小雁塔动力特性及结构损伤识别研究

小雁塔是"丝绸之路"世界文化遗产建筑的重要组成部分,为研究该塔动力特性及结构损伤,采用动态测试系统进行了原位动力测试,采集了在地面随机激励下结构振动信号,通过时域及频域分析,得到了小雁塔沿东西方向及南北方向的前3阶频率、振型及振型阻尼比;并通过计算得到结构模态柔度曲率曲线及曲率幅值突变系数曲线,依据柔度曲率幅值突变规律对小雁塔进行了损伤定位识别。结果表明,结构第2层、第8层及第11层发生了较严重的损伤,损伤程度与柔度曲率幅值突变量关系密切,且结构开洞对损伤定位识别的显著性有一定影响。因此,通过进行砖石古塔原位动力测试,依据模态柔度曲率幅值突变规律可实现结构损伤定位,为古塔结构损伤研究提供了参考。     

基于曲率模态的薄板结构的损伤定位研究

对某两端固支的板结构进行有限元建模,得到结构位移模态数据。针对不同损伤程度、不同损伤位置下的单损伤和多损伤的情况,选取结构损伤前后的曲率模态差作为损伤定位的指标,对其进行损伤定位。对于弹性薄板结构提出分别考虑节点两个方向上的曲率模态的变化损伤定位准则,综合两个方向上得到的曲率模态的变化,认为两个方向上都出现突变的单元即为损伤的单元。仿真结果显示,仅利用弹性薄板结构一阶位移模态得到的各个节点的曲率模态的变化,可以准确地定位结构损伤位置。对工程实际中的薄板结构损伤定位有很好的指导意义。     

大型油罐罐壁损伤识别研究

为了研究大型油罐罐壁结构的损伤识别,以西岸油罐艺术中心中实际油罐为例,讨论了基于模态曲率差的方法对不同损伤工况的损伤识别效果。通过ANSYS有限元软件建立足尺模型并得到罐壁径向模态振型,计算得到周向模态曲率和轴向模态曲率来识别损伤。研究表明:采用轴向模态曲率能够精确识别单处损伤和多处损伤位置,而且损伤位置越靠近顶部越容易被检测。因此,对于油罐罐壁的损伤程度识别,不能仅仅比较轴向模态曲率值的突变程度,需要结合损伤位置综合考虑。     

基于曲率模态差和模态置信的钢架损伤识别研究

运用曲率模态差法和模态置信准则同时对一个空间钢架进行损伤单元位置的判定和破坏程度的识别,并对这两种方法进行比较。以空间钢架为具体研究对象,对其进行损伤识别数值模拟,再用中心差分法计算出曲率值,将损伤前后的曲率模态值相减,得到曲率模态差值;通过模态振型的改变量的多少来判别损伤情况即模态置信准则识别方法。比较结果表明模态置信准则在单元发生小程度损伤时识别不了,而曲率模态差法可以识别,并且识别的阶数多于模态置信准则。     

利用模态曲率差法进行弹性薄板的损伤检测

弹性薄板在工程中被广泛应用,对弹性薄板进行在役无损检测具有重要意义。本文在前人的研究基础上,以四边固支薄板为研究对象,运用ANSYS分析软件,采用改变单元弹性模量的方法模拟结构损伤,应用基于模态曲率差的损伤识别方法对板结构进行损伤检测。算例表明:在薄板的一个比较小的区域损伤的情况下,有损伤单元的模态曲率差的值变化明显,因此可以采用模态曲率差法对结构进行损伤识别并能准确判定损伤的位置。     

