基于小波包样本熵的连续梁桥损伤识别

为了减少现行桥梁检测中所需布置传感器数量,将小波包分解和样本熵有机结合起来,对利用单点动力响应数据检测识别连续梁桥结构损伤的新方法进行了研究,笔者提出了连续梁桥结构的损伤识别指标和方法。利用小波包变换对移动荷载作用下桥梁的加速度响应进行分解和重构,计算重构信号的样本熵值,建立了对数加速度能量差小波包样本熵损伤识别指标;并通过三跨变截面连续梁桥的动力仿真分析,验证了指标和方法的适用性与噪声鲁棒性。研究结果表明,笔者所提出指标和方法仅利用桥上一个测点的加速度响应就能够很好地识别连续梁桥的损伤位置和损伤程度,且对噪声不敏感。     

基于Hilbert-Huang变换与理想带通滤波器的系统识别

针对经验模态分解存在模态混叠现象,提出基于Hilbert-Huang变换与理想带通滤波器的系统识别方法。该方法利用傅里叶变换得到结构加速度响应频响函数,粗略估计固有频率范围,通过半功率带宽法设计理想带通滤波器,定量化确定通带带宽,使信号在经过滤波器后频域内零相移,同时不改变其幅值谱。结构响应通过指定频带的理想带通滤波器产生若干窄带信号,利用经验模态分解获取结构模态响应,经Hilbert变换构造模态响应解析信号,并通过线性最小二乘拟合提取结构模态参数与物理参数。结果表明:半功率带宽法可实现带通滤波器频带的定量化设计,理想带通滤波器的零相移特点较好契合Hilbert-Huang变换用于系统识别的要求,两者结合可有效地解决模态混叠现象,减少虚假模态,大大提高结构系统识别精度。     

应用加速度响应Chirplet积分的线性时变系统参数识别

提出了线调频小波积分运算方法,在仅获得加速度响应的情况下对结构速度和位移响应进行重构,将时变微分方程转化成区间线性方程组,进而构造最小二乘算法识别结构的时变物理参数.Chirplet基适用于处理时变信号,能在短区间拟合时变系统各阶响应,相比传统小波能更好地追踪信号频率变化特征,通过与微分方程结合提高了时变系统参数识别的效率.方法的有效性和适用性通过一个3自由度时变结构模型进行了验证.     

基于二次调频小波变换的时变系统物理参数识别

基于二次调频小波理论,提出函数积分运算的二次调频小波变换计算方法.应用此方法,仅利用时变结构的加速度响应信号就可以重构出速度和位移响应信号并将振动微分方程转换为线性方程.为解决随机激励下参数识别问题,进一步结合分数阶模糊函数推导二次调频信号的自相关性理论,得出相关系数与时变物理参数的线性表达式进而识别各时刻的物理参数.以一个4自由度时变结构为仿真算例,识别线性变化、周期变化、二次函数变化、快速突变4种不同类型的时变物理参数,验证了识别方法的正确性.     

移动荷载作用下时变简支钢桥损伤识别

针对移动荷载作用下桥梁结构振动响应信号呈现非平稳性的特点,构建新的一阶本征函数自功率谱最大值变化比和一阶本征函数小波能量变化率两个指标来识别时变结构的损伤。首先,采用小波阀值去噪法对时变结构响应信号进行去噪处理;其次,运用解析模态分解定理提取响应信号的一阶本征函数并构建一阶本征函数自功率谱最大值变化比指标来识别结构的损伤位置,在识别结构损伤位置的基础上,将损伤位置处的加速度响应信号的一阶和二阶本征函数进行线性混叠后,采用快速独立成分分析进行分离,得到更有效的一阶本征函数;最后,基于连续小波变换和时间窗思想,提出一阶本征函数小波能量变化率指标来预测结构的时变损伤。通过移动荷载作用下的时变简支钢桥试验验证所提出的损伤指标,研究结果表明,提出的两个指标能够有效识别结构的损伤位置和时变损伤。     

基于PPTSVD的桥梁移动荷载识别

为了改进时域法(time domain method,简称TDM)识别桥面移动荷载时存在的识别精度受测量噪声、响应类型及数量影响较大等缺陷,在截断奇异值分解(truncated singular value decomposition,简称TSVD)的基础上,提出了基于分段多项式截断奇异值分解(piecewise polynomial truncated singular value decomposition,简称PPTSVD)识别桥梁移动荷载。采用简化欧拉梁模型,由反演车辆荷载作用下桥梁的弯矩响应和加速度响应识别桥面移动荷载,得到了不同噪声水平下TDM,TSVD与PPTSVD的识别结果。研究结果表明,与采用奇异值分解(singular value decomposition,简称SVD)进行常规降噪的TDM相比,采用TSVD识别移动荷载在识别精度和抗噪性能方面均有一定提高,且由TSVD改进的PPTSVD识别方法较前两种方法具有更加明显的优势;PPTSVD识别精度高、识别结果受响应类型及响应组合影响较小且具有良好的鲁棒性,更适用于桥梁移动荷载的现场识别。     

