基于单元应变模态差的网架结构损伤诊断研究

对具有一定程度损伤的网架结构来说,常规的结构有限元分析或实验模态分析得到的位移模态和频率难以有效地反映结构的损伤状况。为了提高诊断效率与诊断结果的可靠性,根据空间杆系结构的受力特点,利用两节点空间铰接杆单元有限元法,由节点位移模态推导出单元应变模态,提出采用结构损伤前后的单元应变模态差作为网架结构损伤定位的识别指标,并以损伤单元应变模态的差值大小确定损伤程度。通过对一个典型网架结构的数值模拟研究表明:该方法能够在低阶模态条件下,有效识别网架结构不同位置和程度的局部损伤;且在一定噪声水平下具有较强的鲁棒性,适用于实际观测条件下的网架结构损伤定位。     

基于模态应变能和小波分析方法的网壳结构损伤识别研究

工程结构损伤的识别与定位研究以往主要针对梁、框架等结构形式.损伤表现为信号局部特征的改变,而小波分析在时域和频域上都具有表征信号局部特征的能力.为提高结构损伤识别方法的准确性和适用性,将小波分析引入到网壳结构损伤识别中.根据小波奇异性检测理论,提出将模态应变能和小波变换相结合的方法对网壳结构进行定位,即以结构损伤前后单元模态应变能差作为结构损伤指标,对其分别进行bior6.8连续和离散小波变换,利用小波系数极大值点判断网壳结构有无损伤和损伤位置.以跨度40m的Kiewitt网壳结构为例进行数值模拟,结果表明:基于模态应变能和小波变换相结合的方法,在测得一阶模态下,不但对单一损伤而且对多损伤均能有效地识别出结构的损伤位置,证明该方法对此类结构损伤定位具有有效性和实用性.     

基于频响函数与主成分分析的网架结构损伤检测方法研究

为了研究网架结构杆单元的损伤检测方法,对网架结构在瞬时激励下的损伤检测进行了数值模拟分析和试验分析。为了判断网架结构的损伤杆件位置,选取合适的激励方式,设置了两种不同的工况进行分析,分别提取了结构在损伤前后的时域信号,运用频响函数和主成分分析进行数据处理,选取频响函数向量夹角作为结构损伤指标。数值模拟分析时,提取了结构全部节点的时域信号用来判断损伤杆单元的位置;试验分析时,在基于节点应变能系数的传感器优化布置方法的基础上,提取少量节点的时域信号,分两步逐渐缩小所要检测的损伤范围,最终确定损伤杆单元的位置。数值模拟分析和试验结果显示基于频响函数与主成分分析的损伤检测方法可以准确判断损伤的杆单元的位置。     

网架结构损伤定位的虚拟应变能法

提出一种新的虚拟应变能法来定位具有较大识别规模的网架结构损伤.该方法基于结构损伤前后柔度矩阵变化差的奇异值分解,提取最大奇异值对应的右奇异向量,再将该奇异向量作为虚拟荷载作用于结构,从而获得结构损伤前后的虚拟位移差,进而构造各构件的虚拟应变能用于定位结构损伤.虚拟应变能越大的构件,其损伤的可能性越大.某200杆网架的数值分析表明,所提虚拟应变能法比传统损伤定位向量法具有更突出的损伤定位能力,能抵抗较高噪声的干扰,因此在具有较大识别规模的网架结构损伤定位中具有较强的应用潜力.     

基于模态参数和支持向量机的桁架结构损伤识别研究

以桁架结构的损伤为研究对象,根据桁架结构的杆单元应变特点,建立了损伤前后振型曲率变化率和应变模态变化率对杆单元损伤的敏感性分析。同时以该变化率作为输入特征参数构造支持向量机,对杆单元的损伤进行识别,均取得了较为理想的结果。     

基于模态曲率与小波变换的网壳结构损伤识别研究

结合模态曲率与小波变换的方法对网壳结构的损伤识别进行研究。以一网壳结构的缩尺模型为例进行数值分析,假设结构35号杆件的截面出现刚度折减的轻微损伤,以模型损伤前后的模态曲率作为损伤指标进行连续小波变换,从而判断结构的损伤位置。数值分析的结果表明,利用模态曲率的小波变换系数差可以粗略定位损伤,而利用曲率模态差值的小波变换系数可以较为准确地定位损伤,且分析及数据处理过程更为简便可靠,可见基于模态曲率与小波变换的损伤识别方法对于网壳结构的损伤定位是非常有效的。     

基于应变模态差的索桁架-索网结构损伤识别

应变模态差法多用于刚性结构的损伤识别,而较少用于柔性结构。索桁架-索网结构是柔性组合结构,该结构通过预应力索提供刚度,结构损伤的主要因素是索的损伤和预应力损失。基于有限元模态分析提取结构损伤前后的应变模态差作为损伤识别指标,应用应变模态差法对索桁架-索网结构进行计算分析。结果表明:索单元发生损伤后,通过应变模态差能够准确地识别索不同位置的损伤,同时对小损伤(损伤程度10%)较敏感;得出应变模态差与损伤程度的关系曲线,该曲线在不同工况下能够很好地判断索单元损伤程度;利用应变模态差能够识别出索的预应力损失的位置,并可大致判断损失程度;验证应变模态差损伤识别方法可以较好地用于索桁架-索网结构的损伤识别。     

