大跨度钢-索-膜空间结构的计算方法

对一大跨度钢-索-膜空间混合结构建立了整体结构计算模型和简化的子结构计算模型,并分别进行了静、动力计算.计算结果表明:两种模型计算的结果相差很大,钢结构杆件应力相差64%,竖向位移相差58%,侧向位移相差150%,索的应力相差79%,表明了整体结构计算分析的必要性.     

大跨度钢-索-膜空间结构的计算方法

对一大跨度钢-索-膜空间混合结构建立了整体结构计算模型和简化的子结构计算模型，并分别进行了静、动力计算。计算结果表明：两种模型计算的结果相差很大，钢结构杆件应力相差64％，竖向位移相差58％，侧向位移相差150％，索的应力相差79％，表明了整体结构计算分析的必要性。     

基于弹性约束支承梁转角影响线的梁结构损伤诊断

针对现有桥梁结构损伤诊断研究中,对实际主梁结构的边界支承条件不理想与截面参数不确定性考虑不充分的问题,提出考虑弹性转动与竖向约束的梁结构模型,引入截面不确定系数与局部损伤来模拟既有桥梁主梁. 推导得到主梁模型转角影响线解析式,提出基于弹性约束支承梁与转角影响线指标的损伤诊断方法与加载实施方案. 结合算例,研究测点位置、损伤程度、测试噪声对损伤诊断结果的影响,提出边界等效子结构模型试验验证所提方法. 研究表明,转角影响线差值曲率能精确定位、定量弹性约束支承梁的局部损伤,在损伤程度定量试验各工况中,最大相对误差为25%. 算例表明,在5%测试噪声时,仍可以定位梁结构局部损伤,且在梁端转动约束较弱时,损伤诊断敏感性较高.     

结构支承参数的实验识别方法研究

提出一种利用实测结构支承点的原点频响函数,识别其支承参数的方法。该方法具有测量次数少,避免了实测频响函数矩阵求逆运算等特点。不仅方便了工程应用,而且实践也表明该方法具有良好的识别精度。     

A new method for nondestructive damage identification of lattice materials

This paper proposes vibration-based damage identification method, termed as substructure potential energy (SPE) method, which is capable of accurately estimating the damage magnitudes of multiple members. While other existing damage severity estimation methods require the information of several unabridged modes of the structure, the new method utilizes only a few lower mode shapes of substructures measured from the damaged solid. The performance of the proposed method is compared with one existing damage detection method, using a set of numerical simulations on a lattice material beam based on synthetic data generated from finite element models. Supported by the National Basic Research Program of China (“973”) (Grant No. 2006CB601206)     

子结构刚度对巨型框架减振结构体系的动态特性影响

建立随机风载激励下巨型框架减振结构体系的动力方程，基于随机振动复模态理论，推导位移响应谱及均方响应的计算表达式，并对一巨型钢框架减振结构体系在Davenport风速谱下的响应特性进行了计算，讨论了子结构刚度变化时结构体系的减振特性。结果袁明：子结构的刚度变化对巨型框架减振结构体系的减振效果是非常敏感的，当子结构的刚度发生变化时，可以形成3个不同的控制机理区域，在第一、二区域中能使结构的第一振型得到有效的控制，获得好的减振效果。     

采用有效信号段自提取算法识别结构多损伤位置

为识别结构中的多处损伤,提出了一种采用有效Lamb波信号段自提取算法计算结构损伤指标的多损伤识别成像方法.该方法将结构的待检测区域划分为数个子区域,并根据Lamb波的传播时间和波速从传感器接收到的信号中自动提取出包含结构信息的有效信号.以该有效信号作为输入,计算每个子区域中基于信号相关系数所获得的损伤指标,最后采用RAPID算法对全部识别区域内的损伤位置进行识别和成像.以航空铝板为研究对象进行了实验验证研究,结果表明,该方法能快速有效地识别出多个损伤,并较为准确地实现损伤成像以描述损伤的位置.     

