基于随机状态空间模型的工程结构损伤检测

对环境激励的响应信号采用数据驱动随机子空间算法得到随机状态空间模型的状态矩阵A，并作为损伤敏感特征。为克服状态矩阵A的多样性问题，构造了非奇异线性变换矩阵T，将状态矩阵转换为能控标准型，同时将状态矩阵分解成，n个子系统（m为测点数）。为克服测试误差、噪声、环境因素的影响，引入统计模式识别技术，对每一个子系统的状态向量构造Mahalanobis距离判别函数，并定义口损伤指标，对结构进行损伤识别及损伤定位。数值实验及预应力简支梁实验验证了该方法的有效性。     

噪声影响下基于改进损伤识别因子和遗传算法的结构损伤识别

提出了一种考虑噪声影响的基于改进损伤识别因子和遗传算法的结构损伤识别方法。首先,介绍了结构损伤识别的参数化思想,并提出了一种考虑不同模态信息和权重系数的损伤识别因子。然后,在选择算子、交叉算子、变异算子以及自适应交叉和变异等方面对遗传算法进行了改进,并在无噪声情况下,对一简支梁和连续梁进行了损伤识别,识别效果非常好,验证了方法的正确性和有效性。随后,分别考虑了随机噪声和高斯白噪声对简支梁进行损伤识别,发现该方法在噪声水平不是很高的情况下,识别效果很好。最后,在一钢框架基准有限元模型基础上,考虑了四种损伤工况进行了损伤识别,识别结果较好,该方法能够很好地应用于结构的损伤识别和健康监测。     

基于有限元模型修正的土木结构损伤识别方法

基于有限元模型修正的结构损伤识别方法计算过程直观、物理意义明确,能同步识别结构损伤位置和损伤程度,是结构损伤评估最直接的依据。该文介绍了基于有限元模型修正的损伤识别方法基本原理与过程,总结近三十年来有限元模型修正技术的发展。土木工程结构模型复杂性(包含大量单元、节点、待修正参数等)导致有限元模型修正过程效率低,详细介绍了基于子结构有限元模型修正的土木工程损伤识别方法在提高计算效率方面的优势。将两种有限元模型修正方法应用于一栋超高层建筑数值模型的损伤识别,说明两类方法在土木结构损伤识别中的特点。土木工程尺度大而结构损伤通常发生在局部区域,子结构方法将整体结构的分析转换为对若干独立子结构的分析,通过少数局部子结构的模型修正实现损伤识别,避免重复分析大尺寸整体结构,为大型结构基于有限元模型修正的损伤识别开辟高精度和高效率的途径。     

基于RBF神经网络的结构动力损伤识别

本文针对结构动力损伤识别问题,提出了ＲＢＦ神经网络识别方法,重点讨论了ＲＢＦ神经网络的结构的算法,并在最后人出了两个工程应用实例,结果表明,ＲＢＦ神经网络识别在方法在结构动力损伤识别中不失为一种崭新有效的方法。     

随机结构弹性屈曲的递推求解方法

采用随机收敛的非正交的多项式展式表示未知的随机屈曲特征值和屈曲模态,利用摄动技巧,建立了随机结构弹性屈曲的递推求解方法。算例表明,和基于泰勒展开的摄动随机有限元方法相比,方法的结果能在较宽的随机涨落范围内更好地逼近蒙特卡洛模拟结果,即使只采用前四阶非正交多项式展式,逼近的结果仍然较好。     

基于特征正交分解的梁结构损伤识别

介绍了特征正交分解（Proper Orthogonal Decomposition, POD）的相关理论和一种基于特征正交分解的结构损伤识别方法的基本原理,并利用该识别方法对简支梁结构进行了损伤识别数值研究。研究结果发现：基于特征正交分解的结构损伤识别方法能较好地识别出梁结构的损伤位置,并具有一定的抗噪能力。     

基于结构响应统计特征的神经网络损伤识别方法

提出一种采用结构动态响应的统计特征作为损伤指标的神经网络损伤识别方法,并对其进行了数值模拟和实验验证。首先,通过敏感性分析,分析了采用结构动力响应的统计特征作为损伤指标的可行性;然后数值模拟了一三跨连续梁采用结构位移方差作为损伤指标的神经网络损伤识别过程,其结果表明,经过训练的神经网络可以准确的识别出单损伤和多损伤工况中的损伤位置和损伤程度;最后进行一组两端固定的简支梁模型实验来验证所提出损伤识别方法的有效性。实验结果表明,对于单损伤工况,神经网络可以准确地识别出结构中损伤位置和损伤程度,对于双损伤工况,神经网络可以准确地识别出损伤位置,而损伤程度识别略有偏差。最后得出结论,采用结构动力响应的统计特征作为损伤指标的神经网络损伤识别方法是可靠有效的。     

基于Kalman-GARCH模型的结构损伤识别

基于监测数据的结构损伤识别,是桥梁健康监测系统发挥感知预警效益的重要基础。为进一步提高结构损伤识别精度,提出一种融合Kalman滤波与广义自回归条件异方差(GARCH)模型的结构损伤识别方法。采用Kalman滤波对加速度时程数据进行降噪处理,在此基础上,建立了线性递归AR模型,对结构损伤进行识别;引入非线性递归GARCH模型,进一步提高识别精度;利用加速锈蚀损伤钢筋混凝土梁动力试验获取的加速度时程数据,对算法的有效性进行验证。结果表明:以损伤前后时间序列模型残差方差比为特征指标,能够有效识别结构损伤;与Kalman-AR模型相比,Kalman-GARCH模型能够解释部分非线性特征,弥补AR模型忽略数据异方差性所带来的识别误差,识别精度提高了14.2%。该方法可为基于海量数据的桥梁结构状态感知提供一种新的思路。     