张弦桁架结构基于模态参数的损伤识别

以某火车站的大跨张弦桁架雨棚结构为例,采用有限元软件ANSYS建立模型,且利用减小构件截面积模拟弦杆和拉索的多种损伤工况。采用模态置信因子(MAC)法、坐标模态置信因子(COMAC)法和曲率模态法对结构进行损伤识别。结果表明:MAC法可以进行初步损伤判断,但不能进行有效的损伤定位;COMAC法仅在损伤超过50%时才具有较好的诊断和识别效果,COMAC法理论上可实现杆件损伤定位,但需要较多阶振型数据才能判断,实际应用成本偏高;曲率模态法对张弦桁架具有较好的识别效果,无论是弦杆和拉索截面出现损伤,曲率模态指标在损伤处产生突变,按其突变程度大致判断损伤程度,可作为大跨张弦桁架结构损伤识别的有效方法。     

基于曲率模态的钢筋混凝土梁多点损伤位置识别

采用曲率模态对钢筋混凝土梁的多点损伤位置进行了识别研究。首先用有限元程序建立结构模型,并计算出位移模态振型,然后用差分法计算出曲率模态;同时对实际结构进行检测,得到结构的振型并计算出曲率模态。通过有限元模型和实际结构的曲率模态计算得到结构损伤因子,通过分析该损伤因子,可以判断实际结构的损伤位置。数值模拟算例分析表明,曲率模态对结构的损伤较敏感,用该方法识别结构的多点损伤位置是行之有效的。     

基于曲率模态差的隐框玻璃幕墙结构胶损伤识别研究

鉴于应用曲率模态的隐框玻璃幕墙结构胶损伤识别研究较少，提出以隐框玻璃幕墙面板单块试件为研究对象，针对四边不同脱胶损伤进行模态试验并获取模态参数，通过模态分析获取模态振型，采用中心差分法获得曲率模态差，并利用Matlab进行绘图，针对不同工况损伤进行了一阶曲率模态分析。分析结果表明，结构胶脱胶损伤处的玻璃面板模态振型相比未损失时振幅发生起伏，但很难直接用于判断损伤位置，但损伤处曲率模态差值变化显著，采用曲率模态差法可以对损伤位置进行准确判定。     

基于曲率模态的拱结构损伤识别方法研究

以两端铰支的圆弧形拱为研究对象,通过有限元数值模拟计算得到拱损伤前后的前四阶模态参数,然后运用中心差分近似求得拱的曲率模态并用于拱的损伤检测研究。结果表明：当布置有足够数量的振型测点时,拱损伤前后基于径向位移和转角位移的模态曲率差均可用于拱损伤的探测和定位,并大致判断其损伤程度。     

测量模态不完整情况下空间网架结构的损伤识别

空间网架结构杆件数量庞大,自由度数目很多,要测得完整的模态数据有很大的困难。如何利用有限的测量信息对结构的损伤情况进行判断是一个实际的问题。对测量自由度不完整情况下网架的损伤识别,提出了两步法:第一,将测量的振型通过动力扩阶方法得到完整振型,利用模态应变能进行疑似损伤杆件判断;第二,利用最小二乘支持向量机对第一步判断的疑似杆件进行进一步的杆件损伤定位和定量。以一个空间网架结构为模型进行了数值模拟验证,结果表明对于测量模态不完整的网架结构损伤识别本文提出的方法是有效的。     

基于振型参数的装配式桥梁损伤识别研究

利用结构动力特性的振型参数对桥梁进行快速损伤诊断和定位,可以提高结构性能评价与损伤诊断的效率。本文以装配式预应力混凝土T梁为算例,通过定义位移振型和曲率振型的桥梁损伤识别指标进行损伤识别,计算结果表明采用位移振型和曲率振型的方法进行损伤识别和定位效果较好。     

基于曲率模态方法的钢桁架桥梁损伤识别

由于曲率模态（CurvatureModeShabe）是一个能反映局部特征变化的模态参数,它可以通过各阶振型来得到,所以在桥梁结构状态监测中有着良好的应用前景。论文对曲率模态方法理论进行研究,建立钢桁架铁路桥梁的有限元模型,进行曲率模态的研究。通过研究得到：随着损伤的加剧,各阶固有频率均呈下降的趋势,但变化不明显;从振型的变化也难以看出损伤的位置;随着损伤的加剧,曲率模态变化较明显,因此通过曲率模态的变化容易识别损伤的位置及损伤程度。     

