传感器布置及结构损伤识别的优化方法

假设测试噪音空间非均匀分布的情况,研究了传感器最优布置问题,提出了针对结构损伤识别的传感器最优布置方法。基于结构损伤演化过程的物理特征,将结构损伤识别问题等价为一个优化问题进行求解,通过采用同步优化策略,避免了结构动力特征方程的求解和动力参数灵敏度的计算。算例分析表明,根据传感器布置方案获得的测试数据以及同步优化模式,能够准确高效地得到存在噪音下的结构损伤位置和损伤程度等损伤识别结果。     

结构损伤参量灵敏度分析的传感器数量位置优化

为判断结构是否存在一定水平的损伤,对结构健康监测系统中所需的加速度传感器的最小数目及其位置进行计算.以损伤参量的灵敏度技术为基础,根据结构损伤对各种损伤参量的影响范围的不同,以遗传算法为工具,针对各种损伤参量得出所需传感器的最小数目以及其配置位置.通过对19自由度的简支梁进行仿真分析,得到对于不同损伤参量进行损伤识别所需加速度传感器最小数目和位置,结果表明对于该算例,柔度法所需传感器数目较少,但是损伤位置比较难确定,而对于模态曲率和模态应变能所需传感器比较多.通过该布置方法可以对结构损伤情况的损伤位置有大致评估,对多损伤状态的最大损伤处有初步定位.     

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.     

改进粒子群算法的两阶段梁式结构损伤识别

针对实际工程监测时损伤识别误差大的问题,提出一种基于改进粒子群算法的两阶段识别方案。第1阶段利用D-S证据理论融合算法进行损伤定位;第2阶段利用改进的粒子群算法,对定位结果进行修正,同时准确定量损伤。仿真算例和实验分析结果表明：由于第1阶段损伤定位减少了可能损伤单元的数量,第2阶段基于改进粒子群算法的搜索范围减小,能更准确地识别多损伤和小损伤的位置和程度,且抗噪性能良好。     

基于灵敏度分析的弧门主框架多损伤检测方法

以频率作为弧形闸门主框架结构多损伤识别的主要动力参数,基于灵敏度分析方法,建立结构损伤位置及程度与结构多阶固有频率的关系矩阵,并根据此矩阵和实测频率的变化情况反解出结构的损伤位置与程度。为了反映结构不同位置的损伤对频率的影响,同时减小方程的未知量个数,给出了弧门主框架频率与损伤位置和程度的灵敏度关系图。计算结果表明：基于灵敏度分析的结构多损伤检测方法可识别弧形闸门主框架多位置发生损伤的情况,可为水工结构动力检测与损伤评估提供技术参考。     

结构健康监测中传感器优化设置方法研究

首先探讨了3种基于数据信息最大化准则的传统传感器优化布置方法,即有效独立法、有效独立驱动点-残差法及运动能法.其中前2种基于Fisher信息阵最大化,而第3种基于运动能最大化.然后运用结构振动模态和三样条插值模态之间的均方差最小和抗噪性能最好,这两种比较准则来确定最优的传感器设置方法.数值分析表明:这3种传感器优化布置法都是有效的,而有效独立-驱动点残差法的效果最好.     

采用有效信号段自提取算法识别结构多损伤位置

为识别结构中的多处损伤,提出了一种采用有效Lamb波信号段自提取算法计算结构损伤指标的多损伤识别成像方法.该方法将结构的待检测区域划分为数个子区域,并根据Lamb波的传播时间和波速从传感器接收到的信号中自动提取出包含结构信息的有效信号.以该有效信号作为输入,计算每个子区域中基于信号相关系数所获得的损伤指标,最后采用RAPID算法对全部识别区域内的损伤位置进行识别和成像.以航空铝板为研究对象进行了实验验证研究,结果表明,该方法能快速有效地识别出多个损伤,并较为准确地实现损伤成像以描述损伤的位置.     

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。     

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。     

模型钢梁裂缝检测的小波包网络仿真

以简支钢梁动态分析模型为研究对象,利用ANSYS软件对梁不同位置的裂缝损伤所引起的动态响应进行数字仿真,并对所获得的响应信号利用小波包进行信号分解,对分解后的各层小波系数取平方和,提取出各分解层的能量特征,又以能量特征作为神经网络的训练数据,结合BP神经网络模型的训练仿真方法,从而实现模型梁裂缝位置的检测.并与结构模型相似研究定律相结合,根据动力相似与静力相似规律开展仿真研究,仿真结果较为满意.     

基于Coiflet连续小波的简支梁结构模态参数识别

应变模态对结构局部特征变化比较敏感,以此为响应信号采用Coiflet连续小波变换进行简支梁结构裂缝损伤定位及损伤程度标定.通过小波变换的模极大值确定损伤位置,建立单处、多处损伤时小波变换的李氏指数与损伤程度之间关系;同时研究了多处裂缝损伤对李氏指数的影响.数值模拟表明,连续小波分析的损伤识别方法不仅能精确定位损伤,还可以标定损伤程度,无论单处多处损伤李氏指数均随着损伤程度增大而减小.     

