基于振动的大型工程结构损伤识别策略研究

讨论了大型工程结构损伤识别问题背景,对大型工程结构损伤识别的特点进行深入分析,对现存的损伤识别方法进行了简述,重点对损伤识别研究的策略进行了研究,对实际结构损伤识别所必须解决的问题进行了探讨。     

基于动力特性的工程结构损伤识别技术(一)

基于动力特性的损伤识别技术是结构损伤识别的有效方法.介绍了基于动力特性的损伤识别技术研究现状,对基于结构振动响应和系统动态特性参数进行损伤识别的方法和原理进行了评述,提出了结构动力特性的损伤识别技术有待于研究的问题.     

结构损伤动力识别技术的研究与进展

通过对结构损伤的动力识别技术近二十年来国内外研究成果的总结,阐述了结构损伤动力识别研究的发展历程。首先介绍了结构损伤动力识别技术的基本原理,然后从三个方面,即结构损伤的动力识别机理、结构损伤的动力识别参数和结构损伤的识别算法,分别探讨了结构损伤动力识别技术的发展现状和面临的问题,最后对结构损伤动力识别的未来研究趋势进行了展望。     

桥梁结构的荷载与损伤识别研究进展

世界范围内频频发生的桥梁工程事故引起了人们对于桥梁结构＂健康＂问题的重视,而桥梁的荷载识别与损伤识别则是诊断结构健康状况的重要手段和方法.文中分别就结构荷载识别与损伤识别问题的研究现状进行了总结,指出了当前结构荷载识别与损伤识别研究中亟待解决的问题,并对进一步研究桥梁荷载与损伤的问题进行了讨论.     

结构损伤识别技术的发展现状与展望

对现有的结构损伤识别技术进行了综述,对结构损伤识别技术进行了简要介绍,并根据其特点指出了其适用环境和优缺点,最后,对今后结构损伤识别技术的发展方向做了展望,以促进结构损伤识别技术的研究。     

悬索桥损伤识别概述

根据悬索桥的特点,提出了大跨度悬索桥结构损伤识别的实用方法,即整体识别和局部识别,对具体的损伤判断方法进行了论述,从而大大推动了悬索桥损伤识别的研究、应用,并指出从整体到局部对悬索桥进行损伤识别具有一定的实用性。     

基于神经网络的框架结构构件损伤识别研究

采用多重分步识别方法对框架结构构件损伤识别研究。第一步对构件损伤进行预警;第二步识别构件损伤所在的楼层;第三步在识别出的楼层内对构件损伤具体定位;第四步对构件损伤程度进行识别。以三跨四层的框架结构为计算模型进行了数值模拟,研究表明,应用神经网络技术,采用多重分步识别方法,简化了网络的结构,能够有效地对框架结构构件损伤进行预警、定位。     

梁结构的损伤识别方法研究

针对桥梁结构多为简支梁和连续梁的形式,文章使用了柔度差法对粱结构的损伤识别进行了研究.文章首先分别推导了一阶振型变化率和柔度差的识别理论;然后使用ansys有限元分析软件对简支粱和连续粱进行了损伤数值模拟,并使用此两种识别指标进行损伤识别;最后比较了两种指标的识别效果.文章还对梁结构的多处损伤进行了研究.结果表明:对于...     

空间网格结构节点螺栓松动损伤定位有限元分析

以单层柱面网壳试验模型为背景进行损伤定位研究,采用ANSYS软件对其螺栓松动损伤进行了有限元分析,利用神经网络的模式分类功能进行了螺栓松动的分步损伤定位,即首先以整体结构为研究对象,采用面向子结构的损伤定位,确定结构是否存在损伤及损伤的大致位置;然后采用面向节点的损伤定位法,确定子结构中螺栓松动损伤的节点位置。研究结果表明：损伤识别的成功率与杆件灵敏度密切相关,为了保证识别结果准确性,其灵敏度达到2%以上才能正确识别,当杆件的灵敏度过低时将无法通过动力测试识别;采用分步损伤定位方法可以显著减少损伤精确定位时训练样本的数量,适合于不完备的模态数据,利用低阶模态数据即可准确识别损伤的子结构与节点位置。     

基于不确定性的结构损伤识别方法研究综述

基于静动力特性改变的结构损伤诊断方法在过去几十年中发展迅速。与损伤识别的确定性方法相比,损伤识别的不确定性方法能更为有效合理地处理损伤识别过程中涉及的不确定性干扰问题,并从统计意义上实现复杂工程结构健康监测的早期损伤诊断,因此已成为当前结构损伤识别领域的研究热点。在简要回顾了损伤识别确定性方法的基础上,主要介绍了损伤识别不确定性方法的研究进展,并分析了各方法的优缺点,对有待进一步研究的问题及此类方法的发展趋势进行了展望。     

基于神经网络的结构损伤识别研究进展

为提高结构损伤识别方法的精确性和适用性,将神经网络引入到结构损伤识别中。介绍了神经网络的由来、原理和研究意义,概述了国内外基于神经网络的结构损伤识别研究进展。通过分析可以看,出用于结构损伤识别的神经网络方法有着广阔的应用前景。论文针对进一步研究的方向提出了建议。     

