于：用所述n段序列数据进行对比分析，因数据维数过高无法判别塔身的损伤状况，因而考虑进一步降低对比数据的维数，所述数据长度在一定范围内越长以此建立的数学模型越真实，所述数据段数越多分析的准确度越高；步骤4：用均分成n段的序列数据建立数学模型：用最小二乘法计算每段序列数据的系数y＝xa ε上述公式(ι)、(ιι)、(ιιι)、(ιv)、(v)和(vι)中，p为模型阶数，为模型的系数，εm为偏差，为步骤3得到的组号为m的序列数据,m＝123…n，t为每段序列数据的数据根据时间进行排序的下标,t＝1234…l，f＝1234…p，g＝1234…p；用上述公式求出的每段序列数据的系数进行对比分析，依然无法准确分析塔身的损伤情况，考虑可能是损伤较小，在各个系数中比较分散，因此考虑再进一步将特征进行凝缩；求出完好状态下模型系数的均值：a＝(a1a2…ap)为完好状态下模型的系数的均值；并且用所述序列数据求出每段序列数据的均值:用所述每段序列数据的均值求出所有每段序列数据均值的均值和:其中，为每段序列数据的均值，l为每段序列数据的长度,为均值和；步骤5：利用完好状态下模型的系数的均值、每段序列数据和偏差处理公式求出每段序列数据的偏差，利用所述偏差和独立值公式求出每段序列数据的独立值，求出所述所有独立值的独立值和，所述的偏差处理公式为：所述的独立值公式为：τsum＝τ1 τ2 τ3… τn(xιι)在公式(x)、公式(xι)和公式(xιι)中，a为完好状态下模型的系数的均值，εm为偏差，为步骤3得到的组号为m的序列数据,m＝123…n，l为每段序列数据的长度，τm为独立值，τsum为独立值的和，t为每段序列数据的数据根据时间进行排序的下标,t＝1234…l；步骤6：在同一台塔机正常完好状态不同工况的情况下，分别按照步骤2-步骤5所述采集、记录和计算出每段序列数据的均值独立值τm、均值和和独立值和τsum，统计形成数据库；步骤7：步骤6所述的同一台塔机工作使用一段时间后，在与步骤6所述数据库中相同工况下，按照所述步骤2、步骤3、步骤4和步骤5，代入所述步骤4计算出的完好状态下模型的系数的均值，计算出此时待评价塔机的每段序列数据的均值独立值τm、均值和和独立值和τsum，用所述步骤6的数据库完好状态塔机的每段序列数据的均值独立值τm、均值和和独立值和τsum与所述待评价塔机的每段序列数据的均值独立值τm、均值和和独立值和τsum用归一化公式进行归一化得到均值特征值和独立值特征值，所述归一化方程为：在公式(xιιι)和(ixv)中，为待评价塔机和数据库中相同工况完好状态塔机的均值特征值：当m＝123…n时，为数据库中相同工况完好状态塔机的均值特征值；当m＝n 1n 2n 3…n n时，为待评价塔机的均值特征值；当m＝123…n时，σm为数据库中相同工况完好状态塔机的独立值特征值；当m＝n 1n 2n 3…n n时，σm为待评价塔机的独立值特征值；步骤8：所述步骤7计算得出的待评价塔机的均值特征值和独立值特征值σm与所述步骤7的数据库中相同工况完好状态塔机的均值特征值和独立值特征值σm进行距离对比分析：如果所述步骤7计算得出的待评价塔机的均值特征值和独立值特征值σm与所述步骤7的数据库中相同工况的完好状态塔机的均值特征值和独立值特征值σm被判定为一类，则所述步骤7状态下待评价塔机没有出现损伤；如果所述步骤7计算得出的待评价塔机的均值特征值和独立值特征值σm与所述步骤7的数据库中相同工况的完好状态塔机的均值特征值和独立值特征值σm没有被判定为一类，则所述步骤7状态下的待评价塔机出现损伤。根据本发明优选的，所述步骤1所述的位移传感器在塔机的安装位置不变。即位移传感器在塔机不进行整体拆卸的情况下不会变更安装位置。根据本发明优选的，所述步骤3所述的n段序列数据的每段数据的长度l不小于100，所述的待评价塔机在做对比分析时序列数据的每段数据的长度l和段数n与数据库完好状态塔机的每段数据的长度l和段数n是相同的。