张弦拱桁架结构基于模态参数的损伤识别试验（英文）

张弦桁架结构是是由上部刚性拱桁架与下部柔性拉索通过中部撑杆组合而成的一种自平衡体系,具有受力合理、承载能力高、造型轻盈、跨度大等优点,被广泛应用到大跨钢屋盖结构中。但张弦桁架结构规模大、服役期限长,所处环境状况复杂,受到的荷载作用具有随机性,发生损伤的潜在危险性较大。此类结构一旦出现损伤会对结构的正常使用产生影响,甚至可能引起连续倒塌,因此研究张弦桁架结构在运营期的损伤识别具有重要的现实意义。但张弦梁结构中存在拉索、撑杆和桁架等不同类型杆件,受力机理更加复杂,其损伤识别与常规桥梁式结构或多高层建筑结构存在明显差异,目前针对张弦桁架结构的损伤识别尤其试验研究很少。因此,针对张弦桁架结构基于模态参数的损伤识别方法开展试验研究。通过对某火车站顶棚结构进行缩尺简化,设计制作了两榀张弦桁架试验模型。两榀试验模型结构尺寸相同,模型总长6 m,矢高0. 4 m,垂度0. 4 m,上部采用倒三角立体桁架,每两个节点之间由四角锥基本单元构成,结构中部均匀布置5根对称的圆钢管撑杆,下部布置直径8 mm的钢丝绳拉索,并施加2 kN预应力;试验模型一端为固定铰支座,另一端为滑动铰支座,并在结构两侧设置刚架作为受压桁架侧向支撑。两榀试验模型构件截面尺寸不同,模型1相对于模型2杆件截面尺寸较小;荷载施加情况不同,模型1未施加外荷载,模型2在模型上弦杆布置质量块模拟结构正常使用状态的荷载。试验采用不同截面尺寸杆件替换正常杆件的方法来模拟结构损伤,即通过降低截面刚度的方法来模拟杆件损伤,根据杆件截面积丧失程度定义损伤程度。试验设计了弦杆单损伤、多损伤、索撑损伤等不同程度以及不同位置的损伤工况,通过动力检测获取试验各工况前三阶模态参数:采用单点拾振、多点激励的方式进行试验,即将加速度传感器安装在桁架上弦杆件的4号节点处,然后用力锤依次对1～14号节点进行锤击,每个节点锤击激励1 min,通过动态信号采集仪采集加速度信号;根据不同工况替换相应损伤杆件,依次采集加速度信号;接着利用TSTMP模态分析软件处理加速信号,获取张弦桁架每个工况的频率与振型等模态数据,以用于之后的损伤识别分析。张弦桁架结构相对复杂,杆件繁多,可能发生损伤的部位较多,单一损伤识别方法无法一次检测出结构各部分的健康状态。因此将张弦桁架结构分为上部刚性桁架与索撑体系两部分,针对各组成部分的特点,采用基于振动模态参数的组合识别方法对张弦桁架试验结果进行分析:上部刚性桁架对结构整体频率影响较小且杆件连续,运用曲率模态差和模态柔度差曲率对其进行损伤识别;下部索撑体系杆件相对独立且单元数量相对较少,通过选取正则化频率变化率建立索撑体系频率指纹库的方法对其进行损伤识别。曲率模态差是从结构各阶模态振型入手,对结构的振型进行差分得到模态曲率,再通过计算结构损伤前后曲率模态的变化得到。模态柔度差曲率是从结构的柔度矩阵入手,由损伤前后结构的各阶振型和频率共同得到结构柔度矩阵差,再对其对角元素差分得到。上部刚性桁架进行损伤识别时,根据结构损伤前后的模态数据计算绘制曲率模态差和模态柔度差曲率曲线,曲线突变最大处判定为桁架杆件损伤位置。正则化频率变化率是从结构各阶频率入手,计算结构损伤前后的频率变化率并对其正则化得到。由于其仅是损伤位置的函数,与损伤程度无关,因此建立频率指纹库时仅需考虑每个构件的一种损伤工况,减小了样本量。索撑体系进行损伤识别时,首先建立索撑体系频率指纹库,即预先假定各种损伤工况并依据结构理论模型进行有限元分析,计算得到对应的正则化频率变化率,从而建立频率指纹库;再由实测得到的结构固有频率,计算某工况下的正则化频率变化率指标,与频率指纹库进行对比,两者最接近处判定为索撑体系损伤位置。采用张弦桁架的组合损伤识别方法分析试验数据,结果表明:1)基于前三阶频率的正则化频率变化率指标可以有效识别索撑体系的损伤。但由于索撑单元均具有对称性,因此正则化频率变化率指标无法判断对称单元的损伤情况,需要进一步验证。2)曲率模态差法和模态柔度差曲率法均能够较好地识别上部刚性桁架结构的单损伤和多损伤,但其对不同位置杆件的损伤识别效果略有不同。由于下弦杆直接与撑杆相连,受撑杆影响较上弦杆大,因此曲率模态差法和模态柔度差曲率法对上弦杆的识别效果优于下弦杆。3)曲率模态差法和模态柔度差曲率法均可以通过曲线定性判断上部刚性桁架杆件的损伤程度,损伤程度越大,曲线突变程度也越大。另外,越高阶曲线突变程度差距越小,因此应利用低阶模态数据定性判断损伤程度。4)与曲率模态差法相比,模态柔度差曲率曲线在非损伤位置突变小,曲线更稳定,受非损伤位置的干扰较少,识别效果更好。基于越多阶模态数据获得的模态柔度差曲率,其曲线在损伤位置发生的突变越明显,且基于前三阶模态数据得到的模态柔度差曲率完全可以满足损伤识别的精度要求。另外,越高阶振型数据得到的曲率模态差曲线突变越大,但其受干扰也越大,一般运用前两阶曲率模态差曲线可以得到较好的损伤识别效果。     

