基于RBF神经网络的网架结构损伤识别试验研究

针对网架结构损伤识别中模态密集、自由度高等困难,利用RBF网络良好的容错性和鲁棒性,依据损伤前后的网架结构模态参数发生变化理论,提出了基于模态参数和RBF神经网络的网架结构损伤识别方法。以一个6 m×7.5 m的正放四角锥网架结构为研究对象,首先依据连续倒塌理论计算各杆件的重要性系数,确定模拟损伤杆件位置;然后以损伤前后结构的标准化频率平方变化率及标准化位移振型的组合参数作为RBF神经网络的损伤指标,利用有限元分析得到学习样本,试验分析结果作为测试样本。采用二阶段损伤识别方法,首先在所有杆件中排查出可疑受损杆件位置,最后再精确识别损伤位置和程度。结果表明,该方法能够很好地识别网架结构的损伤位置和程度。     

基于模态应变能的结构损伤识别研究

文中应用有限元分析软件ANSYS10.0建立一个平面刚架结构模型。通过有限元模态分析获得未损伤结构与损伤结构的固有频率和振型。应用单元模态应变能法对模型进行损伤定位。结果证明这种方法对于平面刚架的损伤识别是有效的。     

基于模态参数的结构损伤识别指标综述

从指标定义和指标应用的角度,对目前已有的指标进行了综合分析与评价,指出了利用模态参数构造指标来进行损伤识别的优势以及需要进一步解决的问题,以期促进结构损伤检测技术的完善和提高。     

基于单元相对刚度系数的结构损伤识别研究

提出了一种基于单元相对刚度的结构损伤识别方法。该方法以结构刚度变化率为损伤指标,定义结构的相对刚度系数,利用特征方程,通过矩阵变换得到结构损伤指标的相对刚度系数表达式,采用快速傅里叶FFT与贝叶斯相结合的方法(Fast Bayesian FFT)识别结构的模态参数,计算相对刚度系数,进而得到结构的损伤指标,便同时得到结构的损伤程度和损伤位置。利用Simulink模拟结构响应,识别结构模态参数,计算损伤指标判断结构损伤。结果表明,基于单元相对刚度系数的方法能利用较少的模态参数,实现单损伤和多损伤的定位和损伤程度识别,具有一定的抗噪能力,且精度较高。     

一种基于频率的损伤识别新方法

运用摄动方法和线弹性断裂力学理论讨论了基于模态分析的梁型结构无损检测方法。从理论上推导了利用测得的少数前几阶固有频率,来识别裂纹位置和裂纹深度的算式。通过试验结果验证,表明方法简单可行,对解决工程实际问题具有一定的参考价值。     

基于频率的网架结构损伤识别模糊系统研究

鉴于频率变化平方比仅是与损伤位置有关的量,利用基于频率变化平方比损伤识别方法不能识别网架结构的损伤程度,本文提出了一种网架结构损伤识别模糊推理方法.该方法以网架结构的前6阶频率变化率作为输入变量,以杆件的损伤程度作为输出变量,通过合理的模糊推理规则使频率变化率与损伤程度建立唯一的联系.经过网架结构的数值模拟分析验证了该...     

基于最小秩方法的结构损伤识别

针对结构损伤识别中的最小秩方法存在的问题,经过研究发现,对测试模态进行关于质量矩阵的正交归一化可保证反演后刚度矩阵的对称性;提出了一种迭代修正算法,可保持反演结果的稀疏性;基于模态力余量,定义了一种损伤指标来预先判定结构损伤单元的位置,并可据此选取合适的测试模态阶数进行反演计算。数值试验结果表明,改进后的方法在考虑测试模态误差的情况下可对结构的损伤进行精确的定位和标定。     

基于应变模态的结构损伤识别与定位研究

探讨了用应变模态对结构损伤进行分析的原理及损伤识别与定位的方法。以悬臂结构为研究对象,分析比较了因结构损伤引起的自振频率、位移模态和应变模态的变化。结果表明,应变模态对结构局部损伤的反应敏感,是对结构进行损伤诊断的较理想的损伤识别指标。     

基于静力参数的梁结构损伤识别试验研究

本文以混凝土梁结构为试验对象,采用静力单调加载试验,研究了基于应变的裂缝检测方法,为了消除分级加载级距对应变增量的影响,提出了一种新的检测指标:应变变化速率。该指标可以更科学地反映应变变化随荷载变化的增量大小,它和结构裂缝的对应关系也更加直接明确。试验结果表明:应变变化速率指标对裂缝有着很高敏感性,每次在新裂缝出现之前,相应位置处应变片的应变变化速率在上一级荷载就已经发生突变,且发生突变的应变片正好覆盖了出现裂缝的梁段,本文所提的应变变化速率指标,可以用于梁结构的早期损伤预警及定位中。     

