基于不完备实测模态数据的结构损伤识别方法研究

在传统的基于模型修正的损伤识别中,由于实测模态信息有限而待识别参数过多,往往导致损伤识别方程出现较大误差,从而限制了该方法在复杂结构中的应用。为解决这一问题,对结构的自由度进行了分解,将损伤结构中模态振型的未测量部分表达为已测量到的模态振型、模态频率以及结构其它参数的函数。将损伤视为结构单元刚度的减小,利用完好结构的计算模态数据以及损伤结构扩充后的实测模态数据,建立了结构的损伤识别方程。运用信赖域优化算法对具有双重约束条件的目标函数进行最小化,识别出了结构各单元的刚度损伤参数。通过两个损伤识别数值仿真算例及实验验证,结果表明,在测点数量有限及测试噪声等不利因素影响下,所提方法只需运用少量的实测模态信息,即可实现结构损伤位置及程度的准确识别,同时算法具有较好的鲁棒性。     

基于L_(1)范数振动传递率的梁构件损伤识别研究EI北大核心CSCD

基于传递率函数在频域给定结构各测点输出响应间的函数关系而无需测量结构输入荷载信息的特点,提出了L_(1)范数归一化传递率函数结构损伤识别方法。首先,对加速度响应数据频域分析构建传递率函数矩阵,通过主成分分析法实现传递率频域特征的降维,提取与梁结构损伤特征高度相关的特征,以不同状态下的主成分有无发生偏离为依据来判断结构是否发生了损伤;其次,结构如果发生损伤,其损伤前后的传递率函数会发生变化;最后,将传递率函数进行L_(1)范数归一化,构建L_(1)范数归一化传递率函数损伤指标。数值仿真和试验结果表明,该方法可有效识别结构不同的损伤位置及程度,识别精度高,具有一定的噪声鲁棒性。     

基于加速度二次协方差矩阵参数变化比法的环境振动下结构损伤识别

在白噪声环境激励下,结构加速度响应的自相关/互相关函数构成一个新的二次协方差（CoC）矩阵,组成这一协方差矩阵的元素经证明是结构模态参数（频率、振型、阻尼）的函数;与提取模态参数的一般损伤识别方法相比,二次协方差矩阵包含结构振动的更多和更高阶模态信息。本文利用结构损伤前和损伤后的二次协方差（CoC）矩阵参数的变化比,对只基于振动输出的、环境振动下的结构进行损伤识别。对一个七层框架结构模型进行了数值模拟,首先对不同噪声程度、不同损伤位置和程度的损伤结构进行损伤定位,再结合模型修正法,对结构损伤程度进行识别,展示了该方法的有效性。     

基于模态柔度矩阵的结构损伤识别

基于模型修正技术的结构损伤识别方法,无需事先知晓结构的损伤位置,比仪器直接探测更具优势。模型修正大多以模态频率和振型为修正目标。然而,结构损伤对系统的模态频率和振型影响较小,采用模态频率和振型为目标的传统修正方法,难以识别出结构的损伤。为此,引入对结构损伤极为灵敏的模态柔度矩阵,研究以模态柔度矩阵为目标函数的损伤识别方法。选取某带孔的矩形长铁片为研究对象,沿其纵向等分为31块,计算模态柔度矩阵关于各等效模量相对量的灵敏度。结合灵敏度矩阵,利用实测和有限元模型间的柔度矩阵残差建立目标函数,并引入正则化方法求解目标函数的超定方程组。经过9次迭代目标函数收敛,损伤识别结果与实际值保持高度一致,从而验证该方法的正确性和实用性。     

运用改进的量子遗传算法进行结构损伤识别

利用振动得到的模态参数进行结构的损伤识别,是当前结构损伤识别领域中采用较为普遍的方法之一。文中引入量子遗传算法处理模态参数,为了让量子遗传算法更适用于复杂结构的损伤识别,还提出了改进的动态策略调整量子门旋转角,并应用于某框架结构的损伤识别。在识别过程中,以结构损伤前后柔度矩阵差的1范数为基础建立改进的量子遗传算法的目标函数,进行结构的损伤识别。结果表明该方法能准确、有效地判断框架结构的损伤发生、损伤位置以及损伤程度,并且具有一定的抗噪能力。     

