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。     

应变模态指标在平板网架结构损伤识别分析中的应用

平板网架结构在实际工程中应用广泛,针对此类结构的损伤识别研究显得尤为重要.由于避免了重新建模引入的系统误差,无模型的损伤识别理论正日益受到重视,并已被应用于梁式构件的健康监测.文中引入了一种应变模态指标,将无模型损伤识别理论应用于平板网架结构中.以折减杆件截面面积的方式来模拟杆件损伤,数值分析了5种具有代表性的损伤工况,在数值计算结果中引入了白噪声,并取部分杆件作为监测杆件.损伤识别分析结果显示,损伤杆件的应变模态指标为结构所有杆件中最高的.通过比对各杆件的应变模态指标,便能对发生在结构中上弦杆、下弦杆以及腹杆等不同位置的损伤进行识别.同时,损伤杆件周围杆件的应变模态指标也会比无损杆件的指标较大,在损伤点周围会出现一个损伤指标显著的区域.另外,当结构中两根或多根杆件同时损伤时,应变模态指标也能识别出全部损伤杆件.     

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。     

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。     

简支梁损伤识别的曲率变化率法

在曲率模态理论的基础上,引进了曲率变化率的概念,运用有限元分析软件ANSYS得到的结构位移模态分析数据,针对具有不同损伤状况的简支梁进行了结构的曲率模态变化率分析。研究结果表明,此方法能很好地识别出单个单元损伤和多个单元的损伤位置,还能够定性地分析出其损伤程度。     

基于模态应变能变化率的L形管道损伤识别

为识别L形管道的局部损伤,根据局部结构的振型、刚度矩阵和固有频率,得到管道局部的模态应变能变化率指标,并利用有限元软件ABAQUS模拟不同参数模型,得到低阶模态数据以及管道各单元的模态应变能变化率。模拟结果表明：采用该损伤指标,能够较好地确定L形管道的损伤位置,并且直管单元比弯曲单元对该指标更敏感;对同一单元不同损伤程度的对比,可以反映其损伤程度的大小;对L形管道不同弯曲角度进行模拟,该指标对不同弯曲角度L形管道的损伤识别具有普遍性;对L形管道不同缺陷长度进行模拟,模态应变能变化率指标在缺陷取周向长度的1/32时达到极限。     

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。     

基于模态参数的结构损伤识别研究进展

结构在长期服役过程中受外界因素的影响,发生老化、腐蚀、疲劳等损伤。因此,结构损伤识别成为工程界和科研界的研究热点。文中系统总结了基于模态参数的结构损伤识别方法的研究进展,着重介绍了基于频率变化、振型变化、曲率模态变化、模态应变能变化、残余力向量变化和传递函数变化等不同类型的损伤识别方法,并对其优缺点进行了对比和分析,并对其未来的发展趋势作了预测,望能为今后的损伤识别技术的研究和应用提供参考。     

基于结构动力参数的RBF损伤辨识方法

本文研究了基于不同结构动力参数的径向基网络损伤辨识方法,并结合简支梁损伤辨识进行了应用.研究发现:(1)径向基网络的输入参数选择对结果有较大影响;(2)使用模态曲率变化作为输入参数的网络辨识效果优于采用频率变化率的辨识效果;(3)综合使用频率变化率和模态曲率变化的网络辨识效果优于单独使用频率变化率或模态曲率的效果.结果...     

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。     

基于改进应变能法的无环索弦支穹顶拉索重要性评价（英文）

基于上部网壳总应变能变化量峰值和上部网壳杆件应变能变化率标准差提出一种改进应变能法,用于评价无环索弦支穹顶不同部位的拉索重要性。改进应变能法采用上部网壳总应变能变化量峰值作为主要评价指标,其目的是表征断索后上部网壳的最不利状态且避免断索导致的下部预应力索杆体系应变能损失对以结构总应变能为指标的评价结论的干扰。改进应变能法采用上部网壳杆件应变能变化率标准差作为辅助评价指标的目的是考虑上部网壳不同部位应变能变化的分布情况。以含有三层无环索预应力索杆体系的直径100 m的无环索弦支穹顶为例。首先,建立结构有限元分析模型,通过施加预应力和外荷载得到无环索弦支穹顶的荷载态。然后,基于荷载态采用杆件瞬时移除技术完成断索模拟,采用中心差分积分模式的修正拉格朗日列式增量解法求解断后无环索弦支穹顶的杆件内力时程和节点位移时程。同时,基于杆件内力时程和节点位移时程,求得上部网壳每根杆件的应变能时程。最后,在此基础上,求得上部网壳总应变能时程和上部网壳杆件应变能变化率标准差。如果某部位断索后发生了结构连续倒塌,则该位置拉索的重要性排在首位或并列排在首位;如果未发生结构连续倒塌,则根据不同部位断索后的上部网壳总应变能变化量峰值和上部网壳杆件应变能变化率标准差为指标评价不同部位拉索的重要性。比较上部网壳总应变能变化量峰值,当断索后上部网壳总应变能变化量峰值越大,则该部位的拉索重要性越高;当上部网壳总应变能变化量峰值较为接近时,应补充比较上部网壳杆件应变能变化率标准差:上部网壳杆件应变能变化率标准差越大,拉索重要性越高。结果显示:无环索弦支穹顶的所有拉索预应力乘以相同倍数后以及所有拉索的截面面积乘以相同倍数后,采用以结构总应变能作为评价指标的拉索重要性评价结论会随预应力倍数和截面面积倍数的变化发生明显变化。这种现象的主要原因是下部预应力索杆体系应变能下降而上部单层网壳应变能上升,导致结构总应变能变化规律复杂。基于改进应变能法,采用上部网壳总应变能变化量峰值和上部网壳杆件应变能变化率标准差作为评价指标,则拉索重要性评价结论不随预应力倍数、截面面积倍数和上部网壳形式的变化而变化,避免了下部预应力索杆体系应变能下降带来的干扰,且可以有效区分不同部位的拉索重要性。研究表明:基于结构总应变能指标的拉索重要性评价方法不适用于无环索弦支穹顶,提出的改进应变能法可以有效评价无环索弦支穹顶不同部位拉索的重要性。基于改进应变能法分析发现:最外层预应力索杆体系中索力较大,断索的不对称变形导致不同部位拉索的重要性略有区别,拉索的中间段的重要性略小于其余各段;其余各层的索力远小于最外层,不同部位拉索的重要性没有明显区别。不同层预应力索杆体系之间,最外层的拉索重要性最高,向内依次降低。分析中还发现,断索部位附近的网壳杆件应变能变化较为明显,而距离断索部位较远的网壳杆件受到的影响很小;断索仅对无环索弦支穹顶的局部有影响,对结构主体的影响不大。     

