土木工程结构振动损伤识别面临的挑战

近年来,随着传感技术、信号采集与处理等技术的发展,土木结构的损伤识别研究已经提出了很多方法.然而,将这些方法应用于实际工程中遇到了很多困难.基于近20年来国内外基于振动信息损伤识别的研究和应用现状;重点讨论结构损伤识别方法在土木工程应用中面临的挑战,并系统地综述了为解决这些问题而提出的一些方法;对有待于进一步研究的问题进行了展望.     

结构损伤识别的耦合神经网络方法

目的 基于误差传播算法的BPNN和基于自适应共振理论的ART神经网络，提出一种耦合神经网络的三级识别模型，以实现对结构损伤的自主识别，方法 采用分步识别的思想，利用ART神经网络首先识别出有损伤的层，然后用遗传算法搜索最佳的BP神经网络结构来分别识别结构损伤的具体位置和损伤程度．结果 通过对结构健康监测基准问题的计算表明。提出的耦合神经网络的识别模型能够自主识别结构损伤的发生，正确识别结构损伤的具体位置和损伤程度．结论 基于误差传播算法的BPNN和基于自适应共振理论的ART神经网络组成的耦合神经网络识别模型具有自主识别结构损伤发生的能力。且识别速度快，能够正确识别结构损伤发生的具体位置和损伤程度．适宜于在线监测。     

桥梁结构损伤识别理论的研究进展

从三个方面：（1）基于模型修正理论的结构损伤识别;（2）损伤指数法;（3）人工神经网络法等,对近年来国内外基于振动分析和结构动力学参数的结构损伤识别理论进行了比较系统地总结和评述,介绍了结构损伤识别领域研究的现状,给出了基于动力学参数和振动分析的结构损伤识别的模式,并分析了存在的困难以及需要进一步研究的问题．     

基于有限元法的结构损伤同伦延拓识别法

在对工程结构损伤识别问题进行研究的基础上，提出了基于有限元方法和同伦延拓法的损伤识别方法，并采用该方法对损伤简支梁进行了损伤程度的识别。数值实验结果表明该方法对初始值敏感度低、收敛性好，特别是对多处损伤具有很好的识别结果。     

工程结构损伤识别技术的发展现状

目的：对损伤识别技术的现状作归纳与总结，并对其发展方向进行了探讨。方法：讲述了振动损伤识别方法，小波分析，神经网络损伤识别方法，结果与结论：指出了损伤识别中有待解决的问题及其发展前景。     

基于自适应共振理论的结构损伤识别

目的基于自适应共振理论,提出一种基于ART2神经网络的结构损伤识别方法,以实现结构损伤识别的自主学习.方法采用一种改进算法来解决ART2方法中对输入矢量必须是非负实数的要求,并通过主成分分析方法对网络的输入矢量进行降维处理.结果通过对健康监测基准问题模型的计算表明,所采用的改进算法使得网络的输入扩展到整个实数域,且主成分分析方法有效地降低了输入矢量的维数,减少了网络的学习训练时间,从而提高了网络的泛化和判别决策能力.结论基于ART2神经网络的结构损伤识别方法具有自组织、反馈式增量学习机能,能够在不破坏原有记忆样本的情况下,学习新的样本,可以在较强噪声环境下快速准确地识别损伤,适宜于结构损伤的在线监测.     

基于时间序列的结构损伤在线诊断

结构损伤诊断是当前工程界十分活跃的研究领域,在线损伤诊断是其中一个重要方面．针对结构在线损伤诊断问题,提出一种基于时间序列分析的结构损伤识别方法．首先对结构振动响应的仿真数据建立了自回归滑动平均（ARMA）模型,导出模型的特征方程根与结构固有特性间的关系．然后,定义了AR模型前三阶系数的一种代数组合作为损伤敏感因子,并结合ASCE损伤检测标准模型进行了相应的损伤辨识试验,证明了该方法的可行性和有效性,为结构的在线损伤识别提供了较为有效的工具．     

基于时间序列的结构损伤在线诊断

结构损伤诊断是当前工程界十分活跃的研究领域,在线损伤诊断是其中一个重要方面.针对结构在线损伤诊断问题,提出一种基于时间序列分析的结构损伤识别方法.首先对结构振动响应的仿真数据建立了自回归滑动平均(ARMA)模型,导出模型的特征方程根与结构固有特性间的关系.然后,定义了AR模型前三阶系数的一种代数组合作为损伤敏感因子,并结合ASCE损伤检测标准模型进行了相应的损伤辨识试验,证明了该方法的可行性和有效性,为结构的在线损伤识别提供了较为有效的工具.     

