基于斜拉索振动测量与神经网络技术的斜拉桥损伤位置识别方法

以香港汲水门大桥为背景,探讨了斜拉索张力指标和神经网络技术相结合对桥面结构损伤的定位或分类方法。基于高精度三维有限元模型,采用BP网络,模拟了12种可能的损伤情况的定位。以不同损伤程度下斜拉索张力指标作为神经网络的训练与测试输入,由神经网络的输出来指示损伤位置。该方法的突出优点是只用到少量斜拉索的局部模态的基频,就能获得较好的识别结果。而对少量斜拉索的局部模态的基频测量要比其它面向损伤检测的测量容易得多。另外,该方法可十分方便地推广应用于悬索桥的桥面损伤定位。因此,该方法具有重要的实用价值。     

基于工作应变模态损伤识别方法的试验研究

首先介绍了笔者近几年提出的工作应变模态频域识别方法、基于损伤应变模态差分原理的损伤位置直接指标法、基于局域应变模态面积的损伤程度直接指标法。为了验证所提方法,开展了悬臂梁多损伤物理模型试验及数值仿真计算分析,结果表明,利用该方法识别出的工作应变模态与锤击激励下的应变模态形状相似。初步验证并完善了损伤位置、损伤程度直接指标法。位于损伤处的损伤位置直接指标值远大于非损伤处指标值,识别出的损伤位置与实际损伤位置一致;同一损伤量下的损伤程度指标值变化不大,与损伤位置、模态阶数、是否归一化无关;对于多损伤结构,只要损伤间距大于影响区范围,损伤位置、损伤程度即可按单损伤方法确定。     

局部传递率函数与模式匹配的结构损伤快速识别方法

为了对结构进行灾后快速安全评估,提出一种基于局部传递率函数与模式匹配的快速损伤识别方法。通过有限元建立结构不同损伤位置和程度的模型,通过模态分析获取其固有频率与振型,建立损伤模式数据库;根据待测真实结构上少量测点所测振动信号计算局部传递率函数,构建匹配因子矩阵;调用损伤模式数据库中的模态参数构建损伤模式矩阵,建立匹配因子矩阵与损伤模式矩阵间的映射关系;以欧式距离相似度指标来衡量匹配程度,相似度最高的损伤模式即视为待测结构的实际损伤情况。为了验证本方法的可行性和准确性,对一四层层间剪切模型进行数值模拟和实验验证,结果均表明,本方法能够准确识别结构损伤位置和程度。所提方法不涉及复杂的算法,只需少量测点数据,计算速度快,满足震后快速评估要求;该方法只与结构固有属性有关,但无需进行结构模态参数识别,具有良好的实际工程应用前景。     

基于不完备实测模态数据的结构损伤识别方法研究

在传统的基于模型修正的损伤识别中,由于实测模态信息有限而待识别参数过多,往往导致损伤识别方程出现较大误差,从而限制了该方法在复杂结构中的应用。为解决这一问题,对结构的自由度进行了分解,将损伤结构中模态振型的未测量部分表达为已测量到的模态振型、模态频率以及结构其它参数的函数。将损伤视为结构单元刚度的减小,利用完好结构的计算模态数据以及损伤结构扩充后的实测模态数据,建立了结构的损伤识别方程。运用信赖域优化算法对具有双重约束条件的目标函数进行最小化,识别出了结构各单元的刚度损伤参数。通过两个损伤识别数值仿真算例及实验验证,结果表明,在测点数量有限及测试噪声等不利因素影响下,所提方法只需运用少量的实测模态信息,即可实现结构损伤位置及程度的准确识别,同时算法具有较好的鲁棒性。     

基于模型试验的悬索桥结构损伤识别研究

通过整桥模型试验, 探讨了悬索桥结构损伤识别方法. 首先面向损伤识别研究设计制作了长10m的悬索桥试验模型, 并通过模型误差分析建立了相应的高精度有限元模型. 基于悬索桥结构健康监测和试验检测的主要常用参数以及这些参数对结构损伤的灵敏性和相关性研究, 确定损伤识别策略. 采用有限元模型模拟可能的损伤工况, 从而生成BP网络的训练样本数据. 再将试验模型作为“实际结构”通过损伤模拟试验生成网络测试数据. 就试验模拟的损伤情况而言, 对损伤位置的识别准确率达到了86%, 相应的损伤程度识别精度也达到可接受程度. 显示了该方法较好的应用前景, 对基于监测系统的悬索桥健康状态识别与评价具有参考意义.     

