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。     

白噪声激励下的复合材料层合结构损伤检测的内积向量法

利用白噪声激励下结构各测点的动力学响应之间的互相关函数,引入了内积向量（Inner Product Vector,IPV）的概念,提出了应用内积向量进行结构损伤检测的方法,并分析了测试噪声对基于内积向量的损伤检测方法的影响。通过对复合材料层合梁的分层损伤检测仿真算例,验证了该方法检测损伤的有效性以及较高的抗噪能力。     

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。     

复合材料梁结构损伤定位的无参考点互相关分析方法

改进了基于互相关函数的损伤检测方法,不需要定义参考点就可以对复合材料梁结构的损伤进行定位。首先采集完好结构各测点的两组加速度响应,一组作为参考响应,另一组作为其特征响应;当结构发生损伤后,采集损伤结构各测点加速度响应作为其特征响应,分别计算完好结构及损伤结构的特征响应与参考响应间的互相关函数;以各测点响应互相关函数最大值在结构完好与损伤之间的相对变化作为损伤指标,对不同测点间的损伤指标进行差分处理,获得相应的损伤定位指标以定位损伤。针对蜂窝夹层复合材料梁单位置损伤和多位置损伤的损伤检测实验表明,该方法仅利用各测点在随机激励下的振动响应信号便可以准确定位损伤。     

曲率模态小波分析在桥梁损伤检测中的应用

运用连续小波变换对不同缺陷简支梁的曲率模态进行分析。结果表明,根据曲率模态的小波变换系数可以确定结构的损伤位置。若损伤位置处于振型的平衡位置附近,则可以将多阶曲率模态的小波变换结果进行叠加,根据叠加以后的小波变换系数依然可以判断结构损伤的位置。进一步研究表明,结构损伤程度与小波变换系数峰值大小之间没有必然的联系,其峰值仅仅指示结构损伤的位置,需要其他指标来确定结构损伤程度与损伤指标之间的定量关系。     

基于概率损伤算法的复合材料板空气耦合Lamb波扫描成像

采用非接触空耦传感器在准各向同性复合材料板中激励出单一的Lamb波模态,用于分层缺陷的扫描检测。扫描时,激励和接收传感器置于复合材料板同侧并相对倾斜布置,传感器沿2个正交方向同步线性扫描,得到不同位置的检测信号。对不同扫描路径下的检测信号进行连续小波变换,提取激励频率下的小波系数包络信号,对分层缺陷进行成像。在此基础上,利用概率损伤算法定义损伤指数,结合不同方向的损伤指数实现分层缺陷成像。采用全加法和全乘法对2个正交扫描方向得到的成像结果进行数据融合,实现了分层缺陷的定位和重构。并在成像算法中引入阈值,进一步提高了分层缺陷的定位精度以及重构质量。     

Hilbert边际谱在框架结构损伤检测中的应用

提出了一种基于Hilbert边际谱的损伤检测方法,在Hilbert边际谱的基础上定义了特征幅值,并以损伤前后同一响应点位置特征幅值的相对变化量来计算用于进行结构损伤检测的损伤指标。由一个8层剪切框架结构的损伤检测仿真算例,获得了所提出的损伤指标与结构健康状态及损伤位置的对应关系,进而提出了利用该损伤指标来检测并定位框架结构损伤的步骤。最后,使用一个8层剪切框架结构的损伤检测实验说明该方法可以准确识别出框架结构的健康状态以及损伤位置。     

基于改进L-P小波的时变模态参数识别方法

研究了基于改进Littlewood-Paley(L-P)小波变换的结构时变模态参数识别方法.用改进的L-P小波对结构动力响应信号进行小波变换,由能量较大的频带所对应的尺度识别结构基本频率及其随时间的变化情况;由某时刻各自由度响应在各阶频率对应尺度上的小波系数的比值识别结构的各阶振型.针对剪切型框架结构,利用识别的频率变化判断结构是否发生损伤以及损伤发生的时间,通过识别损伤前后的一阶振型斜率变化判断损伤发生的位置.该方法不需要激励信息,且有较好的抗噪声能力.     

小波脊指导离散小波分层的讨论

采用小波分层方法,可以消除畸变条纹中零频对基频的影响.本文从连续小波入手,求解出二维连续小波变换的小波脊尺度因子α的公式,结合离散小波的性质,将这些α作离散化,得到其离散值2k,用数学统计的方法将离散值分组,选择出有效的统计量即包含物体信息最多的层次,对应的k值就是离散小波变换中需要的分层系数.本文方法有效地指定较好的分层层数,实现了自动化操作.