基于一阶振型的海洋平台二阶段损伤定位方法

海洋平台等大型复杂结构其高阶模态难以激起和测试,甚至只能识别出一阶模态振型和前几个低阶模态频率,因此,利用少量低价模态进行损伤诊断显得尤为重要。本文提出了仅利用一阶模态振型对海洋平台进行损伤位置诊断的二阶段法：先利用模态曲率变化率确定损伤的大体位置,再利用一阶模态应变能分别确定主导管和撑杆是否损伤及其位置。最后通过一个三腿导管架海洋平台有限元数值模型验证了该方法的可行性和有效性。研究发现,本文提出的方法具有较好的识别精度,具有一定的适用性。     

基于滑模观测器的故障检测与重构方法

针对不确定控制系统的故障诊断问题,提出了一种利用滑模观测器进行故障检测与重构的方法.首先设计滑模观测器,以实现系统的执行机构和传感器的故障重构,然后在对系统传感器的故障重构中,采用设计二级观测器构造一个虚拟等效系统的方法提高重构精度,通过运用低通滤波器,将原始的传感器故障以执行器故障的形式表示,并用线性矩阵不等式(LMI)方法来设计观测器.该方法能够更准确的估计出系统的传感器故障,最后给出的数值仿真实例说明了其有效可行性.     

小波分析在桥梁结构损伤检测中的应用

大型土木建筑结构在长期使用过程中会因各种因素而产生损伤和结构强度退化,如果没有及时发现和采取必要的措施,将可能发生严重的事故,造成生命和财产的巨大损失。利用结构的振动特性的变化评估其健康状况,是当前研究的热点问题。本文基于结构振动测试和小波变换技术,确定结构可能发生的整体性能退化或局部损伤的大小和位置,以便应用于大型结构尤其是桥梁结构的在线损伤检测中。首先通过数值模拟分析得到结构的振动响应信号,再经过小波分析得到各阶子信号,进而获得各阶子信号的能量谱及损伤前后能量谱的变化。通过观察各阶子信号的差异和能量谱的变化评价结构的损伤状态。     

基于二重结构编码遗传算法的传感器优化配置

传感器的优化配置是一类组合优化问题,针对此问题,文章以应变模态保证准则SMAC为优化原则,以SMAC矩阵的最大非对角元为目标函数,针对满足传感器数量不变的约束条件问题,提出改进的二重结构编码遗传算法,并通过现有文献中的算例验证本文所提算法的高效性。算例结果表明,该遗传算法优化结果优于现有的遗传算法,将其应用于复合材料板模型损伤诊断的传感器优化配置是可行的。     

四梁式扭矩传感器的设计与优化

为了解决复合振动攻丝研究中的扭矩和轴向力测量问题,设计了一种基于电阻应变的四梁式扭矩传感器。四梁为两端固支结构,均匀分布在半径为R的圆周上,可以测量扭矩和轴向力。为了提高传感器性能,对弹性元件进行了受力分析,以灵敏度为优化目标函数,建立了数学模型,采用Matlab优化工具箱,对传感器的结构进行优化。该传感器工作在振动条件下,为了使传感器的固有频率避开振动攻丝机的工作频率,防止产生共振现象,采用有限元分析软件Ansys对传感器的模态进行了分析,得出传感器的各阶振型及固有频率。     

结构健康监控的基准结构问题

结构损伤识别技术是结构健康监控（SHM）中一个重要的研究内容，而基于结构振动的损伤识别方法又是目前研究比较活跃的领域。迄今为止，学术界提出的基于振动的识别方法不下几十种，而且还不断有新方法涌现。为了检验这些方法的识别能力，降低实验费用，美国土木工程协会的结构健康监控小组提出了基准结构问题。利用该小组提供的测试数据和结构模型计算工具，可以方便地对不同的结构损伤识别方法进行比较研究，本文对该基准结构的相关问题和作用做了详细的分析和介绍。     

基于Kinect传感器的机器人室内环境检测方法

针对移动机器人室内环境检测问题,提出了一种基于Kinect传感器的目标物体检测方法.利用Kinect传感器采集的视频图像和深度数据来实现对机器人工作环境中已知特征目标物体和完全未知目标物体的检测及定位.对于已知特征目标通过颜色特征分析来完成检测,而对于完全未知的物体则通过深度地面消除算法和提取深度图像的轮廓来进行检测.利用传感器成像模型对检测出的目标区域进行三维空间定位,从而获取目标物相对于机器人的空间位置信息.基于移动机器人平台进行实验,结果表明,该方法能够有效地实现室内环境信息的检测及定位.     

An Azo-PDMS-based wearable UV sensor with the optimized photo response mode for dual sensing and synchronous detection

A wearable UV sensor is designed to realize UV detection and a warning effect on people’s excessive UV exposure. It is noteworthy that the photoelectric system and supporting material of the most conventional sensor are separated. The unstable connection between the two components and the complicated construction method makes the sensor susceptible to external motion interference and prone to failure. Herein, we developed a unique photo response mode of the UV sensor based on a novel photo responsive material. An azobenzene-containing polydimethylsiloxane (Azo-PDMS) film was prepared as the outer layer of the sensor. It integrated the functions of photo response source, support and protection, which realized the direct contact and rapid response to the UV light source. Carbon nanotube (CNT), wrapped in the middle of Azo-PDMS films as an inner layer, transformed the photomechanical response signal into the photoelectric signal. The photo response mode endows the sensor with excellent anti-motion interference capabilities and a true sense of UV-strain synchronous monitoring performance, which is of great significance to the practical application of wearable devices. In addition, based on the excellent properties of Azo-PDMS, the sensor can also protect the human body from UV damage, self-repair after fracture, and realize personalized customization through 3D printing. It makes a breakthrough in the design and construction of wearable UV sensors and paves a new way to optimize sensor photo response modes.