基于模态应变能的梁结构损伤识别

单元模态应变能法诊断结构损伤时理论上需要完整振型,而实测振型往往是不完备的。本文以梁结构为例,基于理论自由度和实测自由度相匹配的原则,对不完备振型信息进行扩充处理,然后再应用模态应变能的方法进行损伤识别。结果表明,当仅测得不完备的振型信息时,单元模态应变能法能很好应用于结构损伤识别,为实际工程的损伤检测提供了依据。     

基于不完备信息的桥梁结构损伤识别应用研究

诊断结构损伤时往往需要完备的自由度信息,然而在实际工程中很难测量到结构的全部自由度信息。本文通过一简支桥梁结构有限元模型的数值模拟,利用O’Callahan改进缩聚法与Kidder动态扩阶法进行自由度匹配,获取结构所需的完备自由度信息,在此基础上用模态应变能法较好地实现了测试信息不完备情况下的简支桥梁结构损伤识别。该方法简单可靠,可为实际工程应用提供参考。     

土木工程结构动态检测方法研究进展

土木工程结构由于其自身特点,动力响应极易受到不可预见的各种因素影响,这使得基于振动的损伤识别研究具有较大的挑战性,是近年来国内外学术界和工程界研究的热点。综述基于振动的土木工程结构损伤识别方法的现状及最新进展,展望结构损伤识别研究的发展方向。     

基于结构动力参数的土木工程结构损伤识别方法

简要综述了近几年基于结构动力参数的土木工程结构损伤识别的方法，对各结构损伤识别方法进行评论。讨论各种方法在理论和实际应用中的优点及存在的问题。最后，通过对一试验模型的模拟损伤试验说明动力参数检测方法的应用。     

基于高效神经网络的框架结构节点损伤的多重分步识别方法

提出了基于神经网络的框架结构节点损伤的多重分步识别方法,建立了用于框架结构节点损伤识别的高效神经网络法。根据节点损伤的多重分步识别思路,把节点损伤识别主要分为四步:第一步利用神经网络建立损伤异常过滤器对节点损伤进行预警;第二步以频率构造的组合指标作为神经网络输入向量,对节点损伤进行初步定位;第三步以归一化的应变模态差绝对值作为神经网络输入向量,对节点损伤进行具体定位;第四步以应变模态差绝对值作为神经网络输入向量,对节点损伤程度进行识别。针对三跨四层的框架结构进行了节点损伤识别数值模拟,结果表明:应用神经网络技术,采用多重分步识别方法,简化了网络的结构,能够有效地对框架结构节点损伤进行预警、定位和定量。     

基于神经网络的框架结构损伤多重分步识别

提出了基于神经网络的框架结构损伤多重分步识别方法,建立了用于框架结构损伤识别的高效神经网络。根据构件损伤的多重分步识别思路,把构件损伤识别过程分为:利用神经网络建立损伤异常过滤器对构件损伤进行预警;以频率构造的组合指标作为神经网络输入向量,对构件损伤进行初步定位;以频率和模态振型构造的组合指标作为神经网络输入向量,对构件损伤进行具体定位;以频率平方变化率作为神经网络输入向量,对构件损伤程度进行识别。最后针对三跨四层的框架结构进行了损伤识别数值模拟。结果表明:基于神经网络的框架结构损伤多重分步识别方法简化了网络的结构,能够有效地对框架结构损伤进行预警、定位和定量。     

基于能量法的简支钢梁损伤识别试验及有限元分析

针对目前梁式结构损伤识别中识别精度和实际应用方面存在的不足,以能量耗散理论为基础,对简支工字形钢梁的损伤识别进行了数值分析及试验研究。通过结构损伤时每一单元的模态应变能耗散率与损伤前、后模态应变能变化之间的关系,推导出单元损伤变量的表达形式。研究结果表明:单元损伤变量只需要利用结构损伤前、后的模态振型即可算得,在实际应用中可通过模态扩阶技术解决实测自由度与理论自由度不匹配问题;该方法可准确识别出简支钢梁损伤单元的位置,并在一定程度上表征损伤程度。     

结构损伤定位与定量识别方法研究

针对结构损伤问题,采用损伤定位、定量的分阶段识别方法,即利用柔度曲率改变率指标来确定结构损伤的具体位置,然后以频率改变率为输入参数构建神经网络对损伤部位进行程度识别。通过对一个简支梁的仿真计算,表明上述方法能判别损伤位置和程度,且识别精度较高。     

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。     

空间网架结构损伤识别模型试验研究

制作了大比例的空间网架结构试验模型,并设计了包括构件损伤及支座沉降在内的6种损伤工况,通过对试验模型在损伤前后的节点位移、杆件应变和一阶频率进行对比分析,总结了大跨度空间网架结构在各种损伤状态前后结构静力响应及频率变化规律,为实际工程结构的损伤识别及健康监测提供借鉴.