随机减量法在工作模态参数识别中的应用研究

实际工程应用中施加于结构的激励及其响应信号难以测量,不能用传统的识别方法提取结构的模态参数。研究了运用随机减量法从易得的结构的随机响应中提取某种自由响应信号,然后利用小波变换识别模态参数。实验通过对悬臂梁的模态参数识别,结果表明随机减量法在模态参数识别过程中的适用性及用该方法获取的模态参数具有很高的精度。     

运营条件下异型拱桥的模态参数识别

以一复杂的异型钢管混凝土拱桥为对象，根据运营期间车辆交通荷载引起的余振实测结果，用小波变换（wavelet transform,简称WT）和特征系统实现法（eigensystem realization algorithm，简称ERA）两种方法对结构模态参数识别结果进行了对比，讨论了两种方法在复杂结构体系模态参数识别中的适用性。进一步以ERA识别方法为对象，比较了记录波除噪及不同记录波对参数识别结果的影响。结果表明：WT方法以及ETA方法得到的结构模态参数识别结果基本一致，两种方法相互校核可剔除噪声模态，获得真实的结构模态信息；除噪对基于余振衰减波的模态参数识别精度提高意义不大，不同记录波的对比识别可剔除单波随机噪声的影响，提高识别结果的可靠性。     

基于随机子空间和统计模型的输电塔损伤识别

针对输电塔结构,给出一种基于随机子空间结合统计模型的损伤诊断方法,利用输电塔振动响应信号挖掘数据统计特征并构建高灵敏损伤诊断指标实现输电塔结构局部构件的损伤检测。首先,获取输电塔结构的瞬态动力响应数据;其次,利用随机子空间法识别模态参数,构造名义模态参数,并定义一个与参数识别过程相关的残差向量表征结构动力参数变化;最后,计算该残差对结构参数的灵敏度,并构造残差灵敏度的χ2统计量作为结构损伤诊断指标。通过数值模拟及现场试验对某足尺输电塔结构进行分析,结果表明,上述方法可有效对输电塔结构局部构件的螺栓松动、杆件破坏等损伤进行识别。     

基于ANN和动应变的梁桥移动荷载识别及试验

为了实现桥梁上车载参数的快速识别,基于欧拉梁动力解析解分析桥梁挠度和应变对移动荷载的敏感性,选择敏感性更强的应变作为输入参数,研究将人工神经网络(artificial neural networks,简称ANN)用于识别梁桥移动车载的理论和方法。对简支梁桥在移动车载作用下的动应变响应进行理论分析及数值模拟,选取不同工况下的模拟数据对网络进行训练,分析激活函数组合和训练方法对网络精度的影响及噪声水平对动荷载工况下正确识别率的影响。通过车-桥模型动力试验验证该方法的合理性和可用性。结果表明,不同激活函数组合对识别结果影响较小,而不同的训练算法对识别结果影响较大,在应用神经网络识别桥梁移动荷载时,可以通过桥梁的动应变,对车辆的位置、速度和动荷载进行识别。     

基于广义正交函数和正则化的移动荷载识别法

为了识别桥上移动荷载,把车/桥系统抽象为承受一组移动荷载的简支梁,用有限元方法建立桥梁振动方程,根据测试的桥梁响应,由广义正交函数根据模态叠加原理确定模态响应及其导数,用正则化技巧得到稳定的识别结果。数值模拟和试验结果表明,该方法用于识别桥上移动荷载是有效的、可行的     

基于WMRA的隔震结构时变非线性参数识别

基于小波多分辨率分析(wavelet multi-resolution analysis,简称WMRA)理论,建立结构时变非线性参数识别方法,研究隔震结构在地震作用下表现出来的时变非线性力学行为。首先,以描述隔震支座的迟滞非线性Boucwen模型为研究对象,引入3阶有效数值差分技术,将运动方程中非线性模型的恢复力增量进行线性化,形成递推观测方程;其次,基于WMRA理论,将观测方程中每一待识别参数采用小波多分辨率展开,将模型参数识别问题转化成多元线性回归模型中小波重构系数的估计问题;最后,分别采用数值模拟、串联隔震体系(serial seismic isolation system,简称SIS)振动台试验测试数据,识别结构及隔震层参数随时间的演化规律,验证该识别方法的正确性和适用性,为隔震结构在施工、运营期各阶段状态评估提供一定参考。     

