首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 156 毫秒
1.
针对传统的结构损伤识别指标对结构早期局部损伤不敏感的现状,基于应变模态参数识别技术,研究了一种能识别早期损伤位置和损伤程度的损伤评价指标.该指标是测量结构上一系列关键点的应变,运用应变模态参数识别技术获得应变模态振型,并构造应变模态差这一损伤评价指标,达到了识别结构早期损伤位置和损伤程度的目的.数字仿真和实验结果表明,...  相似文献   

2.
采用曲率模态结合模态应变能对结构的损伤位置和损伤程度进行了识别研究。首先采用改进的曲率模态识别出结构损伤的大体位置,然后采用模态应变能方法对损伤位置的单元进行损伤程度识别。在损伤程度识别时考虑了功能强大的BP神经网络方法。最后,为了验证该方法的有效性,采用了一数值模拟案例进行分析。数值模拟结果表明:曲率模态能够有效地识别出结构的损伤位置,模态应变能能够有效地识别出单元的损伤程度。  相似文献   

3.
目前中国许多地区都在大规模修建桥梁和高架桥,桥梁成为交通工程中必不可少的一部分,它的健康运行关系到国家的经济、人民的生命财产以及社会的稳定。为了保证桥梁的健康运营,对桥梁进行监测已成为必不可少的关键环节。主要以应变模态为基础,采用应变模态差作为损伤识别的指标对桥梁进行损伤识别,通过有限元软件模拟三跨连续梁的损伤状况,利用应变模态差对其损伤位置进行识别。结果证明:应变模态差能够有效识别结构的损伤位置,并借助此方法对现有桥梁的损伤情况进行评估。  相似文献   

4.
针对现有异形桥梁结构损伤识别方法的局限性和参数影响的不确定性,本文首先详细分析了损伤程度、传感器数量和模态阶次等参数对损伤识别指标(振型差、模态曲率差、模态柔度差及其曲率)的影响效果,确定将模态柔度差曲率作为识别指标。其次,提出异形桥梁两阶段损伤识别方法,在采用模态柔度差曲率实现损伤定位基础上,基于遗传算法优化支持向量机对损伤程度进行准确识别。损伤识别结果验证了该方法的有效性和准确性。  相似文献   

5.
在对板结构的损伤诊断中,鉴于曲率模态差存在无法对位于模态节线处的损伤进行识别以及不能有效反应损伤程度的不足,提出叠加曲率模态改变率指标,理论上克服了原指标的不足.采用四边简支薄板,分别考虑正交两个方向的曲率进行数值算例验证,结果表明:叠加曲率模态改变率能对板结构进行全面损伤定位,同时能对损伤程度做出定性判断,损伤识别能力较曲率模态差得到提升.  相似文献   

6.
为了研究以模态曲率差归一化为基础的简支梁损伤识别,对振型曲率差进行归一化,理论推导基于模态曲率差归一化构建的指标与损伤识别的关系,再将归一化的结果进行数据融合,得到新的损伤判别因子,并对简支梁进行损伤识别分析.提取模态曲率差最大值构造损伤评估曲线,并利用其进行结构剩余寿命预测.采用简支钢梁为数值算例,考虑在单个损伤和多个损伤下7种不同程度的损伤工况,分别利用指标DF~j与新指标DDF进行识别损伤.采用简支钢梁试验证明了DDF指标识别具有良好的鲁棒性和精确性.  相似文献   

7.
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。  相似文献   

8.
基于应变模态变化率的弯曲薄板结构损伤研究   总被引:3,自引:0,他引:3  
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.  相似文献   

9.
提出新的模态应变能指标来定位具有较大识别规模的网架结构损伤. 所提指标不仅改进了表达式,还引入了跨模型模态应变能的概念. 与传统模态应变能仅利用损伤结构的模态振型不同,跨模型模态应变能同时利用未损结构和损伤结构的模态振型. 定性分析与蒙特卡洛分析均表明,与传统模态应变能相比,跨模型模态应变能受测量误差的影响较小. 针对某392杆网架结构的数值分析表明,指标表达式的改进对所提指标抗噪性能的提升起主要作用,而跨模型模态应变能的引入有利于进一步改善所提指标的鲁棒性. 所提指标比传统指标具有更强的抗噪能力,更适用于具有较大识别规模的网架结构损伤定位;选取较多的模态参与计算有利于增强所提指标的抗噪能力.  相似文献   

10.
以一简支梁为例,用有限元软件ANSYS建模并进行模态分析,用模态应变能方法对其进行损伤识别研究,将模态应变能变化率方法与模态应变能指标结果对比分析,说明此模态应变能指标是有效的损伤识别参数.  相似文献   