考虑边界非理想的铁路桥梁挠度影响线分析与损伤识别

铁路桥梁多为装配式桥梁,因其边界条件介于理想铰支与固支边界间的非理想状态,而较难实现影响线分析与损伤识别。考虑装配式铁路桥的非理想支承特性,建立了带转动约束和竖向弹性支承边界的主梁模型,以模拟实际预制装配式铁路桥梁主梁,并引入基于对数正态分布模型的主梁截面初始不确定性参数。通过力法原理推导了该主梁挠度影响线的解析表达式,进而提出考虑边界非理想的铁路梁损伤识别方法。采用实测某装配式三跨连续组合梁桥挠度影响线,评价了该桥的承载能力,同时对所提方法进行了验证,并研究了挠度影响线测点位置、局部损伤位置与程度、测试噪声对主梁挠度影响线的影响。结果表明,基于所提影响线指标可以定位、定量边界非理想的装配式铁路连续梁桥某跨及其临跨的局部损伤,且更易于识别主梁跨中与纵梁结构损伤,指标抗噪性良好,实测影响线可用于评价装配式连续梁桥中支座连续性强弱,本文方法为实际铁路桥梁的挠度影响线分析与损伤识别提供理论借鉴。     

基于单元应变能变化率的两步法识别网壳结构损伤的研究

在传感器优化布置的基础上通过两阶段识别方法对网架结构的损伤进行识别.根据传感器优化布置的结果确定第一步要测得节点,通过MATLAB中的小波工具箱以单元应变能变化率为损伤指标进行小波分析,确定第二步要测得节点.第二步在缩小了的范围内以单元节点应变能变化率确定结构的损伤位置.结果显示,该两步法识别网架结构损伤可行.     

钢桁架桥健康诊断基准研究

近些年来,结构健康诊断和损伤识别已经成为土木工程领域重要的研究课题,如何确定结构中损伤的位置是关键所在.现有的损伤探测方法是利用从结构上收集到的振动信号识别相应的结构状态参数,然后用这些参数与完好结构的相应参数进行比较,也就是说他们选择的健康基准是完好结构的相应参数.但是完好结构的资料我们通常很难得到,而本文定义并建立的结构健康基准不需要结构的原始信息就能对结构进行损伤定位,并以钢桁架模型为试验对象进行了验证.     

基于位移时程的框架模型结构参数与损伤识别

本文提出了一种直接运用结构的振动位移响应时程的基于神经网络的结构物理参数和损伤识别的一般方法,该方法通过一个神经网络模拟器和一个参数评估用神经网络实现。在对该方法的理论基础进行论证的基础上,针对一个受基底激励的两层框架模型结构,运用由激光位移传感器所测量的结构位移响应时程,将该方法用于该结构的层间刚度识别和损伤结构的损伤识别。结果表明,神经网络模拟器能够准确地预测参考结构在基底激励下的位移响应,而参数评估用神经网络可以很好地识别出结构刚度参数,并反映出结构损伤的发生。本方法具有一般性,为实际工程结构的参数识别和模型修正提供了一种可行途径。     

动力分析的混合界面模态综合法

本文把R.R.Craig的固定界面综合法和R.H.Macneal,S.Rubin及王文亮等人的双协调动态子结构法结合在一起,提出一种把子结构交界面节点部分约束,部分释放的模态综合新方法,导出了综合运动方程。该方程的阶数低,计算简单,量小。它是Craig法和双协调动态子结构法的综合与推广。     

Stability, Convergence of Harmonious Particle Swarm Optimizer and Its Application

Particle swarm optimizer(PSO),a new evolutionary computation algorithm,exhibits good performance for optimization problems,although PSO can not guarantee convergence of a global minimum,even a local minimum.However,there are some adjustable parameters and restrictive conditions which can affect performance of the algorithm.The sufficient conditions for asymptotic stability of an acceleration factor and inertia weight are deduced in this paper.The value of the inertia weight w is enhanced to(-1,1).Furthermore a new adaptive PSO algorithm-harmonious PSO(HPSO) is proposed and proved that HPSO is a global search algorithm.Finally it is focused on a design task of a servo system controller.Considering the existence of model uncertainty and noise from sensors,HPSO are applied to optimize the parameters of fuzzy PID controller.The experiment results demonstrate the efficiency of the methods.     

连续蚁群优化算法的研究

针对蚁群优化（ACO）只适用于离散问题的局限性，提出了连续蚁群优化算法（CACO）,保留
了连续问题可行解的原有形式，并融入演化算法（EA）的种群与操作功能。CACO将蚁群分工为全局和局部
蚂蚁，分别引领个体执行全局探索式搜优与局部挖掘式搜优，并释放信息素，由个体承载，实现信息共享
，形成相互激励的正反馈机制，加速搜优进程。实例测试表明，CACO适用于连续问题，全局寻优性能良好
，尤其对复杂的高维问题，更能反映其相对优势。最后讨论了局部寻优方法、全局蚂蚁配比、挥发因子和
种群规模等因素对CACO寻优性能的影响。     

Stability, Convergence of Harmonious Particle Swarm Optimizer and Its Application

