基于数据融合的张弦桁架损伤识别方法与试验研究

针对张弦桁架采用单损伤指标识别损伤位置易受到干扰甚至产生误判的问题,提出基于曲率模态差和模态柔度差曲率融合的损伤识别方法。基于D-S证据矩阵和加权平均两种数据融合准则,建立张弦桁架损伤识别的单次融合和两阶段融合识别流程。采用有限元软件ANSYS建立张弦桁架分析模型,利用减小构件截面积模拟弦杆损伤,分别采用非融合单损伤指标、单次数据融合和两阶段融合方法进行损伤识别分析。结果表明：单损伤识别指标的抗干扰能力较低,尤其对支座附近下弦杆的识别效果差;基于数据融合的损伤识别方法能够综合多种指标损伤识别结果,有效提高损伤位置识别的准确性;与加权平均数据融合准则相比,基于D-S证据矩阵准则的数据融合方法更能有效降低非损伤位置干扰,识别效果更好;两阶段融合方法效果优于单次融合方法,损伤位置的损伤概率愈发接近于1,非损伤位置的损伤概率愈发趋近于0。最后开展了一榀张弦桁架模型的损伤识别试验,通过试验验证了当所获取模态数据受到环境或测试噪声等因素影响下,文章提出的基于数据融合的损伤识别方法仍具有较好的鲁棒性,能够有效识别实际张弦桁架结构的损伤位置。但由于曲率模态差以及模态柔度差曲率难以识别损伤程度,因此文章方法仅能够提高损伤位置的识别精度。     

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。     

曲率模态法用于网壳结构损伤定位的有效性分析

曲率模态法是针对梁式结构提出的一种损伤识别方法,其用于网壳结构损伤定位的有效性需要进行研究和证实。以一个单层球面网壳为例,对曲率模态法用于该结构的损伤定位进行数值模拟,分析网壳结构模态局部化对损伤定位效果的影响。损伤定位的判断标准为绝对曲率差最大值所对应的节点为损伤位置,指示该节点上的杆件发生了损伤。数值分析的结果表明,对于单杆件损伤,使用损伤前后密集模态的绝对曲率差进行损伤定位,效果很差,而使用损伤前后稀疏模态的绝对曲率差进行损伤定位,效果很好。可见,模态局部化对曲率模态法应用于网壳结构损伤定位的影响很大,因此,只有选择稀疏模态才能较好地避开模态局部化现象,在一定程度上保证曲率模态法用于网壳结构损伤定位的有效性。     

桁架结构损伤预测方法初探

综合运用模态曲率变化量与模态应变能变化率,提出了桁架结构损伤预测的方法。首先,应用ANSYS有限元软件建立梁式桁架的模型,分析其位移模态并模拟其损伤,并通过分析桁架上下弦的模态曲率变化量预测损伤区域。其次,计算损伤区域内杆件的模态应变能变化率,并将应变能变化率较大的杆件认定为损伤单元。数值模拟结果表明,该法可准确定位梁式桁架的损伤部位。     

基于LS-SVM的结构损伤识别仿真分析

使用曲率模态差和最小二乘支持向量机(LS-SVM)相结合的方法对结构进行损伤位置和损伤程度识别研究。数值算例中以钢桁架结构为研究对象,用有限元分析软件ABAQUS分别对结构的各种损伤工况进行建模和模态分析计算,然后将数据带入曲率模态公式计算出曲率模态差值,作为LS-SVM的输入参数,验证LS-SVM用于结构损伤识别的有效性。     

基于数据融合的张弦桁架多位置损伤识别与抗噪性分析

为提高张弦桁架多位置损伤识别的准确性,将数据融合方法与损伤识别指标相结合,采用D-S证据矩阵理论融合叠加曲率模态改变率和模态柔度差曲率两项指标的损伤识别结果,提出了张弦桁架多损伤的单次融合和两阶段融合识别方法。以某实际工程缩尺简化得到的张弦桁架作为研究对象,设计了两种不同的多损伤工况,通过有限元分析获取了结构损伤前后的前三阶模态数据,并进行了损伤识别分析。结果表明：基于数据融合的多损伤识别方法能够准确地识别张弦桁架多损伤,其能够综合两种单指标的识别结果,降低甚至消除非损伤位置的干扰,有效解决了单指标识别精度低、不能全面反映损伤位置的问题;两阶段融合方法通过两次融合逐步降低了非损伤位置的干扰,识别效果优于单次融合方法。此外,分析中考虑了不同水平噪声对张弦桁架多损伤识别的影响,结果表明：基于数据融合的多损伤识别方法具有较好的抗噪能力,能够降低噪声和非损伤位置的干扰,且两阶段融合方法的抗噪能力优于单次融合方法。     