11.
由于拉索是大跨度斜拉桥的主要承重构件之一,拉索中的损伤对于大跨度斜拉桥结构的安全会产生不利的影响.为实现对斜拉桥拉索损伤识别确保结构的安全,首先给出单元模态应变能定义,然后分析了基于单元模态应变能的损伤识别机理,提出了基于单元模态应变能变化率斜拉桥拉索损伤识别的实用方法,并以国内某重点斜拉桥为试验对象模拟3种不同的损伤工况情况,研究该方法的适用性.试验研究结果表明,单元模态应变能变化率指标是斜拉桥拉索损伤很好的敏感标识量,对单位置拉索损伤能够准确地给予识别,对于多位置拉索损伤识别,指标也能给予较好识别效果.该方法为斜拉桥拉索损伤检测提供了一条可靠有效的途径.  相似文献   

12.
为了解决测量噪声等引起的损伤识别不确定问题,提出了基于应变能均化指标和云模型相结合的识别方法。分析了结构的模态应变能以及两种损伤指标,并考虑到模态应变能耗散率指标和等效指标之间的互补性质,通过均化方法建立了模态应变能均化指标;给出了云模型的基本理论,分析了云模型的数字特征、云处理算法以及确定度计算方法;结合随机测量噪声等引起的不确定性问题,建立了基于应变能均化指标和云模型的损伤识别方法。数值计算结果表明,应变能均化指标的识别结果略优于应变能耗散率指标和应变能等效指标,当考虑随机测量噪声时,云模型与应变能均化指标相结合的方法可以较好地进行含噪数据的损伤识别。  相似文献   

13.
运行中的建筑结构的损伤诊断方法是目前工程界关注的热点问题之一。分析了位移模态、应变模态与曲率模态3者之间的关系,以一混凝土悬臂梁为研究对象,用ANSYS有限元软件,建立了仿真模型,通过对不同损伤位置和不同损伤程度工况的模拟,进行结构损伤辨识研究,旨在通过结构损伤前后的位移模态和应变模态的振型比较,揭示应变模态在结构损伤诊断中的规律,为使用中的大型建筑结构损伤诊断研究提供理论借以参考。  相似文献   

14.
针对目前梁式结构损伤识别中识别精度和实际应用方面存在的不足,以能量耗散理论为基础,对简支工字形钢梁的损伤识别进行了数值分析及试验研究。通过结构损伤时每一单元的模态应变能耗散率与损伤前、后模态应变能变化之间的关系,推导出单元损伤变量的表达形式。研究结果表明:单元损伤变量只需要利用结构损伤前、后的模态振型即可算得,在实际应用中可通过模态扩阶技术解决实测自由度与理论自由度不匹配问题;该方法可准确识别出简支钢梁损伤单元的位置,并在一定程度上表征损伤程度。  相似文献   

15.
在传感器优化布置的基础上通过两阶段识别方法对网架结构的损伤进行识别.根据传感器优化布置的结果确定第一步要测得节点,通过MATLAB中的小波工具箱以单元应变能变化率为损伤指标进行小波分析,确定第二步要测得节点.第二步在缩小了的范围内以单元节点应变能变化率确定结构的损伤位置.结果显示,该两步法识别网架结构损伤可行.  相似文献   

16.
阐述了实验模态分析的理论依据,选用工程上常见的矩形截面悬臂梁,通过实验模态分析对结构损伤引起的模态频率移动进行了研究。相对于位移曲率模态,提出了应变曲率模态的方法,并对该方法的有效性进行了实验验证,并就它们在实际应用中的不足之处进行了讨论。比较了位移模态和应变模态的不同响应结果,指出应变模态对局部损伤更加敏感。  相似文献   

17.
为研究火灾环境下混凝土结构的振动规律及火灾后损伤评估方法,试验设计了4根足尺寸混凝土简支梁L1~L4。首先,对其进行了火灾前的动力测试,并基于实测模态信息,对L1~L4初始有限元模型进行修正;然后,分别对其进行60、90、120及150 min的受火试验,同时拾取火灾下结构模态信息,研究火灾下结构振动发展规律,拟合火灾下基频衰减公式。结果表明:火灾下简支梁振动时域信息发展大致可划分为初始阶段、不稳定发展阶段及稳定发展阶段,且规律与截面刚度衰减基本一致;振动频率总体呈波动式衰减趋势,且停火后振动频率有继续衰减的趋势;通过拾取火灾前模态信息,对简支梁进行有限元模型修正,修正后有限元模型能够更好地反映简支梁在火灾过程中频率衰减规律;最后,进行了火灾后的动力测试及承载力试验,研究火灾后L1~L4刚度及承载力衰减程度,并结合火灾后模态信息,以等效爆火时间作为损伤指标,利用支持向量机智能算法预测火灾后简支梁损伤程度;在此基础上,结合《火灾后建筑结构鉴定标准》(CECS252-2009),提出简支梁火灾后损伤指标综合评级标准,并基于此评价指标对L1~L4进行了损伤评估。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号