随机结构重特征值分析的递推随机有限元法

利用递推随机有限元方法研究了具有随机参数结构的重特征值问题。采用随机收敛的非正交多项式展式表示未知的随机重特征值和随机特征向量，建立了和摄动法类似的一系列确定的递推方程，通过求解这些速推方程，得到了重特征值的统计值。算例表明，同基于二阶泰勒展开的摄动随机有限元法相比，递推随机有限元法的结果能在较宽的随机涨落范围内更好地逼近蒙特卡洛模拟结果。     

基于CACO算法的结构多损伤识别

结构多损伤识别是结构健康监测领域的一个具有挑战性的研究课题,数学上,它通常可以转化为连续函数的约束优化问题。介绍连续优化蚁群算法(CACO)的基本原理、从离散ACO到CACO的实现、寻优路径的构建、以及信息素更新和挥发的数学建模,尝试探寻将CACO算法应用于结构多损伤识别问题的可行性并进行数值仿真和实验研究。通过两层刚架多损伤数值仿真以及三层建筑框架结构4种损伤的实验研究,结果表明:采用CACO算法对结构多损伤进行识别不但能够准确定位结构多损伤,而且还可以有效识别其损伤程度。由此可见,CACO算法应用于结构多损伤识别的效果是显而易见的。     

混凝土随机损伤本构模型研究新进展

综述了混凝土微观损伤机理与随机损伤本构模型研究现状,介绍了本课题组在混凝土随机损伤本构模型方面取得的研究进展：进行了考虑mode-II微裂缝的微观损伤机理分析,提出并验证了混凝土随机损伤本构模型——束-链模型,发展了测定多轴受压混凝土损伤变量的X-射线CT方法。最后,得到了相关研究结论。     

基于频率和当量损伤系数的井架钢结构损伤识别

诊断井架钢结构损伤的位置和程度是保证其安全服役的关键技术。提出了仅基于测试精度高的低阶频率数据和体现综合损伤的当量损伤系数米识别井架钢结构损伤位置和程度的方法。首先应用两阶频率变化比和频率平方变化比识别损伤位置;其次,引入体现结构整体综合损伤和单元损伤的参数．当量损伤系数,推导了当量损伤系数与频率变化率之间的关系,应用...     

混凝土确定性及随机性损伤本构模型研究进展

混凝土损伤本构模型的建立对表征混凝土力学行为与认识其本质至关重要。从确定性与随机性两个层面梳理了国内外混凝土损伤本构模型的研究历史和最新进展情况,针对不同模型的损伤定义方式、损伤演化规律、损伤物理机制等进行探讨,通过对比分析总结了混凝土材料的非线性、随机性和动力荷载下的率敏感性等特征,提出发展混凝土损伤本构模型的关键问题,为建立更完善的混凝土损伤本构模型提供参考。     

板壳结构非线性随机有限元法研究

采用摄动随机有限元法研究了具有随机参数的板壳结构大挠度动力响应问题。基于Mindlin-Reissner板理论,采用全量Lagrangian法推导了具有板壳结构的大变形、大转动的动力响应有限元列式;通过基于等参变换的局部模型对随机场进行离散,结合摄动技术,建立了基于摄动技术的增量形式的随机有限元列式,计算结果与Monte-Carlo法相比较表明了该方法的有效性和精确性。通过该方法,为进一步进行结构可靠性分析提供了依据和方便。     

载荷随机时梁的分析

梁的随机分析是结构随机分析的重要基础之一，尤其是作为精确解的显式解析争更不易获得，目前尚未见到有关载荷随机时梁的随机分析的报道，本文首次给出了梁载荷随机时计算位移统计矩的解析法和数值法，最后通过算例验证了本文所提出的方法的正确性。     

DESIGN SENSITIVITY ANALYSIS AND OPTIMAL DESIGN OF COMPOSITE STRUCTURES USING HIGHER ORDER DISCRETE MODELS

This paper deals with the structural optimization of multilaminated composite plate structures of arbitrary geometry and layup, using single layer higher order shear deformation theory discrete models. The structural and sensitivity analysis formulation is developed for a family of C° Lagrangian elements. The design sensitivities of static response for objective and/or constraint functions, such as maximum displacements, stress failure criterion and elastic strain energy, with respect to ply angles and ply thickness are presented. The objectives of the design are the minimization of the structural elastic strain energy, minimization of maximum deflection and/or the minimization of the structure volume. The accuracy and relative performance of the proposed discrete models are compared and discussed among developed elements and alternative models. Several test designs are optimized to show the applicability of the proposed refined discrete models.     

工程结构损伤的集成神经网络识别研究

从结构损伤识别的实际出发，提出采用基于信息融合理论的集成神经网络技术对结构损伤状况进行识别，即通过结构损伤特征信息的有效组合，用各种子神经网络从不同侧面对结构损伤进行初步识别诊断，然后对识别结果进行决策融合。给出了系统的实现策略和子网络的组建原则。从识别实例中可以看出，此识别方法充分利用了各种特征信息，可以有效地提高识别率。