基于固有模态函数振动传递率的结构损伤识别

提出了无需量测外荷载的新的结构损伤识别方法,将经验模态分解应用于结构损伤识别,通过求振动响应信号固有模态函数的振动传递率,构建结构损伤识别参数;通过对预置不同开胶损伤程度的玻璃幕墙试件进行动态测试,得到不同损伤程度下玻璃幕墙的固有模态函数振动传递率,并根据振动传递率的差别来识别和评估玻璃幕墙开胶损伤程度。研究结果表明:与传统方法相比,该方法无需量测外荷载也能精确识别结构损伤,通过损伤参数值也能判断损伤大小。     

基于Hilbert-Huang变换的结构损伤识别研究进展

为提高结构损伤识别方法的精确性和适用性,将Hilbert-Huang变换引入到结构损伤识别中。介绍了Hilbert-Huang变换的由来、原理和研究意义,概述了国内外基于Hilbert-Huang变换的结构损伤识别研究进展。通过分析可以看出,HilbertHuang变换用于结构损伤识别有着广阔的应用前景,论文针对进一步研究的方向提出了建议。     

基于微粒群算法和BP网络的结构损伤识别

提出了基于BP网络的结构损伤识别方法,同时引入了微粒群算法对BP网络权值和阀值进行优化,建立了完整模型和损伤模型,进行了仿真,经检测样本证明,微粒群算法优化后的BP网络能很好的识别出结构损伤的位置和程度,是一种快速、有效的结构损伤识别方法。     

浅谈建筑结构火灾后的检测与加固

分析了火灾对建筑结构损害的机理,介绍了建筑结构的灾后安全性鉴定及结构受损程度评定,阐述了火灾后混凝土结构修复加固的原则和方法,以保证结构的安全性。     

基于布谷鸟搜索算法的温度驱动损伤识别方法

基于振动的损伤识别方法数据分析过程复杂,且易受环境不确定因素影响,为解决该问题,提出了一种基于布谷鸟搜索算法的温度驱动损伤识别方法。分析中将温度视为结构的可测激励,对基于温度诱导应变的结构损伤参数识别公式进行了推导,进而利用实测的温度诱导响应值与有限元模型计算的温度诱导响应值构造目标函数,基于改进的布谷鸟搜索算法对有限元模型中的损伤参数进行更新,从而实现损伤的准确判别。通过一根两端弹性约束的H型钢梁,以及一榀Benchmark钢框架模型的数值仿真分析,验证了所提方法的损伤识别效果。分析结果表明：基于布谷鸟搜索算法的温度驱动损伤识别方法可对不同程度、不同位置及不同数量的损伤进行有效识别,即使在较高的噪声干扰下,仍能取得较好的识别结果。相比于基于振动的有限元模型损伤参数识别方法,该方法无需施加外部激励,输入与输出数据（温度与温度响应）方便可测,损伤识别所需的数据量较少,受噪声干扰影响小,可对结构的损伤进行有效定位与量化。     

桁架结构损伤识别的数据融合方法研究

以数据融合技术进行桁架结构的单损伤和多损伤识别。通过研究基于频率的结构损伤理论,分析归一化的频率和损伤位置的关系;利用小波概率神经网络的算法对决策融合进行修正,建立基于小波概率神经网络的数据融合结构损伤识别模型。运用结构计算软件计算了一典型桁架结构的频率,并融合为小波概率神经网络算法的输入特征向量,并对桁架算例模型结构进行损伤识别。通过桁架不同位置的损伤情况,验证该方法的有效性,并提出工程应用中应注意的问题。研究结果表明,基于小波概率神经网络算法的数据融合技术是一种比较可靠的损伤识别方法,具有良好的工程应用前景。     

基于模型确认的结构概率损伤识别方法研究进展

基于静动力特性改变的结构损伤识别方法在过去几十年中得到了长足发展。相对于确定性的损伤识别,基于概率统计理论框架的损伤识别方法能够更好地反应损伤问题的不确定性本质,是一种非常有发展潜力的损伤识别方法,有望解决当前大多数损伤识别方法对于测量误差和噪声敏感的问题,从统计意义上实现复杂工程结构健康监测早期损伤的诊断。在回顾结构确定性损伤识别方法的基础上,主要介绍不确定性损伤识别方法和有限元模型确认的研究进展,分析比较各种方法的优点和不足之处;最后对有待进一步研究的问题和基于模型确认的概率损伤识别方法发展趋势进行展望。     

基于数据融合的张弦桁架多位置损伤识别与抗噪性分析

为提高张弦桁架多位置损伤识别的准确性,将数据融合方法与损伤识别指标相结合,采用D-S证据矩阵理论融合叠加曲率模态改变率和模态柔度差曲率两项指标的损伤识别结果,提出了张弦桁架多损伤的单次融合和两阶段融合识别方法。以某实际工程缩尺简化得到的张弦桁架作为研究对象,设计了两种不同的多损伤工况,通过有限元分析获取了结构损伤前后的前三阶模态数据,并进行了损伤识别分析。结果表明：基于数据融合的多损伤识别方法能够准确地识别张弦桁架多损伤,其能够综合两种单指标的识别结果,降低甚至消除非损伤位置的干扰,有效解决了单指标识别精度低、不能全面反映损伤位置的问题;两阶段融合方法通过两次融合逐步降低了非损伤位置的干扰,识别效果优于单次融合方法。此外,分析中考虑了不同水平噪声对张弦桁架多损伤识别的影响,结果表明：基于数据融合的多损伤识别方法具有较好的抗噪能力,能够降低噪声和非损伤位置的干扰,且两阶段融合方法的抗噪能力优于单次融合方法。