根据本发明优选的，所述步骤8所述距离对比分析方法，包括：1)计算数据之间的欧氏距离，计算所述距离时独立值特征值为横轴，均值特征值为纵轴，所述计算数据之间欧几里得距离的公式为:2)设定点的相邻半径和半径范围内最少数据个数，所述最少数据个数为(n/2)-1，用所述欧几里得距离公式计算n组完好特征值数据组之间的距离，计算所述距离时包含每组完好特征值数据组与自身的距离，选取每组完好特征值数据组对应与n组特征值数据组之间的距离进行从小到大排列的第(n/2) 1个数据，这n个数据中最大的值即相邻半径，该值通过本方法可以自动计算得出；3)如果数据之间的距离小于或者等于规定的半径，则数据在半径范围之内；如果数据之间的距离大于相邻半径，则数据不在半径范围之内，4)如果在半径范围之内的数据的个数大于设定的半径范围内最少数据个数，则这些数据被判定为一类，否则不为一类。本发明的技术优势在于：本发明通过监测塔机的位移变化，建立塔机位移变化数学模型，通过大量数据建立数据库，可以提供多种工况对比分类，所述应用方法无需对塔机停机，可以实现塔机在吊重工作中对其塔身钢结构状态的实时评价与监测，快捷的获知塔机的结构是否安全，是否预警，是否损伤，弥补了现有塔机安全监控领域的不足。附图说明附图1为塔吊塔身钢结构损伤监测方法的基本流程图；附图2为实施例2完好状态塔机与待评价塔机判定结果图；附图3为实施例4完好状态塔机与待评价塔机判定结果图。具体实施方式下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。本文使用的所有技术和科学术语具有与本申请所属
技术领域：
的普通技术人员通常理解的相同含义，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。本发明中如果出现“上”、“下”、“左”“右”字样，仅表示与附图本身的上、下、左、右方向一致，并不对结构起限定作用,仅仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位，以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”“第一”“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。本发明中如果出现“固定连接”、“固定在”仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的具体连接方式，如“焊接”、“螺栓连接”等。实施例1、一种塔吊塔身钢结构损伤监测方法，包括：安装位移传感器，提取动态位移，根据动态位移建立塔吊数学模型，根据所述塔吊数学模型建立数据库，根据再次测量的动态位移建立的数学模型和数据库内同种工况的塔吊数学模型进行对比分类，评价塔机是否损伤，具体步骤为以下所示：步骤1：将位移传感器安装在qtz315塔机最高位置标准节的主肢上；步骤2：采集和记录塔机完好状态下起升重量为3400kg起升工况时，安装位移传感器位置处的120秒的动态位移为x1、x2、x3…xj,动态位移数据时间间隔为0.1s时，j＝1200，x1＝-0.57mm、x2＝-0.55mm、x3＝-0.52mm…x1200＝0.275mm；步骤3：把120秒的动态位移均分成12段序列数据，序列数据的长度为100，其中第1段序列数据为第2段序列数据为第12段序列数据为步骤4：用均分成n段的序列数据建立数学模型,y＝xa