基于形函数方法快速识别结构动态荷载的试验验证

在动态荷载识别中常常由于矩阵的病态性影响识别的精度,利用有限元理论中的形函数逼近荷载曲线,将识别离散的荷载历程转化为计算有限的形函数权重,从而显著改善反卷积法识别荷载中存在的采样时间长或采样频率高时数值求解困难的问题;并能改善反问题的病态性,提高对噪音的鲁棒性。一个连续梁的数值算例比较验证了该方法在5%的高斯噪声影响下能精确地识别未知荷载。悬臂梁试验中,通过实测的结构动态响应,在移动时间窗内利用荷载形函数方法可以实现激励的在线识别。     

基于随机振动响应互相关函数的结构损伤识别试验分析

提出了基于结构振动响应互相关函数分析的损伤识别方法。通过八层剪切型钢框架结构模型在模拟白噪声随机激励作用下的试验分析,利用相邻测点响应的互相关函数幅值向量变化,构造损伤识别因子进行结构损伤判定、定位及程度量化,结果表明该方法对结构损伤的识别具有很好的简易性及有效性,并为结构在线监测和分散式检测提供方法参考。     

结构损伤与荷载共同识别的研究

针对结构中同时存在未知损伤和荷载的情况,基于虚拟变形法(VDM)发展一种两者共同识别的时域方法。VDM方法利用虚拟变形模拟结构损伤,可快速计算模型改变后的响应。该文首先结合有限元理论把VDM方法拓展到具有多个单元变形的结构中;然后考虑结构存在未知荷载时,利用未损伤理论模型同时识别荷载和虚拟变形,继而由虚拟变形和单元实际变形的关系来识别判断损伤类型和识别损伤大小;最后通过一个悬臂梁的试验进行方法验证,试验中未知荷载和损伤(包括其类型和大小)均能够被有效识别,并利用提出的移动时间窗和荷载形函数方法实现损伤与荷载的在线识别。     

有限观测绝对加速度响应下剪切框架在未知地震作用下损伤诊断

针对框架结构的绝对加速度响应部分观测、地震作用未观测的情况,提出一种多层剪切框架结构诊断的方法。该方法先依次采用扩展卡尔曼估计和递推最小二乘对一层以上结构的扩展状态向量和未知作用力进行递推;然后利用结构频率特征方程,对第一层的结构参数进行估计;最后基于数值求解一阶微分方程,识别未观测的地震荷载。算例表明, 该方法能够很好识别出结构参数和地震输入,通过跟踪结构刚度参数的退化,对未知地震作用下结构损伤进行诊断。     

基于快速独立分量分析的模态振型识别方法研究

摘要：快速、准确地识别出结构的模态参数,特别是结构的振型是结构损伤精确识别与健康监测的重要前提。大多的模态参数识别时域方法都是从曲线拟合的角度或解算特征值的过程来实现。振型向量通过求解各阶模态的留数获得,这些方法依赖于模态频率与模态阻尼的识别。本文提出一种模态振型的直接提取方法,该方法基于快速独立分量分析技术,以模态响应之间的独立性构造目标函数,通过优化目标函数寻求振型向量的最优解,直接从结构自由响应或脉冲响应的数据矩阵中提取结构的振型向量。三自由度数值算例表明该方法有效,具有很高的识别精度且对测量噪声具有很好的鲁棒性。     

基于遗传算法和拓扑优化的结构多孔洞损伤识别

鉴于拓扑优化和遗传算法在结构损伤识别中各自的优点,本文将遗传算法、有限元和拓扑优化三种方法相结合,提出了一种用于二维结构多损伤识别的新方法。这种方法将拓扑优化的设计变量和遗传算法的参数统一化,将拓扑优化中的目标函数和约束方程与遗传算法的适应度函数联系起来,并以拓扑优化的约束方程作为控制条件参与整个遗传运算的控制。采用二进制编码遗传算法代替连续变量拓扑优化的方式对发生孔洞损伤形式的二维结构进行损伤识别,避免了利用连续变量拓扑优化进行损伤识别时参数阈值的确定可能给识别结果带来的不良影响。通过对两个二维结构模型的多损伤识别仿真计算,结果显示本方法能够很好地识别二维结构中多个位置的损伤,对于仅用拓扑优化法很难识别的轻微孔洞损伤情况,该方法也能得出与实际情况吻合良好的结果。     

