基于模型确认的结构概率损伤识别方法研究进展

基于静动力特性改变的结构损伤识别方法在过去几十年中得到了长足发展。相对于确定性的损伤识别,基于概率统计理论框架的损伤识别方法能够更好地反应损伤问题的不确定性本质,是一种非常有发展潜力的损伤识别方法,有望解决当前大多数损伤识别方法对于测量误差和噪声敏感的问题,从统计意义上实现复杂工程结构健康监测早期损伤的诊断。在回顾结构确定性损伤识别方法的基础上,主要介绍不确定性损伤识别方法和有限元模型确认的研究进展,分析比较各种方法的优点和不足之处;最后对有待进一步研究的问题和基于模型确认的概率损伤识别方法发展趋势进行展望。     

桥梁结构的荷载与损伤识别研究进展

世界范围内频频发生的桥梁工程事故引起了人们对于桥梁结构＂健康＂问题的重视,而桥梁的荷载识别与损伤识别则是诊断结构健康状况的重要手段和方法.文中分别就结构荷载识别与损伤识别问题的研究现状进行了总结,指出了当前结构荷载识别与损伤识别研究中亟待解决的问题,并对进一步研究桥梁荷载与损伤的问题进行了讨论.     

基于统计矩的确定及不确定性结构损伤识别理论在振动台试验中的应用

以位移统计矩理论为基础,对钢筋混凝土框架振动台结构进行损伤识别。采用位移四阶统计矩作为损伤指标,利用模型修正的方法对平面框架结构进行损伤识别,然后利用概率密度演化理论,对考虑阻尼比为不确定性参数的随机结构进行损伤识别,采用损伤程度的概率密度函数进行损伤判别。通过振动台试验数据对建立的理论分析模型进行模型验证,选取3个典型工况进行确定性分析研究,进一步对试验中前20个工况进行损伤识别。在此基础上,对所选取的3个典型工况进行了不确定因素分析,并将识别结果与试验中不同工况下的损伤情况进行对比。结果表明,利用确定性和不确定性损伤识别理论对钢筋混凝土结构进行损伤识别可行、有效。     

桥梁健康诊断的研究现状与发展方向

针对当前桥梁结构损伤研究这一热点问题,明确提出了桥梁健康诊断的概念,包括损伤存在的识别、损伤位置的识别、损伤程度的识别和损伤对结构产生影响的评判.系统地总结、分析了结构健康诊断的各种方法及其发展现状.分析了桥梁健康诊断存在的主要问题及解决的可行办法,并展望了其未来发展的方向.     

土木工程结构损伤识别与诊断研究综述

首先阐述了结构损伤识别与诊断在土木工程结构中的重要性,介绍了国内外损伤识别与诊断方法现状,在此基础上,又介绍了用于土木工程结构的各种损伤识别与诊断方法,最后提出了土木工程结构损伤识别与诊断的发展方向。     

区间型振型的获取及其在框架结构损伤识别中的应用

为了考虑工程结构中客观存在的不确定性和各种误差,提出了采用区间型数值来作为振型的代表值,并给出了获取方法。由于本区间型振型值较之常规的确定数更为准确合理,而且对结构参数的微小变化更加敏感,故可将其引入基于振型变化的损伤识别研究之中。以框架结构为例,给出了区间型振型用于损伤识别的具体方法。     

桥梁结构损伤振动测试的识别方法

介绍了基于动测法进行结构损伤识别的不同方法，并对相关方法进行了总结和评述，探索了其他方法在结构损伤识别中的应用，提出了损伤识别中有待解决的问题及其发展前景。     

桥梁结构损伤参数识别技术的研究现状和发展趋势

根据国内外最新文献的分析研究,对近年来桥梁结构早期损伤识别技术的方法的研究现状进行了综述,并对各种桥梁结构早期损伤识别的方法进行了评述;讨论了各种方法在理论上和实际应用中存在的问题、误差和局限性,同时指出了桥梁工程结构早期损伤识别技术发展的方向和趋势。     