ε计算每段序列数据的系数为：a1＝[-5.6868213.86336…-0.55482]、a2＝[-5.05429.6422,…-0.1089]…a12＝[-3.982624.884064…-0.42359]计算12组完好状态下模型的系数的均值为a＝[-4.506227.185643-3.75086-1.041730.3241630.974730.85229-0.81229-1.26431.43267-0.3938]计算12组序列数据的均值如表1所示，表1为实施例1中完好状态塔机起升工况时的每段序列数据的均值计算12组序列数据的均值和为：步骤5：利用完好状态下模型的系数的均值、每段序列数据和偏差处理公式求出每段序列数据的偏差，利用所述偏差和独立值公式求出每段序列数据的特征值，求出所述所有独立值的和，所述的偏差处理公式为：所述的独立值公式为：τsum＝τ1 τ2 τ3… τn在公式(v)、公式(vι)和公式(vιι)中，a为完好状态下模型的系数的均值，εm为偏差，为步骤3得到的组号为m的序列数据,m＝123…n，l为每段序列数据的长度，τm为独立值，τsum为独立值的和；得到独立值如表2所示，表2为实施例1中完好状态塔机起升工况时的独立值τm序列数据组号序列数据的独立值(mm2)11.10698×10-923.32643×10-931.51831×10-947.58675×10-1055.28808×10-1065.43457×10-1076.64528×10-1083.25115×10-1092.56696×10-10105.74517×10-10113.72826×10-10122.96212×10-10得到独立值和为：步骤6：在同一台塔机正常完好状态不同工况的情况下，分别按照步骤2-步骤5所述采集、记录和计算出每段序列数据的均值独立值τm、均值和和独立值和τsum，统计形成数据库；步骤7：步骤6所述的同一台塔机工作使用一段时间后，在与步骤6所述数据库中相同工况下，按照所述步骤2、步骤3、步骤4和步骤5，代入所述步骤4计算出的完好状态下模型的系数的均值，计算出此时待评价塔机的每段序列数据的均值独立值τm、均值和和独立值和τsum，用所述步骤6的数据库完好状态塔机的每段序列数据的均值独立值τm、均值和和独立值和τsum与所述待评价塔机的每段序列数据的均值独立值τm、均值和和独立值和τsum用归一化公式进行归一化得到均值特征值和独立值特征值，所述归一化方程为：所述独立值特征值和均值特征值如表3所示，表3为实施例1中完好状态塔机与待评价塔机的独立值特征值和均值特征值组号1-12为所述数据库中与待评价塔机相同工况的塔机，组号13-24为待评价塔机；步骤8：所述步骤7计算得出的待评价塔机的均值特征值和独立值特征值σm与所述步骤7的数据库中相同工况完好状态塔机的均值特征值和独立值特征值σm进行距离对比分析，如果所述步骤7计算得出的待评价塔机的均值特征值和独立值特征值σm与所述步骤7的数据库中相同工况的完好状态塔机的均值特征值和独立值特征值σm被判定为一类，则所述步骤7状态下待评价塔机没有出现损伤，如果所述步骤7计算得出的待评价塔机的均值特征值和独立值特征值σm与所述步骤7的数据库中相同工况的完好状态塔机的均值特征值和独立值特征值σm没有被判定为一类，则所述步骤7状态下的待评价塔机出现损伤。实施例2、如实施例1所述步骤8判定塔机是否损伤状态的具体应用方法如下：步骤1：计算表3所述的24组数据的欧几里得距离，计算所述距离时独立值特征值为横轴和均值特征值为纵轴；步骤2：设定最少数据个数为5，计算完好状态塔机的12组特征值之间的距离如表4所示表4为实施例2完好状态塔机12组特征值之间的距离选取每组特征值对应与12组特征值数据组之间的距离包括进行从小到大排列第7个数据，这12个数据中最大的值就是相邻半径，相邻半径为0.003935；步骤3:如果所述步骤2求出两组数据之间的距离小于或者等于相邻半径0.003935，则数据在半径范围之内，如果数据之间的距离大于相邻半径0.003935，则数据不在半径范围之内，如果在半径范围之内的数据的个数大于设定的半径范围内最少数据个数5，则这些数据被判定为一类，否则不为一类,判定结果如表5所示表5为实施例2完好状态塔机与待评价塔机判定结果序列数据组号判定结果序列数据组号判定结果1113-12114-13115-14116-15117-16118-17119-18120-19121-110122-111123-112124-1已知1-12组为完好状态塔机的均值特征值和独立值特征值σm，所述1-12组数据全部判定代码为1，所述13-24组为待评价塔机的均值特征值和独立值特征值σm，所述13-24组数据中所有数据的判定代码为-1，所述独立值特征值为横轴和均值特征值为纵轴的分析对比图如附图2所示，所述附图2中‘ ’为所判定代码为1的标志，所述附图2中‘o’为判定代码为-1的标志，所述1-12组与所述13-24组数据没有被判定为一类，即所述待评价塔机为损伤状态。实施例3、一种塔吊塔身钢结构损伤监测方法，包括：安装位移传感器，提取动态位移，根据动态位移建立塔吊数学模型，根据所述塔吊数学模型建立数据库，根据再次测量的动态位移建立的数学模型和数据库内同种工况的塔吊数学模型进行对比分类，评价塔机是否损伤，具体步骤为以下所示：步骤1：将位移传感器安装在qtz80塔机最高位置标准节的主肢上；步骤2：采集和记录塔机完好状态下起升重量为1100kg起升工况时，安装位移传感器位置处的120秒的动态位移为x1、x2、x3…xj,动态位移数据时间间隔为0.1s时，j＝1200，x1＝-7.46mm、x2＝-3.51mm、x3＝1.35mm…x1200＝8.09mm；步骤3：把120秒的动态位移均分成12段序列数据，序列数据的长度为100，其中第1段序列数据为第2段序列数据为第12段序列数据为步骤4：用均分成n段的序列数据建立数学模型,y＝xa ε计算每段序列数据的系数为：a1＝[-4.1145,5.7682,…,-0.3856]a2＝[-4.0195,4.9995,…,-0.3998]…a12＝[-3.92095.0545…-0.3548]计算12组完好状态下模型的系数的均值为a＝[-3.7455,4.3463,-0.1539,-2.0991,-0.8208,1.6196,0.8138,-0.6961,-1.0203,0.9845,-0.2255]计算12组序列数据的均值如表6所示表6为实施例3中完好状态塔机起升工况时的每段序列数据的均值计算12组序列数据的均值和为：步骤5：利用完好状态下模型的系数的均值、每段序列数据和偏差处理公式求出每段序列数据的偏差，利用所述偏差和独立值公式求出每段序列数据的特征值，求出所述所有独立值的和，所述的偏差处理公式为：所述的独立值公式为：τsum＝τ1 τ2 τ3… τn在公式中，a为完好状态下模型的系数的均值，εm为偏差，为步骤3得到的组号为m的序列数据,m＝123…n，l为每段序列数据的长度，τm为独立值，τsum为独立值的和；得到独立值如表7所示，表7为实施例3中完好状态塔机起升工况时的独立值τm序列数据组号序列数据的独立值(mm2)14.20735×10-823.25261×10-831.70585×10-841.90315×10-851.47195×10-861.41689×10-871.86541×10-882.07745×10-891.82519×10-8101.65967×10-8111.53136×10-8121.37282×10-8得到独立值和为：步骤6：在同一台塔机正常完好状态不同工况的情况下，分别按照步骤2-步骤5所述采集、记录和计算出每段序列数据的均值独立值τm、均值和和独立值和τsum，统计形成数据库；步骤7：步骤6所述的同一台塔机工作使用一段时间后，在与步骤6所述数据库中相同工况下，按照所述步骤2、步骤3、步骤4和步骤5，代入所述步骤4计算出的完好状态下模型的系数的均值，计算出此时待评价塔机的每段序列数据的均值独立值τm、均值和和独立值和τsum，用所述步骤6的数据库完好状态塔机的每段序列数据的均值独立值τm、均值和和独立值和τsum与所述待评价塔机的每段序列数据的均值独立值τm、均值和和独立值和τsum用归一化公式进行归