曲率模态法用于网壳结构损伤定位的有效性分析

曲率模态法是针对梁式结构提出的一种损伤识别方法,其用于网壳结构损伤定位的有效性需要进行研究和证实。以一个单层球面网壳为例,对曲率模态法用于该结构的损伤定位进行数值模拟,分析网壳结构模态局部化对损伤定位效果的影响。损伤定位的判断标准为绝对曲率差最大值所对应的节点为损伤位置,指示该节点上的杆件发生了损伤。数值分析的结果表明,对于单杆件损伤,使用损伤前后密集模态的绝对曲率差进行损伤定位,效果很差,而使用损伤前后稀疏模态的绝对曲率差进行损伤定位,效果很好。可见,模态局部化对曲率模态法应用于网壳结构损伤定位的影响很大,因此,只有选择稀疏模态才能较好地避开模态局部化现象,在一定程度上保证曲率模态法用于网壳结构损伤定位的有效性。     

基于RBF神经网络的网架结构损伤识别试验研究

针对网架结构损伤识别中模态密集、自由度高等困难,利用RBF网络良好的容错性和鲁棒性,依据损伤前后的网架结构模态参数发生变化理论,提出了基于模态参数和RBF神经网络的网架结构损伤识别方法。以一个6 m×7.5 m的正放四角锥网架结构为研究对象,首先依据连续倒塌理论计算各杆件的重要性系数,确定模拟损伤杆件位置;然后以损伤前后结构的标准化频率平方变化率及标准化位移振型的组合参数作为RBF神经网络的损伤指标,利用有限元分析得到学习样本,试验分析结果作为测试样本。采用二阶段损伤识别方法,首先在所有杆件中排查出可疑受损杆件位置,最后再精确识别损伤位置和程度。结果表明,该方法能够很好地识别网架结构的损伤位置和程度。     

基于振型差与小波变换的结构损伤识别方法

对基于小波变换的结构损伤识别方法进行了研究,推导了小波变换理论,提出了基于一阶振型差与小波变换相结合的损伤识别方法。以结构损伤前后的一阶振型差作为原始信号,进行小波变换,通过小波变换系数的峰值来判断损伤位置。通过简支梁算例设定3种工况验证了这一方法的有效性,结果表明:采用该方法能够准确的识别出文中梁结构发生损伤的位置,新方法较仅采用损伤后结构的振型作为原始信号更加有效。     

考虑随机缺陷的正放四角锥网架结构损伤识别

缺陷存在于任何建筑结构当中,在役结构由于初始缺陷的存在和服役过程中不可预知情况的影响,结构损伤也是不可预知的。在实际工程中大跨空间结构因承受荷载的随机性强,且材料特性及施工误差等原因会产生各种初始随机缺陷,因此结构的几何特性、损伤演变机制和承载能力往往会不符合设计的理想化模型,也会使结构偏于不安全,最终导致损伤出现。考虑弹性模量、泊松比、杆件截面面积等初始缺陷因素,采用基于随机有限元的蒙特卡罗概率设计方法产生结构的随机缺陷;假定结构随机缺陷的统计特征服从正态分布,采用ANSYS的PDS技术结合结构模态分析确定结构响应的敏感参数,生成符合正态分布的具有随机缺陷的网架结构模型;最后采用基于曲率模态差和小波变换相结合的损伤识别方法对给定的正放四角锥网架结构杆单元损伤进行识别,并将识别结果与理想结构的识别结果对比,得出随机缺陷对正放四角锥网架结构杆单元损伤识别的影响。     

基于曲率模态的桥梁损伤定位研究

探讨梁式桥的损伤定位方法。以对梁桥损伤位置敏感的曲率模态为标识量，对具有不同损伤位置的梁式桥进行了模拟损伤定位分析。结果表明，利用梁桥损伤前后的曲率模态差曲线，不仅可以准确的对单处损伤进行定位，而且可以识别具有多处损伤的结构损伤位置，只需要低阶模态信息就可获得很好的诊断效果。     

基于小波奇异性的RC剪力墙结构损伤诊断及实时健康监测

基于小波变换原理,采用Mexican hat小波对结构由于刚度降低引起的损伤进行损伤诊断。以损伤结构应变模态的奇异信号作为检测指标进行小波变换,通过小波系数模极大值确定损伤时间,讨论Lips-chitz指数与损伤程度的关系。以一个RC剪力墙刚度损伤检测为例,建立试验室模型进行试验。试验结果表明,该方法能够准确检测损伤时间,同时讨论了影响Lipschitz指数大小的因素和基于不同小波函数的选取对检测结果的影响,经过比较发现针对应变模态的奇异信号应用Mexican hat小波分析效果最好。     

