基于振动响应内积向量和数据融合的结构损伤检测方法试验研究

提出了一种基于振动响应内积向量(Inner Product Vector, IPV)和数据融合的损伤检测方法,并进行了相应的验证试验研究。分别以随机信号和正弦信号对结构进行激励,利用加速度传感器采集结构的振动响应信号,计算结构的损伤指标,然后利用数据融合理论将结构各参考点下的损伤指标进行融合。损伤检测的验证试验结果表明,结合数据融合理论后,能够避免原始IPV方法中参考点选取对检测准确度的影响问题,并能准确进行损伤定位。两组不同激振信号的检测结果对比显示,数据融合对外激励为正弦信号的检测结果的准确度提升更为显著。     

基于互相关函数幅值向量和小波变换的复合材料结构损伤检测

提出了一种基于互相关函数幅值向量(Cross correlation function amplitude vector,corV)和连续小波变换(continuous wavelet transform,CWT)联合检测损伤的方法.选取双正交小波函数,首先计算随机激励下完好结构和损伤结构的互相关函数幅值向量,再分别对其进行连续小波变换,根据损伤前后小波系数的变化来检测结构的损伤,并以小波系数差的模最大值作为损伤指标来进行损伤定位.该方法无需对结构建模,仅需获取结构损伤前后的时域响应信号.通过对带有不同位置分层损伤的复合材料层合梁和层合板损伤检测的数值仿真,验证了用该方法检测复合材料结构分层损伤的有效性.     

基于互相关函数幅值向量的结构损伤定位方法研究

在利用互相关函数幅值向量（Correlation Function Amplitude Vector，CorV）进行结构损伤检测的方法基础上，进一步提出了利用互相关函数幅值向量来确定受损结构的损伤位置的方法。通过在随机激励下不同测点的时域响应求得结构互相关函数幅值向量后，对损伤前后结构的互相关函数幅值向量进行二阶差分处理，根据差分处理后的互相关函数幅值向量分布图可以直观地判别出结构损伤的位置。用一个四边固支板和一个四层楼房基准模型的损伤定位为算例，验证了所提出方法的有效性和准确性。算例表明，用所提出的方法只需要测量结构受随机激励的时域响应，就可同时确定多处结构损伤的位置，且具有较好的抗测量噪声能力。因此，所提出的方法可应用于环境随机激励下的结构健康监测技术。     

基于时域响应相关性分析及数据融合的结构损伤检测研究

基于时域振动响应的结构损伤检测方法因其便于实现在线监测受到了越来越多的关注。该文回顾了两种利用时域响应相关函数建立的结构特征向量(即内积向量及互相关函数幅值向量)及其对应的损伤检测方法。为了从时域响应相关函数中提取更多的结构健康信息,通过利用不同的结构响应组合,将上述两种结构特征向量扩展到了多种结构特征向量,并进一步采用数据融合理论,提出了检测精度更高的结构损伤检测方法。针对8层框架结构损伤检测的试验研究结果表明,该文方法可以对框架结构上的微小损伤进行定位。     

基于随机振动响应互相关函数的结构损伤识别试验分析

提出了基于结构振动响应互相关函数分析的损伤识别方法。通过八层剪切型钢框架结构模型在模拟白噪声随机激励作用下的试验分析,利用相邻测点响应的互相关函数幅值向量变化,构造损伤识别因子进行结构损伤判定、定位及程度量化,结果表明该方法对结构损伤的识别具有很好的简易性及有效性,并为结构在线监测和分散式检测提供方法参考。     

结构损伤识别中噪声的模拟

在有限元仿真的结构振动信号上施加不同水平的噪声,采用随机子空间法,分别从各种噪声水平的信号中提取结构的模态参数。以无噪声信号得到的模态参数为标准值,计算了各信号噪声水平下模态参数的误差,得到了信号噪声水平与模态参数噪声水平的对应关系,给出了模拟模态参数噪声的方式。通过损伤识别算例,考察了识别效果对信号信噪比的要求。     