一化得到均值特征值和独立值特征值，所述归一化方程为：所述独立值特征值和均值特征值如表8所示，表8为实施例3中完好状态塔机与待评价塔机的独立值特征值和均值特征值组号1-12为所述数据库中与待评价塔机相同工况的塔机，组号13-24为待评价塔机；步骤8：所述步骤7计算得出的待评价塔机的均值特征值和独立值特征值σm与所述步骤7的数据库中相同工况完好状态塔机的均值特征值和独立值特征值σm进行距离对比分析，如果所述步骤7计算得出的待评价塔机的均值特征值和独立值特征值σm与所述步骤7的数据库中相同工况的完好状态塔机的均值特征值和独立值特征值σm被判定为一类，则所述步骤7状态下待评价塔机没有出现损伤，如果所述步骤7计算得出的待评价塔机的均值特征值和独立值特征值σm与所述步骤7的数据库中相同工况的完好状态塔机的均值特征值和独立值特征值σm没有被判定为一类，则所述步骤7状态下的待评价塔机出现损伤。实施例4、如实施例3所述步骤8判定塔机是否损伤状态的具体应用方法如下：步骤1：计算表8所述的24组数据的欧几里得距离，计算所述距离时独立值特征值为横轴和均值特征值为纵轴；步骤2：设定最少数据个数为5，计算完好状态塔机的12组特征值之间的距离，选取每组特征值对应与12组特征值数据组之间的距离包括进行从小到大排列第7个数据，这12个数据中最大的值就是相邻半径，相邻半径为0.008437；步骤3:如果所述步骤2求出两组数据之间的距离小于或者等于相邻半径0.008437，则数据在半径范围之内，如果数据之间的距离大于相邻半径0.008437，则数据不在半径范围之内，如果在半径范围之内的数据的个数大于设定的半径范围内最少数据个数5，则这些数据被判定为一类，否则不为一类,判定结果如表9所示，表9为实施例4完好状态塔机12组特征值之间的距离已知1-12组为完好状态塔机的均值特征值和独立值特征值σm，所述1-12组数据全部判定代码为1，所述13-24组为待评价塔机的均值特征值和独立值特征值σm，所述13-24组数据中所有数据的判定代码为-1，所述独立值特征值为横轴和均值特征值为纵轴的分析对比图如附图3所示，所述附图3中‘ ’为所判定代码为1的标志，所述附图2中‘o’为判定代码为-1的标志，所述1-12组与所述13-24组数据没有被判定为一类，即所述待评价塔机为损伤状态。当前第1页1 2 3
技术特征：1.一种塔吊塔身钢结构损伤监测方法，其特征在于，包括：
步骤1：将位移传感器安装在塔机最高位置标准节的主肢上；
步骤2：位移传感器分别采集和记录安装位置t时间内位移传感器监测到的动态水平位移；
步骤3：把记录t时间内的动态位移按时间先后均分成n段序列数据，每段序列数据长度为l，每段序列数据的组号为m，m＝123…n；
步骤4：用均分成n段的序列数据建立数学模型：
用最小二乘法计算每段序列数据的系数
y＝xa ε
上述公式(ι)、(ιι)、(ιιι)、(ιv)、(v)和(vι)中，p为模型阶数，为模型的系数，εm为偏差，为步骤3得到的组号为m的序列数据,m＝123…n，t为每段序列数据的数据根据时间进行排序的下标,t＝1234…l，f＝1234…p，g＝1234…p；
求出完好状态下模型系数的均值：
a＝(a1a2…ap)为完好状态下模型的系数的均值；
并且用所述序列数据求出每段序列数据的均值:
用所述每段序列数据的均值求出所有每段序列数据均值的均值和:
其中，为每段序列数据的均值，l为每段序列数据的长度,为均值和；
步骤5：利用完好状态下模型的系数的均值、每段序列数据和偏差处理公式求出每段序列数据的偏差，利用所述偏差和独立值公式求出每段序列数据的独立值，求出所述所有独立值的独立值和，
所述的偏差处理公式为：
所述的独立值公式为：
τsum＝τ1 τ2 τ3… τn(xιι)
在公式(x)、公式(xι)和公式(xιι)中，a为完好状态下模型的系数的均值，εm为偏差，为步骤3得到的组号为m的序列数据,m＝123…n，l为每段序列数据的长度，τm为独立值，τsum为独立值的和，t为每段序列数据的数据根据时间进行排序的下标,t＝1234…l；