基于斜率模态的统一化损伤识别指标研究

提出了一种基于规则结构第一阶频率斜率模态的梁式结构损伤定位与程度识别方法.分析比较了第一阶位移模态及其斜率模态对于结构系统参数的敏感性.结合有限元模型,形成一系列以斜率模态为基础得到的统一化损伤识别指标(UDI),以该指标表现出的损伤状态在不同损伤工况下对于任意楼层损伤程度都具有稳定性,这样就避免了大型损伤特征矩阵的计算.使用UDI指标对一剪切型梁在单损伤与几种多损伤工况下进行了损伤识别与定位,并且分析实际结构与数值模型系统参数存在误差的情况下的识别效果.还考虑了减少测点布置后的损伤识别效果,且对识别误差的原因进行了分析.研究结果表明:基于第一频率斜率模态的UDI指标在具有近似数值模型的条件下,能够确定损伤位置并且可以较精确地估计损伤程度,而且识别速度快.     

大跨度空间网格结构的损伤定位

本文建立了基于模态曲率法和人工神经网络技术相结合的、适用于大跨度空间网格结构的损伤定位新方法,即首先应用模态曲率法判断结构是否发生损伤并识别发生损伤的局部结构,然后对发生损伤的局部结构利用人工神经网络技术识别损伤的准确位置。通过分析和比较发现,以模态曲率为基础的损伤参数比较适合于大跨度空间网格结构的损伤定位,三种以模态曲率为基础的损伤定位参数按有效性进行排序,从低到高依次为模态曲率、模态曲率差、模态曲率变化率;针对天津奥林匹克中心体育场大跨度悬挑管桁结构进行了不同损伤状况的数值模拟,验证了所建立的损伤定位方法的适用性和有效性。研究结果表明:利用模态曲率变化率识别损伤发生的大致位置,当单榀桁架发生损伤时,识别的准确率达到100%,当多榀桁架同时发生损伤时,识别的准确率达93.7%;采用人工神经网络技术识别损伤桁架的准确损伤位置时,在无测量噪声影响下,损伤定位的准确率达到97.0%,且测量噪声对损伤定位准确率的影响很大。     