基于模型修正的钢管焊接结构焊缝损伤识别

摘要：本文提出了一种基于模型修正的钢管焊接结构焊缝损伤识别方法。利用从发射台骨架试验模型获取的模态参数,选择识别结果中精度较好的模态频率作为模型修正的基准频率。通过对待修正参数的灵敏度分析,运用ANSYS和MATLAB软件对有限元模型进行了修正。以实测模态和计算模态之间的误差建立一个带约束边界非线性最小二乘目标函数,将损伤识别问题转化为优化问题,并采用信赖域方法求解该优化问题。以有限元模型焊接结点单元组弹性模量的降低模拟焊缝损伤,并假定了两种损伤工况,通过对发射台骨架模型的数值仿真及试验研究,结果表明本文提出的损伤识别方法识别效果较为理想,为解决这种复杂焊接结构焊缝损伤识别问题提供了新的思路。     

基于同伦迭代算法的弱耦合梁的损伤识别

本文应用有限元方法将多跨连续梁结构简化为弱耦合的欧拉－伯努利梁模型,利用Newmark积分法直接积分法求出系统在外激励作用下的动态响应。在结构的损伤识别过程中以结构抗弯刚度的减少作为损伤识别参数进行损伤识别,通过最小二乘法来构造同伦方程。该方法的收敛不依赖于初始值的选择,并且可以对具有重频的多跨结构进行准确识别。讨论了模拟人工测量噪声对损伤识别结果的影响。数值模拟算例表明本方法能够快速有效地检测出弱耦合梁的局部损伤,并具有精度高,对测量噪声不敏感等特点。     

基于时间序列分析的结构损伤识别

针对如何从结构响应信息中提取结构损伤指标的问题,提出了一种基于时间序列分析的结构损伤识别方法。对结构响应数据进行预处理,利用完好工况下的结构响应数据作为参考数据,建立自回归(Auto regression-AR)预测参考模型。利用已建立的AR预测参考模型计算待识别工况的残差,将待识别工况的残差与AR预测参考模型的残差的方差之比作为损伤指标,对结构损伤进行识别;通过算例表明:该损伤指标不仅可以判断结构是否发生损伤,而且可以识别结构的损伤位置。     

基于R-TPBSS的结构模态参数识别方法

提出了一种基于R-TPBSS算法的结构模态参数识别方法。该方法通过对响应信号进行稳健性白化处理,提高了算法的抗噪性。该方法将模态坐标和模态振型分别视为独立源信号和混合矩阵,以模态坐标的时间预测性大于响应信号的时间预测性为前提构造目标函数,通过优化目标函数,直接从结构自由响应中分离出各个模态,配合单点模态参数识别方法,提取出结构的模态参数。仿真结果表明,此方法具有很高的识别精度,对噪声很好的鲁棒性,密集模态下,同样能够准确的识别出结构的模态参数。     

基于子结构虚拟变形的损伤识别方法

针对大型土木结构损伤识别优化效率低的问题,提出了子结构虚拟变形方法。虚拟变形方法是一种结构快速重分析的方法,该方法利用单元的虚拟变形模拟结构的损伤,可以在不重新建立有限元模型的情况下,快速计算出结构参数改变后的结构响应。该文基于虚拟变形法的基本思想,对子结构的刚度矩阵进行分解和对损伤后结构运动方程进行整理,推导出利用子结构的虚拟变形刻画损伤的方法,扩展了虚拟变形方法的适用范围;并且给出了虚拟变形和结构响应的相关性计算公式,通过相关性分析提取主要的虚拟变形,减少参与计算的子结构虚拟变形的数目,提高计算效率;最后利用一个五十层框架的数值仿真验证方法的有效性。     

基于小波包能量曲率差法的桥梁损伤识别试验研究

针对各种损伤识别指标中,小波包能量曲率差法仅有数值仿真、未经试验验证,尤其缺少实际工程验证问题,用数值模拟验证该方法识别结构损伤的有效性;利用沧州子牙河新桥替换下的梁体,进行两种工况损伤模拟。通过测试完好与损伤状态各点加速度响应,用小波包能量曲率差法识别损伤,考察小波函数和分解层数对识别效果的影响。结果表明,该方法有效,并可应用于实际工程。     

考虑桥路面粗糙度的移动体参数识别

基于虚拟变形(VDM)方法中移动动态影响矩阵的概念,利用双自由度质量-弹簧阻尼模型模拟移动车辆,系统推导和阐述了车-桥耦合系统中粗糙路面上移动体参数的识别方法。以移动体参数的修正因子为优化变量,通过最小化桥体结构实测响应和计算响应的平方距离进行识别,识别精度高,对噪声鲁棒性强,且较少的传感器就能识别多个移动体参数。利用移动动态影响矩阵,每步优化中无需时时重构系统参数矩阵,计算效率高。利用一个三跨连续梁模型验证该方法的有效性,在5%的噪声影响下,利用一个传感器可以准确地识别多个移动体参数和移动荷载。此外,通过比较平坦路面与粗糙路面上的移动体参数的识别方法和结果,结合车体参数的灵敏度分析,说明了路面粗糙度、移动体参数对结构响应的影响及不同情况下参数识别中优化变量的选取原则。     

