在役桥梁结构损伤位置识别的综合指标方法研究

在役桥梁结构的健康状况关系到人们生命财产的安全,因此,了解其损伤状况极为重要。目前,在役桥梁结构的损伤识别经常要中止桥梁的运营,造成巨大的经济影响。为此,论文提出了一种不影响其运营的在役桥梁损伤位置识别方法。曲率模态方法是识别结构局部损伤位置比较理想的方法,该方法具有操作简便,灵敏度高的优点。同时,频率指标具有测试简便,精度高的优点,由此,论文提出了一种综合考虑曲率和频率变化率的综合指标法。为了在测试中不影响在役桥梁的运营,该方法中引入了随机子空间方法。论文最后采用一简支钢梁对所提方法进行了试验验证。试验结果表明,论文所提出的基于频率和曲率变化率的综合指标法与随机子空间方法相结合能够有效地识别在役桥梁结构的损伤位置,而不会影响桥梁结构的运营。     

基于EMD和VARMA模型的结构损伤识别

提出了基于EMD和VARMA模型的结构损伤识别方法。该方法首先将结构反应信号用EMD方法分解成一系列固有模态函数,然后将固有模态函数表示为时变VARMA模型并用Kalman滤波方法估计时变VARMA参数,最后根据时变VARMA参数定义一个新的损伤指标用于结构损伤识别。为检验该指标的实际性能,算例中选用ImperialCounty Services Building和Van Nuys Hotel作为基准结构。通过其实测地震反应记录的分析表明:该指标在实际的量测环境和噪声条件下具有较好的敏感性和抗噪能力,可有效地识别结构多处损伤的发生过程和严重程度;由于该指标定义在反应信号特征提取的基础上,无需其他额外的信息,它可同时用于结构整体和局部两个层次损伤的识别;同时,该指标还适于实时(在线)的结构损伤识别或健康监测,因其直接由时变VARMA参数推导得出。最后,对后续研究工作进行了展望。     

基于延时随机子空间方法的非白噪声环境激励结构模态参数识别

为了消除非白噪声环境激励在结构模态参数识别结果中产生的虚假模态,引入扩展状态模型,从状态空间方程的角度论证了虚假模态产生的原因;然后,针对一类具有典型性和代表性的（自相关函数在纵坐标轴附近一定范围内有非零值的）非白噪声环境激励信号,在传统随机子空间算法的基础上引入延时指标,建立延时随机子空间方法。数值算例表明延时随机子空间方法能够有效地剔除非白噪声环境激励在模态参数识别结果中产生的虚假模态,放宽了传统模态参数识别方法对环境输入的白噪声假设。     

模糊聚类算法稳定图应用于桥梁结构参数识别

将模糊聚类算法应用于稳定图理论,并将该稳定图与协方差驱动的随机子空间法相结合,进行桥梁结构模态参数识别&;#61472;。提出不考虑阻尼的影响,以频率为横坐标,以模态保证准则MAC中任一列数据为纵坐标的模糊聚类算法稳定图。通过比较稳定图中各聚类圆大小的方法进行稳定图真假模态的判别,从而使模态判别不再需要人的主观参与而变得更加智能和准确。通过简支梁和连续梁仿真分析验证了模糊聚类算法稳定图用于桥梁结构参数识别的准确性和较强的抗干扰性。     

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。     

基于遗传算法和拓扑优化的结构多孔洞损伤识别

鉴于拓扑优化和遗传算法在结构损伤识别中各自的优点,本文将遗传算法、有限元和拓扑优化三种方法相结合,提出了一种用于二维结构多损伤识别的新方法。这种方法将拓扑优化的设计变量和遗传算法的参数统一化,将拓扑优化中的目标函数和约束方程与遗传算法的适应度函数联系起来,并以拓扑优化的约束方程作为控制条件参与整个遗传运算的控制。采用二进制编码遗传算法代替连续变量拓扑优化的方式对发生孔洞损伤形式的二维结构进行损伤识别,避免了利用连续变量拓扑优化进行损伤识别时参数阈值的确定可能给识别结果带来的不良影响。通过对两个二维结构模型的多损伤识别仿真计算,结果显示本方法能够很好地识别二维结构中多个位置的损伤,对于仅用拓扑优化法很难识别的轻微孔洞损伤情况,该方法也能得出与实际情况吻合良好的结果。     

环境激励下大型桥梁模态参数识别的一种方法

提出一种依据环境激励下结构振动响应的大型桥梁模态参数识别方法,该方法以限制带宽的经验模态分解（BREMD）和随机子空间识别（SSI）为基础,首先利用EMD将环境振动响应分解成一系列只含结构某一阶固有模态的本征模态函数（IMF）,然后利用SSI识别桥梁模态参数。针对大型桥梁自振频率低、模态密集的特点,引入屏蔽信号限制EMD过程中带宽以消除模态混叠;运用该法识别了赣龙铁路某特大桥的模态参数,并将其与峰值拾取法、SSI识别结果以及理论计算值进行对比,结果表明：该方法能有效的识别大型桥梁模态参数,屏蔽信号的引入解决了模态混叠问题,稳定图中的虚假模态得到抑制。     

结构损伤诊断的轴向振动原理及模态实验

在理论推导梁轴向振动微分方程基础上,提出一种以轴向振动低阶模态振型二阶导数为损伤指标的结构损伤识别方法。在方钢管构件上布置加速度传感器进行轴向振动模态试验,测试时由信号发生器发出正弦波信号,经功率放大器放大后通过电磁激振器对结构进行激励,同时采集各测点的加速度反应信号。在确定结构共振点后,根据共振点处加速度值,编制轴向振动损伤指标的计算程序,分析结果表明该指标对结构损伤的位置和程度均很敏感,既能精确定位损伤,又能标定损伤程度,即在损伤位置将发生相反方向的突变,且突变幅度随损伤程度增大而增大。     