基于小波包能量变异极值指数的结构损伤识别及实验研究

在小波包能量基础上,提出了基于小波包能量变异极值指数的结构损伤检测和定位方法,利用Daubechide15小波函数对损伤前后结构的加速度信号进行小波包变换,通过损伤前后小波包能量变异极值指数的变化和分布情况建立了结构损伤指标,可判定损伤存在,确定损伤位置和估计损伤程度,并通过简支梁动力试验对该方法进行了验证,结果表明该方法有良好的灵敏性。     

测量模态不完整情况下空间网架结构的损伤识别

空间网架结构杆件数量庞大,自由度数目很多,要测得完整的模态数据有很大的困难。如何利用有限的测量信息对结构的损伤情况进行判断是一个实际的问题。对测量自由度不完整情况下网架的损伤识别,提出了两步法:第一,将测量的振型通过动力扩阶方法得到完整振型,利用模态应变能进行疑似损伤杆件判断;第二,利用最小二乘支持向量机对第一步判断的疑似杆件进行进一步的杆件损伤定位和定量。以一个空间网架结构为模型进行了数值模拟验证,结果表明对于测量模态不完整的网架结构损伤识别本文提出的方法是有效的。     

基于模态应变能与神经网络的钢网架损伤检测方法

神经网络通过对样本的学习,获得结构模态参数与损伤之间的映射关系。目前基于神经网络的损伤检测已经越来越广泛地使用在非破坏性损伤诊断当中。但对于大型结构而言,它的训练样本数量过大,将消耗大量的计算。所以如何降低神经网络的计算量使其可用于大型结构的损伤诊断是一个亟待解决的问题。为了解决这个问题,提出了空间钢网架损伤的两步诊断法:第一步,利用模态应变能对结构损伤的敏感性,判断出结构损伤的可能位置;第二步,利用神经网络从可能发生损伤的杆件中定位出实际损伤的位置,并进行损伤程度的判断。利用一个空间网架作为数值算例,进行可行性验证。结果表明此方法可以准确判断出结构的损伤位置以及损伤大小,是一种行之有效的方法。     

结构多分辨率分析法识别缺陷的小波选择影响研究

本文建议了一种基于小波多分辨率分析的拱结构损伤定位方法,并针对于小波的消失矩、对称性等特点,比较了常用小波对该方法损伤识别的影响特点,为该方法在小波母函数选择方面提供一定的参考。本文首先利用ANSYS通用有限元程序,获得了弹性模量损失的拱结构一阶模态曲线;其次,将该曲线作为空间域信号进行小波多分辨率分析,从第一层分解的高频信号重构系数上清晰地发现了结构中的损伤位置;最后,比较了sym5、db3、db2小波对识别小波的影响特点。研究发现,具有高阶消失矩的小波有利于提高信号重构时的光滑度,并且选用对称小波有利于识别结构中的损伤缺陷。     

基于小波变换的结构损伤识别与试验分析

钢筋混凝土结构在中等以上地震作用下将产生损伤,结构动力特性随之变化。通过对结构微幅振动信号的Fourier分析,可以判断结构是否产生损伤,但是不能确定损伤位置。本文将结构振动信号置于不同频段进行时-频分析,利用小波变换的多分辨率特点对结构损伤进行在线检测,确定损伤位置。通过钢筋混凝土框架的振动台试验,将模型地震反应信号按不同频段分解,提取各频段的损伤信号特征。对于试件模型而言,如果某处出现开裂,即产生损伤,表现在响应信号上为一瞬态分量,通过信号小波变换的尺度函数可以判断结构某层是否损伤。该方法克服了Fourier变换不能反映结构振动信号局部特性的缺点,试验表明本文所采用的方法是可行的。     

基于应变模态参数的木梁损伤识别研究

为研究基于应变模态参数识别木梁损伤的方法,文中通过有限元软件ABAQUS建立不同损伤工况下的木梁模型进行模态分析,处理分析得到位移模态、应变模态及应变模态差曲线,以曲线的突变进行损伤定位识别。结果表明应变模态和应变模态差可识别出简支木梁的损伤,且识别精度高,与通过固有频率变化和位移模态的损伤识别相比,基于应变模态参数的损伤指标在梁损伤位置识别具有明显优势。     

模态分析在钢梁损伤识别中的应用试验研究

以一悬臂钢梁为研究对象,根据小孔应力集中原理,通过在不同位置钻孔对其形成若干局部损伤。试验时,对钢梁损伤前后分别进行了模态试验,包括位移模态试验和应变模态试验。试验结果表明:模态分析时,根据频率变化可以从整体上判断构件是否出现损伤,但无法判断损伤出现的具体位置;通过应变模态振型变化率可以准确判断出构件受损伤的位置,特别是第1阶模态振型变化率更具代表意义,而通过位移模态振型变化率则难以准确判断出构件受损伤的位置。研究成果可为应用应变模态分析对工程结构局部损伤进行识别提供科研依据。