基于均布荷载面变化率的桥梁损伤识别

为了利用桥梁结构的振动信息对桥梁关键部位进行损伤识别,提出以均布荷载面变化率作为损伤指标来识别桥梁损伤位置的方法。为了验证该方法有效性,采用一个简支梁有限元模型,考虑各个损伤位置与损伤程度对损伤识别的影响,将均布荷载面变化率与传统方法中的振型差和曲率模态差两个损伤指标进行了比较,数值模拟的结果表明,均布荷载面变化率的损伤新指标与振型差和曲率模态差两个传统指标相比,具有良好的损伤识别效果。     

基于应变时程数据的损伤识别方法

通过分析传统的应变模态方法,并在此基础上采用应变模态曲率差指标对一悬臂梁进行了损伤识别,发现该方法受到振型求解以及激励力的影响,识别效果不理想。所以对基于应变能量的损伤识别指标开展研究,发现该指标能够在不受激励力的影响下,避开复杂的振型求解,并通过提出的放大系数k对识别结果进行后处理,较好地提高了损伤识别效果。     

数字图像相关技术在结构损伤检测中的应用

结构损伤识别技术是结构健康监测的核心技术,也是健康监测的重难点之一。工程测量中受测量环境和技术的影响,很难获得完备的实验数据。论文利用一种新型测量技术,数字图像相关性(Digital Image Correlation,以下简称"DIC")技术,来提高模态应变能的识别精度。首先运用DIC技术和传统加速度传感器两种测量手段来获取固有频率和模态振型,实验结果表明,DIC技术获取的频率和振型与加速度传感器基本一致;随后对网壳结构进行基于DIC的模态应变能损伤识别分析,参数识别法获得模态振型及利用振型拟合得到的转角代入损伤识别指标进行损伤识别,结果表明,基于DIC的模态应变能损伤识别法能够有效进行损伤定位识别,且识别精度较好。     

基于振动特性的U形梁损伤识别

随着U型梁的应用越来越广泛,由于施工缺陷以及服役期间受到环境和荷载的影响,结构的敏感部位会发生不同程度的损伤。为了保障U型梁桥的运营通畅和降低维修成本,就需要对桥梁损伤部位进行准确迅速的识别定位。通过对实验室现有缩尺U形梁进行静力加载试验,同时对空载下的U形梁进行动测试验并采集信号得到损伤前后的模态参数。基于频率和振型这两个结构振动特性,以频率平方比和模态曲率差为指标对道床板损伤部位进行识别。结合有限元模拟与试验结果可知:从频率角度识别U型梁的结果不理想,但模态曲率差对其损伤位置及程度有一定识别能力。     

基于改进后的BP神经网络在混凝土桥梁损伤识别中的应用研究

混凝土桥梁的损伤识别与定位是目前的研究热点之一。本文在传统BP神经网络的基础上对其进行改进,并将改进后的BP神经网络应用在混凝土桥梁损伤定位与识别过程中。首先建立了识别桥梁的数值有限元模型,然后得到不同损伤情况下的桥梁自振频率和曲率模态值。将自振频率和曲率模态值作为改进后BP神经网络的输入参数,以有限元单模型中的损伤位置和损伤程度作为输出值,进而实现对桥梁结构的损伤定位和损伤识别。最后通过南京浦仪公路混凝土简支梁和连续梁为工程背景进行了验证。结果表明：采用改进后的BP神经网络可以很好的实现对桥梁的损伤定位和损伤程度的识别,并且具有很好的识别精度。即使在噪声存在的情况下,改进后的BP神经网络仍然可以达到很好的识别效果。