考虑残差学习的深层卷积神经网络在结构损伤识别中的应用研究

提出了一种考虑残差学习的深层卷积神经网络损伤识别方法,并将其应用到框架结构节点损伤识别中。采用试验研究方式对所提方法进行了深入探讨,结果表明该方法可以很好地解决网络深化带来的网络退化或梯度爆炸、弥散导致的收敛困难和识别准确率差等问题,能对结构损伤诊断中的损伤定位这一复杂问题进行有效识别。在对试验框架节点损伤位置识别的对比研究中,考虑残差学习的深层卷积神经网络收敛速度和准确率均高于常规浅层神经网络和深层神经网络,有极高的准确率和稳定性,从而使得对于工程中复杂结构损伤诊断所需要的更深层、更复杂网络的搭建成为可能。此外,为提升网络用训练样本的质量和数量,依据样本划分规律提出了一种新的数据样本扩增方法,该方法在相同条件下可以显著增加用以训练的样本量并能弱化数据截断带来的信息缺失,识别准确率和收敛速度也大幅提高,研究显示了该处理方式的有效性和适用性。     

悬索桥损伤识别概述

根据悬索桥的特点,提出了大跨度悬索桥结构损伤识别的实用方法,即整体识别和局部识别,对具体的损伤判断方法进行了论述,从而大大推动了悬索桥损伤识别的研究、应用,并指出从整体到局部对悬索桥进行损伤识别具有一定的实用性。     

结构损伤识别中的正则化方法

针对结构损伤识别这一反问题,对求解所需的正则化方法进行了综述,介绍了多种具体方法,有助于加深对损伤识别问题和正则化方法的理解,进而促进损伤识别的相关研究。     

基于Hilbert-Huang变换的结构损伤识别研究进展

为提高结构损伤识别方法的精确性和适用性,将Hilbert-Huang变换引入到结构损伤识别中。介绍了Hilbert-Huang变换的由来、原理和研究意义,概述了国内外基于Hilbert-Huang变换的结构损伤识别研究进展。通过分析可以看出,HilbertHuang变换用于结构损伤识别有着广阔的应用前景,论文针对进一步研究的方向提出了建议。     

基于神经网络的结构损伤识别研究进展

为提高结构损伤识别方法的精确性和适用性,将神经网络引入到结构损伤识别中。介绍了神经网络的由来、原理和研究意义,概述了国内外基于神经网络的结构损伤识别研究进展。通过分析可以看,出用于结构损伤识别的神经网络方法有着广阔的应用前景。论文针对进一步研究的方向提出了建议。     

基于振动的桥梁损伤识别方法的现状和发展

综述了近几年来桥梁结构早期损伤识别技术的方法,对各种桥梁结构早期损伤识别的方法进行了评述,讨论了各种方法在理论上和实际应用中存在的问题。根据国内外最新文献,指出了结构早期损伤识别技术发展的方向和趋势。     

谈大跨度结构的损伤识别

综述了常用的几种动力特性损伤识别的方法,并对大跨度结构的损伤识别的研究新进展作了简要的阐述,在此基础之上,对行业界大型工程结构模态参数识别研究进行了展望,并提出指导性建议。     

模型参数误差对用神经网络进行结构损伤识别的影响

通过理论推导得到了模型参数误差对损伤引起模态参数改变的贡献的表达式,用该式可指导神经网络输入参数的选择和输入向量的构造.理论分析表明,适当地构造输入向量,可以减小模型参数误差对结构损伤识别的影响.在采用BP网络和合适的输入向量后,还用数值模拟的方式对一榀六层框架的损伤识别进行了确定性研究和概率分析,结果表明,用神经网络进行结构损伤识别,受模型参数误差的影响很小,在训练神经网络时,10%的模型参数误差是可以接受的.最后,用一个两层钢框架的实验数据验证了神经网络在有模型误差时的识别能力.     

基于结构振动的损伤识别技术研究进展

对目前基于结构振动损伤识别技术的基本方法、研究现状及进展进行了回顾和总结,讨论了各种方法在理论和实际应用中的优点和存在的问题,分析了当前基于振动损伤识别技术存在的主要困难和发展方向,为保证桥梁工程的安全运营提供了理论基础。     

结构损伤动力识别技术的研究与进展

通过对结构损伤的动力识别技术近二十年来国内外研究成果的总结,阐述了结构损伤动力识别研究的发展历程。首先介绍了结构损伤动力识别技术的基本原理,然后从三个方面,即结构损伤的动力识别机理、结构损伤的动力识别参数和结构损伤的识别算法,分别探讨了结构损伤动力识别技术的发展现状和面临的问题,最后对结构损伤动力识别的未来研究趋势进行了展望。