简支梁多位置损伤识别研究

曲率模态是结构损伤识别的敏感标示量,采用数值仿真方法,把曲率模态用于桥梁损伤识别.利用简支梁损伤前后一阶曲率变化率作为识别参数,便可明显确定其多处损伤位置.对相关样本参数进行归一化处理并引入噪声干扰,利用BP人工神经网络进行数值仿真计算,也能对其损伤程度进行有效模拟,验证了BP神经网络也有很强的泛化能力及容错能力.     

基于RBF神经网络的钢框架梁端节点损伤识别

为有效识别钢框架梁端节点损伤程度及半刚性节点刚度参数,提出采用钢梁位移模态和曲率模态指标作为神经网络的输入参数,基于RBF神经网络对刚框架梁端节点损伤程度进行参数识别研究.结果证明,位移模态识别损伤位置的准确度高于曲率模态,对损伤程度的识别曲率模态优于位移模态.其中位移模态损伤识别误差小于10%,曲率模态识别误差小于5%,得出基于RBF神经网络可以较好的识别节点损伤及半刚性刚度参数.     

基于应变模态变化率的弯曲薄板结构损伤研究

以应变模态变化率作为识别参数,以弯曲薄板为研究对象,采用改变单元厚度的方法模拟结构损伤,应用有限元对结构进行模态分析和瞬态分析.模态分析获取板结构应变模态,以对称位置应变模态变化率的改变确定损伤,以改变值的差值大小判断损伤程度;瞬态分析以单元处应变模态变化率突变值,作为损伤定位和损伤程度判断.结果表明:应变模态改变率对于结构的损伤的敏感性强,易于定位.在此基础上给出了通过模态变化率直方图进行损伤识别定位的新方法,与应变模态的损伤识别方法比较表明验证该方法是有效的.     

基于曲率模态和柔度曲率的梁结构损伤识别

选用模态柔度曲率差和曲率模态差进行损伤识别研究,提出一个基于曲率模态差的新指标。首先进行混凝土简支梁和三跨连续梁的损伤识别数值算例分析,然后以钢纤维混凝土简支梁为试验对象进行试验研究,最后通过数值与试验研究分析,结果表明,对于梁结构的损伤,曲率模态差较柔度曲率差更敏感;提出的基于曲率模态差的改进指标在一定程度上可以剔除曲率模态差的某些误判。     

基于模态柔度参数的连续梁桥损伤识别方法

针对桥梁结构损伤识别技术的局限性和识别范围不确定性等难题,利用环境振动测试所得的结构动力响应数据,基于归一化振型的结构模态柔度矩阵法,提出以均匀载荷面(ULS)曲率改变量作为损伤的识别指标。以两跨钢筋混凝土连续梁为例的数值模拟计算表明:结构模态柔度对结构损伤的识别具有更高的敏感性,基于ULS曲率改变量的损伤指标在损伤位置、损伤范围等识别性较高,具有识别结构刚度损失量值的能力;基于ULS曲率改变量的损伤指标能够准确识别出结构的单、多处损伤,满足结构损伤检测工作的技术要求,便于安全评估的工程应用。     

基于模态曲率改变率的拱桥损伤识别

针对拱肋单元不同位置同一单元的不同损伤、不同单元同一损伤的情况进行研究分析,通过有限元分析,研究了改进的模态曲率改变率对损伤识别结果的影响和敏感性分析,对桥梁结构损伤情况的识别方法进行了研究。以一座下承式拱桥作为模型进行试验,发现：拱肋在同一单元发生不同程度损伤时,改进的模态曲率改变率法的损伤指标IMCI发生了突变;拱肋在不同单元发生同一损伤时,改进的模态曲率改变率指标也会发生突变,说明该方法能够比较准确、有效地对结构损伤进行识别。     

基于曲率模态和柔度曲率的结构多损伤识别

以曲率模态和柔度曲率为识别参数，针对具有多损伤区域的悬臂梁结构进行了损伤仿真分析结果表明可以应用曲率模态法和柔度曲率法对梁类结构进行多损伤识别。柔度曲率法既有较高的灵敏度又避免了使用原结构的模态参数，这对没有原始结构模态参数的损伤识别技术显得尤为重要，而且仅需要低阶模态信息即可获得很好的识别效果。     

结构损伤识别的改进曲率模态方法

结构损伤识别是结构健康监测和结构状态评估的主要前提之一。尽早了解结构的损伤状况和损伤位置有助于提高结构的预期可靠性和安全性,同时降低了结构的维修费用。论文主要研究了如何采用改进的曲率模态方法识别结构的损伤以提高识别精度。基于曲率模态对结构局部损伤比较敏感和频率指标测试简单方便、精度高的特点,论文提出了一种以结构的曲率模态为基础,综合考虑频率变化的改进曲率模态识别结构损伤位置的方法。最后用一数值模拟的简支混凝土梁对该方法与曲率模态方法进行了对比验证。结果表明,改进的曲率模态方法能够更精确地识别出结构的损伤位置。     

剪切型框架模态参数的损伤敏感性分析

探讨了剪切型框架结构模态参数对损伤的敏感性,有助于进行进一步的结构损伤识别。从结构的固有振动方程出发,根据剪切型框架结构刚度矩阵特性,导出了结构固有频率、振型和振型斜率的敏感性系数表达式。对一个10层剪切型框架结构的数值分析表明,对于绝对敏感性系数,高阶模态参数比低阶模态参数对损伤敏感;对于相对敏感性系数,同一阶频率对不同处损伤的敏感性及不同阶频率对同一处损伤的敏感性均不相同;振型和振型斜率相对敏感性系数的最大值一般发生在最靠近振型节点的自由度处和振型斜率绝对值最小处,不能反映结构的损伤位置信息。     

基于模态参数的钢框架螺栓连接节点损伤识别理论与实验研究

提出一种有效的框架结构螺栓连接半刚性节点损伤的分步识别方法.首先采用仅与损伤位置有关、而与损伤程度无关的模态参数损伤指标作为神经网络训练输入,以确定损伤节点位置,极大地简化了神经网络结构,提高了损伤定位效率;然后通过模态敏感性方法对前步识别出的可能损伤节点进行损伤程度识别,有效地克服了传统模态敏感性方法在同时进行损伤位置及程度识别时,损伤识别动力学反问题结果的准确性与可靠性受可用模态信息量影响较大的问题.通过对一个8层半刚性连接框架的数值仿真与一个实验室两层螺栓连接钢框架的实验研究,验证了所提方法的可行性与有效性.