基于模态参数和支持向量机的桁架结构损伤识别研究

以桁架结构的损伤为研究对象,根据桁架结构的杆单元应变特点,建立了损伤前后振型曲率变化率和应变模态变化率对杆单元损伤的敏感性分析。同时以该变化率作为输入特征参数构造支持向量机,对杆单元的损伤进行识别,均取得了较为理想的结果。     

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。     

简支梁模态曲率法结构损伤识别探讨

模态曲率法结构损伤识别属于无损结构动力检测的范畴,它是靠结构动力响应时振动曲率(即模态曲率)的变化或是说局部异常来识别结构的损伤,并可从模态曲率的异常位置和异常程度来定性判断结构损伤的位置和损伤程度。通过捕捉和分析结构自身在周围环境作用下的自振模态曲率参数,就可以完成对结构内部的损伤识别,克服传统超声波法检测结构损伤时由于损伤位置的不确定性而带来的测点布置的繁琐性和空间局限性,且能完善传统超声波法检测结构损伤时损伤程度难以定论的不足,因此在理论研究领域该方法具有一定的可探讨性,并有一定的实践意义。     

基于曲率模态的桥梁损伤定位研究

探讨梁式桥的损伤定位方法。以对梁桥损伤位置敏感的曲率模态为标识量，对具有不同损伤位置的梁式桥进行了模拟损伤定位分析。结果表明，利用梁桥损伤前后的曲率模态差曲线，不仅可以准确的对单处损伤进行定位，而且可以识别具有多处损伤的结构损伤位置，只需要低阶模态信息就可获得很好的诊断效果。     

基于神经网络的平面钢桁架结构损伤识别研究

利用神经网络的鲁棒性、容错性和泛化能力,建立了3个不同的神经网络对平面钢桁架结构进行了损伤定位和定量的评估。首先用PNN神经网络诊断出损伤杆件所在的子结构;并用RBF神经网络进一步诊断出损伤杆件的具体位置;进而确定出损伤杆件的损伤程度。数值仿真表明,该方法用于平面钢桁架结构的损伤识别是可行的。     

青马大桥桥板结构损伤位置识别的数值模拟

通过数值模拟研究了香港青马大桥桥板结构的损伤位置识别问题.分两阶段来识别青马大桥桥板结构的损伤位置,在第一阶段,将青马大桥桥板结构划分为许多桥板段,并根据部分模态分量导出了一个损伤指标,用于指示大概的损伤区域(桥板段);第二阶段,在已知损伤桥板段后,采用神经网络方法来识别具体的损伤构件.数值模拟结果表明,采用本文提出的损伤指标、采用神经网络方法,分两阶段进行青马大桥桥板结构的损伤位置识别是有可能的.     

基于灰色网络的结构损伤识别研究

将用于损伤识别的静态位移曲率置信因子与人工神经网络技术相结合,建立了结构损伤识别的灰色网络系统。利用该系统对悬臂梁结构损伤位置和程度进行了识别分析和判断,可以看出,利用此方法对结构的损伤识别是非常有效的,且该方法不仅具有静态位移曲率置信因子计算简单、准确度高等优点,而且还具有神经网络高度并行运算能力和良好的的容错性。     

桁架结构损伤识别的数据融合方法研究

以数据融合技术进行桁架结构的单损伤和多损伤识别。通过研究基于频率的结构损伤理论,分析归一化的频率和损伤位置的关系;利用小波概率神经网络的算法对决策融合进行修正,建立基于小波概率神经网络的数据融合结构损伤识别模型。运用结构计算软件计算了一典型桁架结构的频率,并融合为小波概率神经网络算法的输入特征向量,并对桁架算例模型结构进行损伤识别。通过桁架不同位置的损伤情况,验证该方法的有效性,并提出工程应用中应注意的问题。研究结果表明,基于小波概率神经网络算法的数据融合技术是一种比较可靠的损伤识别方法,具有良好的工程应用前景。     

基于BP网络识别框架结构损伤的研究

基于模态振型,提出一个新的参数——振型曲率比,作为BP网络的输入向量,然后用有限元分析计算结果作为网络的学习和预测样本,对不同的结构模拟损伤进行了识别,结果表明该方法简便有效,值得推广应用。     

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。     

大跨悬索桥损伤定位的自适应概率神经网络研究

由于概率神经网络(PNN)以贝叶斯概率方法描述测量数据,因而PNN在有噪声条件下的结构损伤检测方面,具有巨大的潜力。而PNN中高斯核函数的宽度,严重影响网络的泛化能力,本文提出了一种运用自适应PNN进行复杂结构的损伤定位研究方法,并与传统PNN对大跨悬索桥的损伤定位进行了仿真性能比较;同时讨论了噪声程度、特征向量简化对损伤识别精度的影响。研究发现,运用自适应PNN进行损伤定位,不仅性能优于传统PNN,而且进行特征向量简化时,可以提高损伤定位的识别精度。     

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。     

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。