随机减量法在斜拉桥拉索模态参数识别中的应用

斜拉桥拉索模态参数(固有频率、阻尼比)在索力测试、拉索减振、实时控制等方面起着重要作用。文中利用随机减量技术从岳阳洞庭桥环境激励下拾取的拉索的加速度响应中分离出自由衰减振动加速度响应信号，将获取的加速度响应信号表达为一理论形式，综合运用参数识别、最优估计理论，识别出拉索的模态参数，与理论值吻合良好。本文方法简单，试验容易实施，具有工程实用价值。数字仿真与工程测试结果表明了方法的有效性和可行性。     

基于递归理论的泵站压力管道运行状态监测

为了准确地识别建筑结构的模态参数，提出了一种基于多重信号分类算法（multiple signal classification,简称MUSIC）、经验小波变换（empirical wavelet transform,简称EWT）和同步提取小波变换（synchroextracting transform ，简称SET）的结构模态参数识别方法。首先，通过MUSIC-EWT对实测振动信号进行分解；其次，使用SET对单模态信号进行去噪处理；然后，采用自然环境激励技术（natural excitation technique,简称NExT）得到单模态信号的自由衰减响应；最后，利用Hilbert变换（hilbert transform,简称HT）和曲线拟合获得结构的自振频率和阻尼比。通过三层框架结构的数值模拟验证了该方法的准确性和鲁棒性。利用该方法对台风“达维”作用下广州中信广场的实测加速度数据进行分析，并将估计的结构模态参数和其他识别方法的分析结果进行对比，进一步证明了该方法的准确性和鲁棒性。     

基于递归理论的泵站压力管道运行状态监测

针对不利因素导致的管道运行异常问题，提出一种基于递归理论的泵站管道运行状态监测方法。首先，通过振动传感器提取压力管道关键部位的实测信息，并将同一位置不同方向的数据信息进行融合，得到一组反映结构整体动力特性的综合数据；其次，利用伪近临法与互信息法分别选取相空间重构参数m和τ；最后，绘制并计算代表管道动力特性的递归图及递归量化指标。将该方法应用于景泰川工程二期七泵站管道运行监测，通过设置不同的运行工况进行验证，结果表明：机组开关瞬间与稳定运行工况下，管道结构振动信号的递归图呈现不同模式，递归量化指标-确定性、对角线平均长度L、递归率及递归熵也呈现明显差异，能有效区分管道振动状态。该方法为压力管道的无损动态监测提供了新思路。     

Moving load identification on multi-span continuous bridges with elastic bearings

A method based on modal superposition and regularisation technique is developed to identify moving loads on an elastically supported multi-span continuous bridge deck. The effects of different influencing parameters, such as the measuring noise, sampling rate, vertical and rotational stiffness and the travelling velocity of the moving loads, are studied. Numerical simulations show that the method can identify accurately the moving loads on the bridge supported by elastic bearings using different types of measured responses. The stiffness of the bearing should be large relative to the stiffness of the bridge deck. Measured acceleration gives better results than those from strains, and the number of vibration modes used in the identification should exceed the highest frequency of the excitation forces for an accurate identification.     

多层建筑结构地震反应预测控制仿真研究

将模型预测控制算法应用到多层建筑结构地震反应控制中,在分析受地震波激励的多层建筑结构模型的运动方程和加速度方程及其状态空间形式基础上,确定预测模型和控制目标函数,建立了多层建筑结构预测控制系统.利用Matlab/Simulink工具对12层建筑结构模型进行地震反应的预测控制仿真,结果表明,预测控制能显著减少多层建筑的地震反应,且减振效果非常明显.     

基于虚拟激励法的车辆振动灵敏度分析及优化

针对车辆行驶平顺性优化问题,提出基于虚拟激励法的灵敏度分析方法。车辆采用三维有限元模型,路面不平顺视为平稳高斯随机过程。通过对运动方程的微分处理,用虚拟激励代替外激励项,可以高效、精确地得到设计变量的一阶、二阶灵敏度信息;再结合适当的灵敏度优化方法,达到提高车辆平顺性的目的。算例数值结果表明文中方法的正确性和高效性。     

基于小波包能量累积变异的梁桥损伤识别试验

基于小波包分析方法可以捕捉到结构状态改变导致的频带能量分布变化的特征,提出了小波包能量累积变异指标来识别结构损伤,并将该指标应用到室内两跨连续梁模型桥的损伤识别中.车辆激励、锤击激励和环境激励3种不同激励源的测点实测加速度时程响应分析研究结果表明,激励信号能量大小的不同会导致小渡包能量累积变异值的差异,联合多个测点响应的小波包能量累积变异指标值可以判别结构的不同损伤状态.