基于动态测量柔度矩阵的悬索桥吊索损伤检测

基于动态测量柔度矩阵的结构形变和变形曲率是一种有效的悬索桥吊索损伤检测指标。通过模拟仿真不同损伤程度和不同噪声影响下的8种吊索损伤情况,讨论了方法的可行性。仿真结果表明,动态测量柔度法能够定位5%噪声水平下的损伤程度达到90%及以上的单个和多个损伤。通过实验室模型测试来进一步验证这些损伤指标对检测和定位损伤的有效性,并在实验中分析了模态截断对损伤估计的影响。实验表明,与变形位移相比,变形曲率对于检测和定位吊索损伤更为有效。     

基于模态应变能和小波变换的结构损伤识别研究

针对单一方法对结构同时发生多处不同程度损伤识别的不敏感性缺陷,本文结合小波变换在时域、频域内表征信号局部特性且能够聚焦到信号或函数的任意细节进行处理的能力,提出了一种基于单元模态应变能和小波变换的结构损伤识别方法。在单元模态应变能基础上,利用小波变换系数的变化和分布情况构建单元模态应变能小波变换结构损伤指标,通过对简支梁的数值模拟和斜拉桥模型试验研究的结果与单元模态应变能平均变化率作为损伤识别指标的计算结果进行对比,结果表明该方法能有效确定结构同时发生多处不同程度损伤的位置和估计损伤程度,为实际工程应用奠定了基础。     

基于结构响应统计特征的神经网络损伤识别方法

提出一种采用结构动态响应的统计特征作为损伤指标的神经网络损伤识别方法,并对其进行了数值模拟和实验验证。首先,通过敏感性分析,分析了采用结构动力响应的统计特征作为损伤指标的可行性;然后数值模拟了一三跨连续梁采用结构位移方差作为损伤指标的神经网络损伤识别过程,其结果表明,经过训练的神经网络可以准确的识别出单损伤和多损伤工况中的损伤位置和损伤程度;最后进行一组两端固定的简支梁模型实验来验证所提出损伤识别方法的有效性。实验结果表明,对于单损伤工况,神经网络可以准确地识别出结构中损伤位置和损伤程度,对于双损伤工况,神经网络可以准确地识别出损伤位置,而损伤程度识别略有偏差。最后得出结论,采用结构动力响应的统计特征作为损伤指标的神经网络损伤识别方法是可靠有效的。     

火箭蒙皮上梁结构的损伤识别方法研究

针对火箭蒙皮上梁结构损伤识别问题,首先利用基于模态应变能的损伤识别指标,对火箭蒙皮上梁结构进行损伤位置识别,再利用基于广义柔度矩阵的损伤敏感函数并结合遗传算法,对火箭蒙皮上梁结构进行损伤程度大小的计算。该损伤识别方法以结构损伤导致模态参数变化为依据,通过对比损伤前后模态应变能变化构建损伤识别指标。在数值仿真中,对T型梁进行了方法验证,发现该方法能够准确识别损伤位置和大小。最后根据火箭蒙皮上T型梁结构特点,设计试验并研究了方法的可行性,发现在T型梁结构上,该方法能够有效地识别损伤位置和大小,误差均在5%以下。     

斜拉桥桥面结构损伤位置识别的指标比较

以香港汲水门大桥为背景,应用高精度三维有限元模型,对斜拉桥桥面结构损伤位置识别的模态曲率指标、模态柔度指标和斜拉索张力指标进行了比较研究。主要比较了(1) 在无噪声情况下,三损伤指标对各种不同损伤情况的识别效果;(2) 三损伤指标对损伤程度的敏感性;(3) 三损伤指标的抗噪声能力。获得以下结论: (1) 曲率和柔度指标在损伤定位上对不同类型的损伤情况显现一定的互补性; (2) 同曲率和柔度指标比较,索张力指标对不同的损伤程度呈现较好的稳定性;(3) 对大多数损伤情况,柔度指标的抗噪性最好,曲率指标最差。