基于增强内积矩阵的PMI泡沫夹层结构损伤检测

聚甲基丙烯酰亚胺(polymethacrylimide, PMI)泡沫夹层复合材料结构因其独特的力学性能而广泛应用于航空航天领域,如何快速、准确、低成本地检测面板与芯材的脱粘损伤对结构安全使用具有重大意义,然而传统的基于超声波的无损检测技术由于PMI泡沫的吸声特性难以有效地检测到此类结构的脱粘损伤,该文探索基于振动响应测试的方法在PMI泡沫夹层结构损伤检测中的可行性及有效性。以振动时域响应相关性分析建立的结构损伤特征——内积矩阵(inner product matrix, IPM)为基础,通过将不同激励点下计算得到的IPM进行堆叠,提出了增强内积矩阵(enhanced inner product matrix, EIPM)的概念,并以EIPM为卷积神经网络(convolutional neural network, CNN)的输入、PMI泡沫夹层结构的损伤状态为输出,建立了基于EIPM及CNN的结构损伤检测方法。PMI泡沫夹层悬臂梁结构的脱粘损伤检测仿真算例及实验验证结果表明,所提方法在3个及以上测点时的平均识别准确率均在99%以上,且与基于IPM的方法相比,EIPM方法具有更好的收敛...     

泊松白噪声激励下斜拉索的面内随机振动

目前针对斜拉索非线性随机振动的研究已广泛开展,但仅限于高斯随机激励情形。然而,现实中大部分的随机扰动都是非高斯的。若使用高斯激励模型将产生较大误差。假设拉索所受非高斯激励为泊松白噪声,研究了泊松白噪声激励下斜拉索面内随机振动。推导了受泊松白噪声激励的斜拉索面内振动的随机微分方程,建立了支配系统平稳响应概率密度函数的广义FPK方程。提出迭代加权残值法求解了四阶广义FPK方程,得到了系统响应概率密度函数的近似稳态闭合解。考察了垂跨比、阻尼系数以及脉冲到达率对拉索面内随机振动响应的影响。结果表明:拉索的响应随着垂跨比的增大,响应呈现不对称现象愈加明显;随阻尼比增加,系统响应得到显著抑制;当脉冲到达率增大,拉索的响应也随之增大,并逐渐接近于高斯白噪声激励的情形。另外,获得的理论结果与蒙特卡罗模拟的结果吻合地非常好。     

飞机加筋壁板紧固件松脱损伤检测的自相关分析方法

提出了一种基于自相关函数的损伤检测方法。首先证明归一化后的结构各测点加速度响应自相关函数零点值仅与结构的模态参数有关,然后利用其构造损伤指标用于结构损伤的定位。飞机加筋壁板紧固件松脱损伤的损伤检测实验表明,该方法只需要利用结构在一定带宽白噪声激励下的加速度响应就能准确定位加筋壁板紧固件的松脱损伤,适用于紧固件松脱损伤的实时检测。     

基于振动响应的弦结构损伤检测

从弦强迫振动方程出发,建立了其相应的有限元运动方程,利用直接积分法计算了弦在外激励下的响应.将弦的局部损伤模拟为单元面积的减少,推导了响应对弦单元面积的灵敏度.并利用此响应灵敏度进行弦的局部损伤识别.数值算例表明,该方法能快速准确地识别出弦的局部损伤,并且对模拟的人工噪声不敏感.说明该方法具有一定的工程实用前景.     

基于云计算的框架结构参数并行辨识算法

基于时域振动响应的结构损伤检测方法因其便于实现在线监测受到了越来越多的关注。该文回顾了两种利用时域响应相关函数建立的结构特征向量(即内积向量及互相关函数幅值向量)及其对应的损伤检测方法。为了从时域响应相关函数中提取更多的结构健康信息,通过利用不同的结构响应组合,将上述两种结构特征向量扩展到了多种结构特征向量,并进一步采用数据融合理论,提出了检测精度更高的结构损伤检测方法。针对8层框架结构损伤检测的试验研究结果表明,该文方法可以对框架结构上的微小损伤进行定位。     

环境激励下基于相关函数的脉冲响应函数重构

在白噪声激励下,结构响应的相关函数作为脉冲响应函数的近似可以进行模态参数辨识,但其物理意义始终缺乏明确解释;相比于脉冲响应函数,基于相关函数的辨识缺少了模态参与因子或者说质量信息,这也是工况模态分析(OMA)方法的主要缺陷。简要回顾了复模态下的自然激励技术原理,证明了白噪声激励下位移响应的相关函数等价于系统在特定初始条件下的自由响应,给出相应初始条件的计算方法;进一步提出了一种系统质量分布的辨识方法,并藉此重构得到系统脉冲响应函数。讨论了相关函数误差与信号时长及激励带宽之间的关系。通过仿真和试验验证了所得结论。