步骤6：在同一台塔机正常完好状态不同工况的情况下，分别按照步骤2-步骤5所述采集、记录和计算出每段序列数据的均值独立值τm、均值和和独立值和τsum，统计形成数据库；
步骤7：步骤6所述的同一台塔机工作使用一段时间后，在与步骤6所述数据库中相同工况下，按照所述步骤2、步骤3、步骤4和步骤5，代入所述步骤4计算出的完好状态下模型的系数的均值，计算出此时待评价塔机的每段序列数据的均值独立值τm、均值和和独立值和τsum，用所述步骤6的数据库完好状态塔机的每段序列数据的均值独立值τm、均值和和独立值和τsum与所述待评价塔机的每段序列数据的均值独立值τm、均值和和独立值和τsum用归一化公式进行归一化得到均值特征值和独立值特征值，
所述归一化方程为：
在公式(xιιι)和(ixv)中，为待评价塔机和数据库中相同工况完好状态塔机的均值特征值：
当m＝123…n时，为数据库中相同工况完好状态塔机的均值特征值；
当m＝n 1n 2n 3…n n时，为待评价塔机的均值特征值；
当m＝123…n时，σm为数据库中相同工况完好状态塔机的独立值特征值；
当m＝n 1n 2n 3…n n时，σm为待评价塔机的独立值特征值；
步骤8：所述步骤7计算得出的待评价塔机的均值特征值和独立值特征值σm与所述步骤7的数据库中相同工况完好状态塔机的均值特征值和独立值特征值σm进行距离对比分析：
如果所述步骤7计算得出的待评价塔机的均值特征值和独立值特征值σm与所述步骤7的数据库中相同工况的完好状态塔机的均值特征值和独立值特征值σm被判定为一类，则所述步骤7状态下待评价塔机没有出现损伤；
如果所述步骤7计算得出的待评价塔机的均值特征值和独立值特征值σm与所述步骤7的数据库中相同工况的完好状态塔机的均值特征值和独立值特征值σm没有被判定为一类，则所述步骤7状态下的待评价塔机出现损伤。
2.根据权利要求1所述的一种塔吊塔身钢结构损伤监测方法，其特征在于，所述步骤1所述的位移传感器在塔机的安装位置不变。
3.根据权利要求1所述的一种塔吊塔身钢结构损伤监测方法，其特征在于，所述步骤3所述的n段序列数据的每段数据的长度l不小于100，所述的待评价塔机在做对比分析时序列数据的每段数据的长度l和段数n与数据库完好状态塔机的每段数据的长度l和段数n是相同的。
4.根据权利要求1所述的一种塔吊塔身钢结构损伤监测方法，其特征在于，所述步骤8所述距离对比分析方法，包括：
1)计算数据之间的欧氏距离，计算所述距离时独立值特征值为横轴，均值特征值为纵轴，
所述计算数据之间欧几里得距离的公式为:
2)设定点的相邻半径和半径范围内最少数据个数，所述最少数据个数为(n/2)-1，用所述欧几里得距离公式计算n组完好特征值数据组之间的距离，计算所述距离时包含每组完好特征值数据组与自身的距离，选取每组完好特征值数据组对应与n组特征值数据组之间的距离进行从小到大排列的第(n/2) 1个数据，这n个数据中最大的值即相邻半径；
3)如果数据之间的距离小于或者等于规定的半径，则数据在半径范围之内；如果数据之间的距离大于相邻半径，则数据不在半径范围之内，
4)如果在半径范围之内的数据的个数大于设定的半径范围内最少数据个数，则这些数据被判定为一类，否则不为一类。
技术总结一种塔吊塔身钢结构损伤监测方法，通过监测塔机的位移变化，建立塔机位移变化数学模型，通过大量数据建立数据库，可以提供多种工况对比分类，所述应用方法无需对塔机停机，可以实现塔机在吊重工作中对其塔身钢结构状态的实时评价与监测，快捷的获知塔机的结构是否安全，是否预警，是否损伤，弥补了现有塔机安全监控领域的不足。
技术研发人员：王胜春;安宏;宋世军;李文豪;王忠雷;牛山
受保护的技术使用者：山东建筑大学
技术研发日：2020.01.10
技术公布日：2020.06.05