火箭蒙皮上梁结构的损伤识别方法研究

针对火箭蒙皮上梁结构损伤识别问题,首先利用基于模态应变能的损伤识别指标,对火箭蒙皮上梁结构进行损伤位置识别,再利用基于广义柔度矩阵的损伤敏感函数并结合遗传算法,对火箭蒙皮上梁结构进行损伤程度大小的计算。该损伤识别方法以结构损伤导致模态参数变化为依据,通过对比损伤前后模态应变能变化构建损伤识别指标。在数值仿真中,对T型梁进行了方法验证,发现该方法能够准确识别损伤位置和大小。最后根据火箭蒙皮上T型梁结构特点,设计试验并研究了方法的可行性,发现在T型梁结构上,该方法能够有效地识别损伤位置和大小,误差均在5%以下。     

基于应变模态响应重构的损伤识别方法EI北大核心CSCD

土木结构的损伤识别技术对提升结构可靠性与安全性具有重要意义,也是土木结构健康监测研究中的热点问题。现有的损伤识别方法往往需要识别模态参数,或者需要准确获取结构外部载荷信息,极大限制了相关方法在实际工程中的应用。为克服现有方法的局限性,该文将结构动态响应重构方法引入到损伤识别中,提出了基于应变模态响应重构的损伤识别方法。构建结构健康状态的有限元模型,以损伤结构测量的信号输入,通过基于经验模态分解的应变重构方法,可以获取使用无损伤模型的结构全局模态响应。以传感器采集的模态响应和重构模态响应的差异作为有限元模型修正的依据,通过应变模态比值构建的传递率的灵敏度矩阵进行迭代运算,求得损伤位置及损伤程度。该方法无需获取结构的外部激励信息,通过高效的时域应变重构,能够在少量测量信号下实现对结构损伤的精确识别。为验证该方法的准确性和高效性,开展了连续梁单一损伤和多损伤识别研究,探讨了测量噪声和模态阶次选取对识别结果的影响,结果表明,该方法能够准确、高效识别不同程度的损伤,对测量噪声具有较强的鲁棒性。     

基于摄动Riccati传递矩阵的梁桥损伤概率识别方法

提出了一种基于摄动Riccati传递矩阵的梁桥损伤的概率识别方法。利用摄动Riccati传递矩阵方法和奇异值分解技术,在结构特征值和特征向量的一、二阶摄动计算公式基础上,依据概率统计原理,建立了结构损伤概率识别方程,并利用优化方法反演出结构各单元损伤识别参数的均值以及损伤概率,由此可以确定梁桥损伤位置和损伤程度。通过对一座简支梁桥和一座5跨连续梁桥进行多工况损伤概率识别的数值仿真模拟,计算得到了不同工况下的梁桥损伤识别结果,结果表明:对于梁桥结构大于10%的损伤量,该方法可以比较准确地识别出损伤位置及损伤程度,证明了该方法的有效性;采用该方法可以在很大程度上避免由于结构参数的随机性造成的误判或者漏判,识别结果较好。     

基于剩余模态力和模态应变能理论的网架结构损伤识别

针对网架结构特点,引入敏感模态的概念,提出了一种识别敏感模态的算法;基于剩余模态力理论,利用敏感模态进行损伤位置识别,并建立了基于模态应变能理论的损伤程度评估算法,采用非负最小二乘法求解超静定方程组,实现定量评估损伤程度。以某实际结构为仿真对象,分析了上述算法在网架结构损伤识别中联合应用的可行性,同时将评估结果与基于最小秩摄动理论的损伤程度评估结果进行了比较研究,并考虑测试噪声影响。结果表明,二者联合工作效果较好,不仅可以识别结构单处损伤,还可以识别结构多处损伤,且损伤程度评估结果同基于最小秩摄动理论损伤程度评估结果比,更可信,将其应用于网架结构的健康诊断是可行的。     

基于工作应变模态损伤识别方法的试验研究

首先介绍了笔者近几年提出的工作应变模态频域识别方法、基于损伤应变模态差分原理的损伤位置直接指标法、基于局域应变模态面积的损伤程度直接指标法。为了验证所提方法,开展了悬臂梁多损伤物理模型试验及数值仿真计算分析,结果表明,利用该方法识别出的工作应变模态与锤击激励下的应变模态形状相似。初步验证并完善了损伤位置、损伤程度直接指标法。位于损伤处的损伤位置直接指标值远大于非损伤处指标值,识别出的损伤位置与实际损伤位置一致;同一损伤量下的损伤程度指标值变化不大,与损伤位置、模态阶数、是否归一化无关;对于多损伤结构,只要损伤间距大于影响区范围,损伤位置、损伤程度即可按单损伤方法确定。