呼吸裂纹梁非线性动力特性研究

疲劳裂纹是结构损伤的重要形式,是引起结构破坏的主要因素之一。建立了含非对称疲劳裂纹梁的非线性数值分析模型,采用奇异单元模拟裂纹尖端的效应,使用无摩擦的接触单元模拟疲劳裂纹的张开闭合特性,研究了结构在简谐荷载激励下的非线性动力特性。以悬臂梁为例分别分析了外部激励频率、裂纹深度以及裂纹位置等参数的变化对系统非线性行为的影响,重点讨论了系统的亚谐、超谐等共振现象,并且提出了系统频率的相对幅值用于辨识裂纹深度的方法。研究结果为裂纹结构的损伤识别提供了一定的理论基础和参考。     

Robust structural damage identification based on multi‐objective optimization

Inverse analysis for structural damage identification often involves an optimization process that minimizes the discrepancies between the computed responses and the measured responses. Conventional single‐objective optimization approach defines the objective function by combining multiple error terms into a single one, which leads to a weaker constraint in solving the identification problem. A multi‐objective approach is proposed, which minimizes multiple error terms simultaneously. Its non‐domination‐based convergence provides a stronger constraint that enables robust identification of damages with lower false‐negative detection rate. Another merit of the proposed approach is quantified confidence in damage detection through processing Pareto‐optimal solutions. Numerical examples that simulate static testing are provided to compare the proposed approach with conventional formulation based on single‐objective optimization. Copyright © 2009 John Wiley & Sons, Ltd.     

一种基于模型修正的结构损伤识别方法

基于模型修正技术提出一种结构损伤识别方法。首先通过建立带约束边界非线性最小二乘目标函数，极小化结构实测模态与分析模态之间误差，将损伤识别问题转化为优化问题。其次采用信赖域方法求解该优化问题使优化过程具有更强的鲁棒性和可靠性。然后提出一种目标函数向量扩充方法并进行了参数优化研究。最后通过一栓接框架损伤试验研究，验证了该识别方法应用于结构损伤识别的可行性和有效性。     

板结构静载荷的损伤检测算法

在四周固支板结构上施加一个静载荷,求所测得的应变向量的单位向量,该单位向量与载荷大小无关,与加载位置有关,称为"模式".根据有限元理论,当某个单元出现了损伤,损伤对应变场的影响相当于一些附加载荷作用在完好结构上,且这些附加载荷作用在损伤所在的单元节点上.损伤检测的问题就成为多载荷识别问题.将损伤前后的模式进行相关分析,可以识别附加载荷位置,判别加载点是否是损伤位置.通过在结构上逐点加载,可以发现结构上出现的所有损伤.     

输入未知条件下基于自适应广义卡尔曼滤波的结构损伤识别

发展一种输入未知条件下的自适应广义卡尔曼滤波(Adaptive Extended Kalman Filter with Unknown Inputs,AEKF-UI)方法,在线复合反演系统参数与未知输入,结合基于改进粒子群优化算法的自适应技术实现系统时变参数追踪,进而识别结构损伤,包括损伤发生的时间、位置和程度。建立基础隔震结构实验模型及理论模型,其中隔震层的非线性动力学特性通过Bouc-Wen模型描述。对基础隔震结构进行振动实验研究,采用刚度元件装置模拟时间、位置和程度不同的结构损伤,基于测得的加速度响应和AEKF-UI方法进行实时系统参数与未知输入的同步反演。研究结果表明:在两种典型地震波激励下,AEKF-UI方法得到的识别值与参考值相一致,验证了该方法在系统辨识中的有效性和准确性。     

Structural damage detection using time domain responses and an optimization method

An efficient method is proposed to determine the location and severity of structural damage using time domain responses and an optimization method. The time domain responses utilized here are the nodal accelerations measured at the limited points of a structure subjected to an impulse load. The nodal accelerations of the structure are obtained by Newmark time integration method. Firstly, using nodal accelerations extracted for the damaged structure and an analytical model of the structure, an objective function is defined for optimization. Then, the optimization-based damaged detection problem is solved via a differential evolution algorithm for finding the location and severity of damage. In order to assess the accuracy of the proposed method, four numerical examples are considered. Simulation results reveal the efficiency of the method for properly identifying damage with considering measurement noise.