Particle swarm optimizer (PSO), a new evolutionary computation algorithm, exhibits good performance for optimization problems, although PSO can not guarantee convergence of a global minimum, even a local minimum. However, there are some adjustable parameters and restrictive conditions which can affect performance of the algorithm. The sufficient conditions for asymptotic stability of an acceleration factor and inertia weight are deduced in this paper. The value of the inertia weight w is enhanced to (-1,1). Furthermore a new adaptive PSO algorithm-harmonious PSO (HPSO) is proposed and proved that HPSO is a global search algorithm. Finally it is focused on a design task of a servo system controller. Considering the existence of model uncertainty and noise from sensors, HPSO are applied to optimize the parameters of fuzzy PID controller. The experiment results demonstrate the efficiency of the methods.     

Damage identification method of girder bridges based on finite element model updating and modal strain energy

A timely and accurate damage identification for bridge structures is essential to prevent sudden failures/collapses and other catastrophic accidents.Based on response surface model(RSM)updating and element modal strain energy(EMSE)damage index,this paper proposes a novel damage identification method for girder bridge structures.The effectiveness of the proposed damage identification method is investigated using experiments on four simply supported steel beams.With Xiabaishi Bridge,a prestressed continuous rigid frame bridge with large span,as the engineering background,the proposed damage identification method is validated by using numerical simulation to generate different bearing damage scenarios.Finally,the efficiency of the method is justified by considering its application to identifying cracking damage for a real continuous beam bridge called Xinyihe Bridge.It is concluded that the EMSE damage index is sensitive to the cracking damage and the bearing damage.The locations and levels of multiple cracking damages and bearing damages can be also identified.The results illuminate a great potential of the proposed method in identifying damages of real bridge structures.     

Feature extraction of point clouds using the DBSCAN clustering

The existing feature extraction methods often depend on the global fixed thresholds and the local information of features, resulting in sensitivity to significance of features and failure in models with different surfaces. To overcome those problems, a novel method based on DBSCAN Clustering is proposed. First, a new reverse k nearest neighbors(kNN) of points are defined as a new feature detection operator. Second, the scales of the reverse k nearest neighbors of points are utilized as the density information of points and then the introduction of the global constraints information is proposed. Finally, based on the redefinition of the concepts of the DBSCAN clustering method and the creation of a new feature recognition criterion, an improved version of the DBSCAN clustering method is used to extract features. Experimental results show that the method is simple, effective and robust, which takes into account the local information and global constraint information and outperforms existing feature detection methods on point clouds with surfaces that have diverse geometries.     

基于不完全测量的结构损伤识别研究

自适应序贯非线性最小二乘法是一种新型的损伤识别方法.为了减少结构中传感器的数量,将有限元模型缩聚理论与自适应序贯非线性最小二乘法相结合,用于结构的损伤识别——基于缩聚模型的自适应序贯非线性最小二乘法.为了验证该方法的有效性,对一悬臂梁结构进行了试验研究,研究中考虑了白噪声、正弦、和EL-Centro地震波三种激励下的六种工况.研究结果表明,基于缩聚模型的自适应序贯非线性最小二乘法是一种有效的结构损伤识别方法,根据该方法,只需要使用少量的传感器即可准确地识别出结构中损伤的发生时刻、损伤的程度和位置.     

基于软计算方法的结构损伤信息融合

为了提高多传感器下损伤识别结果的精度,提出了结构整体支持向量机损伤诊断矩阵、损伤自信息和损伤信息熵的概念.将结构划分为多个子结构后,针对各个子结构分别进行样本采集训练并建立结构整体支持向量机损伤诊断矩阵,同时利用信息熵实现了特征层融合.基于模糊集理论、物元理论和模糊神经网络,研究了3种结构损伤信息决策层融合和评估的方法.对一个空间结构算例的损伤信息进行了多层次融合,结果表明:所提出的特征层融合方法及3种决策层信息融合方法准确有效.     

海水痕量重金属元素现场自动识别技术

针对自行研制的海水重金属元素自动分析仪提出了一种快速的数据自动识别算法.基于实测数据提出并比较了多种方法.算法采用分位数法剔除实测数据的大误差；利用有限脉冲响应（FIR）滤波器进行数字滤波，采用窗函数进行平滑滤波，很好地去除了信号中的小噪声；通过对3种去基线方法的比较，采用切线识别法进行基线校正；利用标准曲线法和神经网络法对数据进行自动识别，克服了不同金属间互化物对浓度的影响.实验结果表明，该算法适用于海水重金属元素的现场快速分析和自动识别，取得了令人满意的效果.