大跨度钢桁架吊装受力分析

文中以某工程为案例,分析了单榀大跨度钢桁架在吊装过程中杆件的受力特性。首先利用有限元软件对该榀桁架进行吊装模拟分析,确定出应力比较大的目标杆件,然后在目标杆件上张贴应变片,随着钢桁架的吊装施工,完备地记录该过程杆件的应力变化,最终形成应变随时间变化的曲线,通过对曲线的分析,得到了杆件受力变化特征。     

模态分析在钢梁损伤识别中的应用试验研究

以一悬臂钢梁为研究对象,根据小孔应力集中原理,通过在不同位置钻孔对其形成若干局部损伤。试验时,对钢梁损伤前后分别进行了模态试验,包括位移模态试验和应变模态试验。试验结果表明:模态分析时,根据频率变化可以从整体上判断构件是否出现损伤,但无法判断损伤出现的具体位置;通过应变模态振型变化率可以准确判断出构件受损伤的位置,特别是第1阶模态振型变化率更具代表意义,而通过位移模态振型变化率则难以准确判断出构件受损伤的位置。研究成果可为应用应变模态分析对工程结构局部损伤进行识别提供科研依据。     

基于应变模态差的索桁架-索网结构损伤识别

应变模态差法多用于刚性结构的损伤识别,而较少用于柔性结构。索桁架-索网结构是柔性组合结构,该结构通过预应力索提供刚度,结构损伤的主要因素是索的损伤和预应力损失。基于有限元模态分析提取结构损伤前后的应变模态差作为损伤识别指标,应用应变模态差法对索桁架-索网结构进行计算分析。结果表明:索单元发生损伤后,通过应变模态差能够准确地识别索不同位置的损伤,同时对小损伤(损伤程度10%)较敏感;得出应变模态差与损伤程度的关系曲线,该曲线在不同工况下能够很好地判断索单元损伤程度;利用应变模态差能够识别出索的预应力损失的位置,并可大致判断损失程度;验证应变模态差损伤识别方法可以较好地用于索桁架-索网结构的损伤识别。     

模型缩聚法在桁架结构损伤识别中的应用

为了达到实测自由度与理论自由度相匹配,通过模型缩聚可以解决这一问题。文章利用改进的Guyan缩聚法对一平面桁架结构进行水平自由度减缩,解决了Guyan缩聚忽略结构质量产生较大误差的问题,其模态分析结果与缩聚前十分接近。通过数值模拟,利用曲率模态方法实现了模型缩聚下的平面桁架结构的损伤识别,表明模型缩聚可以应用于平面桁架结构的损伤识别。     

单元模态应变能变化率对框架结构的损伤诊断

对具有一定程度损伤的框架结构来说,模态位移动力检测指标难以有效地反映结构的损伤状况。为了提高诊断效率和诊断结果的可靠性,采用结构损伤的单元模态应变能变化率方法构造框架结构损伤定位的识别指标。通过对一个典型框架结构的数值模拟研究表明:该方法仅需低阶模态参数,无论是单一位置损伤、对称部位损伤、轻微损伤,还是多种损伤共存,均具有损伤定位的能力;且在一定噪声水平下具有较强的抗噪能力。给出根据损伤单元模态应变能变化率值的大小,确定损伤程度的实用方法。     

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。     

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。     

基于曲率模态曲线变化的桥梁损伤识别

针对传统损伤识别方法仅能对损伤位置进行确定,对于损伤程度识别效果较差的问题,根据桥梁出现损伤会使曲率模态曲线产生畸变这一特点,提出一种基于曲率模态曲线变化的损伤识别方法。以曲率模态参数指标为基础,对桥梁损伤前后其曲率模态曲线的变化进行研究。采用多项式拟合和BP神经网络拟合技术,根据桥梁受损后其曲率模态曲线畸变面积的大小来反向拟合出现损伤的位置和损伤程度。以一座简支桥为例,对其设定单损伤和多损伤工况进行研究分析,根据曲率模态曲线畸变产生的部位确定结构损伤的位置,并根据曲率模态曲线的畸变大小来拟合桥梁损伤的程度。结果表明:对于实际工程中经常出现的小损伤工况,该方法识别效果较好,可用于实际工程结构的监测。