A novel dynamic principal component analysis (DPCA)-based baseline-free damage diagnostic technique addressing breathing crack detection, localization, and characterization is proposed using ambient vibration data in the time domain. The nonlinear components sensitive to breathing crack, buried in the noisy responses, are first reconstructed by the elimination of the active principal components contributing to the total response using DPCA. A temporal damage sensitive feature based on the evolution of the variation of the residual principal component over time is proposed for confirming the presence and identifying the exact time instant of breathing crack in the structure. Besides detection, three new damage localization indices based on the fractal dimensional analysis of the residual response, first residual principal component vector, and directional angle are proposed for breathing crack localization. The effectiveness of the proposed DPCA approach is verified using the synthetic datasets of the benchmark simply supported beam with a breathing crack, provided by Helsinki Metropolia University of Applied Sciences and a numerically simulated cantilever beam with varied spatial locations and different depths of breathing crack. Finally, experimental investigations have been carried out to demonstrate the practical viability of the proposed DPCA approach.

中文翻译：

---

使用环境振动数据进行实时无参考呼吸裂纹识别

使用时域中的环境振动数据，提出了一种基于动态主成分分析 (DPCA) 的新型无基线损伤诊断技术，用于解决呼吸裂纹检测、定位和表征。隐藏在噪声响应中的对呼吸裂纹敏感的非线性分量首先通过使用 DPCA 消除对总响应有贡献的有源主分量来重建。提出了一种基于剩余主成分随时间变化演化的时间损伤敏感特征，用于确认结构中呼吸裂纹的存在和识别准确的时间瞬间。除了检测之外，基于残差响应的分形维分析的三个新的损伤定位指标，第一残差主成分向量，提出了呼吸裂纹定位的方向角和方向角。使用由赫尔辛基城市应用科技大学提供的带有呼吸裂缝的基准简支梁的合成数据集和具有不同空间位置和不同呼吸裂缝深度的数值模拟悬臂梁，验证了所提出的 DPCA 方法的有效性。最后，进行了实验研究，以证明所提出的 DPCA 方法的实际可行性。由赫尔辛基城市应用科技大学提供，以及具有不同空间位置和不同呼吸裂缝深度的数值模拟悬臂梁。最后，进行了实验研究，以证明所提出的 DPCA 方法的实际可行性。由赫尔辛基城市应用科技大学提供，以及具有不同空间位置和不同呼吸裂缝深度的数值模拟悬臂梁。最后，进行了实验研究，以证明所提出的 DPCA 方法的实际可行性。