环境激励下桥梁结构模态参数识别的改进随机子空间算法

为了剔除稳定图中的虚假模态和避免模态遗漏现象,提高模态参数识别的精确度,提出了一种基于滑动窗口和相似度的桥梁结构模态参数智能化识别算法。基于余弦相似原理提出了频率相似度和振型相似度,并依此构建置信度,以实现对系统真实阶次的自动化确定;引入改进集成经验模式分解算法,以消除响应信号内部的噪声信号,达到消除部分虚假模态的目的;接着引入滑动窗口以实现对响应信号的划分,并通过构建频率相似度、振型相似度以及阻尼比相似度实现多个窗口对应参数结果中同类模态的聚类处理,达到剔除虚假模态和避免模态遗漏的目的。最后将所提算法运用于实际斜拉桥结构的模态参数识别,并将识别结果与现场试验值以及有限元结果进行对比,结果表明,所提算法不仅能有效识别出频率结果还能识别出准确的模态振型图,能够实现桥梁结构模态参数的在线智能化识别。     

基于超声导波的钢梁结构损伤大小识别研究

本研究探讨了应用超声导波检测技术在较厚结构中对结构损伤大小识别的可行性。基于优化的激励波形和PZT换能器布局,应用商业有限元软件Abaqus对导波在结构中的传播进行了仿真;同时对无损伤及有损伤的仿真模型进行了实验验证,实验信号与仿真波形具有很好的吻合度。仿真结果表明：随损伤深度或者损伤厚度的增加,损伤反射波波包、透射波波包的到达时间和信号幅值都会随之呈现一定规律的变化,从中提取变化较大的信号特征可用于损伤大小的识别。     

基于VMD-SSI的结构模态参数识别

将变分模态分解(VMD)和随机子空间法(SSI)结合,提出了基于VMD-SSI的结构模态参数识别新方法。针对VMD中的模态分层数K值确定困难的问题,提出模态重复比率准则,保证了模态信息的有效分解。依据模态重复比准则确定测量信号的最优分层数K;利用VMD方法进行信号并行分解,用奇异值分解(SVD)去噪,以提高模态参数的识别精度。用该研究提出的VMD-SSI方法识别模态固有频率和阻尼,用VMD方法辨识模态振型,将VMD-SSI法应用于外伸梁模型的模态参数识别,并利用统计理论分别检验识别的模态频率、模态阻尼和模态振型的精度。结果表明, VMD-SSI法识别模态参数的精度高于传统SSI法。     

A structural damage identification method based on genetic algorithm and vibrational data

The problem of damage identification in framed structures using vibrational data is considered. The identification problem is modelled as an optimization task and the use of measured natural frequencies as well as modeshape information in the construction of objective functions is discussed. In a first attempt, a standard genetic algorithm is shown to be ineffective in obtaining the correct damage distribution in test problems. Using domain knowledge, modifications are introduced in the coding process, in the initial population generation, in the fitness function, and in the genetic operators, leading to a promising tool to solve this class of problems. Synthetic problems, with the addition of noise in the simulated measured data associated with the damaged structure, are analysed in order to assess the capability of the proposed technique. Copyright © 2006 John Wiley & Sons, Ltd.     

基于不变环境振动的结构损伤识别方法

建立了受随机外力激励作用的损伤识别理论模型和计算方法 ,提出一种在线结构损伤识别方法。讨论一个15层框架结构 ,数值仿真结果表明 ,该方法具有较高的辨别率和计算精度。它能够使用在桥梁和建筑的健康监测中。     

环境激励下移动车辆对桥梁模态参数识别的影响研究

基于环境激励的模态参数识别方法在桥梁健康监测领域应用广泛,所识别桥梁的模态参数的变化常用来进行损伤识别.然而在模态参数识别过程中,移动车辆本身具有的质量属性被忽视,仅被当作为环境激励的一部分.桥梁损伤导致的模态参数变化将被移动车辆所引起的变化掩盖,影响后续损伤识别的效果.以随机子空间法为例,研究环境激励下的模态参数识别...     

实时工作模态参数数据驱动随机子空间识别

基于数据驱动随机子空间识别 (SSI) 算法,引入Hankel矩阵行块数 和列数 经验确定方法和模态传递范数(Modal Transfer Norm),采用奇异熵进行系统自动定阶方法,使识别过程自动化,实现工程模态参数的实时识别。应用Choleshy分解求解下三角矩阵 ,缩减了计算量,特别是连续两个时刻的窗口数据大量重叠时,大大减小了计算时间,从而满足实时识别时间上的要求。三跨连续梁桥数值算例和一座实桥测试数据结果表明,每次识别均在移动步长时间内完成,速度快、精度高,可有效运用于大型结构模态参数的实时识别。     

稳定图方法在随机子空间识别模态参数中的应用

参数识别是结构健康监测领域研究中的重点。随机子空间法是近年来发展起来的一种线性系统辩识方法,可以有效地从环境激励的结构响应中获取模态参数。在随机子空间识别方法中,确定系统的阶数是该方法的关键工作。稳定图方法是一种比较新颖的确定系统阶次的方法,但该方法容易识别出虚假模态。针对这种情况对稳定图方法进行了改进,避免了虚假模态的出现,进而提高了随机子空间方法的识别精度。稳定图方法改进的重点是用模态置信因子来消除虚假模态。同时由于通常采用的阻尼理论与实际情况尚存在差距,影响了识别效果。在稳定图中将阻尼比的标准放松或取消,得到更加理想的识别效果。最后对此方法在一三跨连续梁的数值模型上进行了验证,结果表明,该方法具有良好的识别效果。