基于频率及振型参数的结构损伤识别方法

本文对基于结构模态参数的损伤识别方法进行了深入探讨,对一种传统的基于频率变化的结构损伤识别方法进行了分析改进,并建立了一种新的基于频率和振型参数的结构损伤识别方法。通过数值仿真证明传统的基于频率变化的结构损伤识别方法的单步识别精度随单元刚度损伤程度的增加而降低,提出此类方法宜设计成迭代算法,数值仿真结果表明本文的修正建议是合理有效的。针对有损结构前几阶固有频率和对应的模态位移可供利用的情况,提出一种基于广义逆的损伤识别方法,数值仿真结果证明了该方法的有效性。     

基于结构动力参数的土木工程结构损伤识别方法

简要综述了近几年基于结构动力参数的土木工程结构损伤识别的方法，对各结构损伤识别方法进行评论。讨论各种方法在理论和实际应用中的优点及存在的问题。最后，通过对一试验模型的模拟损伤试验说明动力参数检测方法的应用。     

基于PCA与ICA的结构损伤识别

在分析主成分分析PCA和独立分量分析ICA的基础上，建立了基于PCA和ICA的结构损伤识别构架。利用它们对结构损伤信号进行特征提取，并将提取的特征作为3层BP神经网络的输入，以实现对结构损伤的识别。这2个模型通过British Columbia大学IASC-ASHM任务组提供的用于验证分类正确性的结构基准数据集合进行测试。结果显示：PCA和ICA都能降低信号中噪音的影响，并对特征进行有效提取；基于ICA的模型比基于PCA的模型预测更准确。     

基于层次聚类和人工免疫的无监督结构故障分类算法

目的利用层次聚类与人工免疫模式识别相结合的方法解决无监督结构健康监测中对结构故障识别和分类的问题.方法通过凝聚型层次聚类实现样本数据的分类,通过模仿生物免疫识别和学习机理来训练记忆细胞集合,进而实现对结构故障的识别与分类.结果在benchmark结构模型上的仿真实验测试结果表明在抗原样本数据中采用凝聚型层次聚类和方法能够成功地确定抗原样本数据的模式数目,继而采用人工免疫模式识别算法对实测数据进行模式识别与分类,分类成功率为81%.结论基于层次聚类和人工免疫的无监督结构故障检测与分类算法通过免疫学习和进化产生高质量的记忆细胞,从而有效地识别结构故障模式.     

Substructure isolation and damage identification using free responses

Structural health monitoring (SHM) has become a hot and intensively researched field in civil engineering. Thereinto, damage identification play an important role in maintaining structural integrity and safety. Many effective methods have been proposed for damage identification. However, accurate global identification of large real-world structures is not easy due to their complex and often unknown boundary conditions, nonlinear components, insensitivity of global response to localized damages, etc. Furthermore, global identification often requires lots of sensors and involves large number of unknowns. This is costly, rarely feasible in practice, and usually yields severely ill-conditioned identification problems. Substructuring approach is a possible solution: substructuring methods can focus on local small substructures; they need only a few sensors placed on the substructure and yield smaller and numerically much more feasible identification problems. This paper proposed an improved substructure method using local free response for substructure damage identification. The virtual supports are constructed by Substructure Isolation Method (SIM) using the linear combination of the substructural responses. The influence of the global errors is isolated by adding the virtual supports on the main degree of freedoms (DOFs) of the substructure. Through the correlation analysis, the substructural modes are selected and used for damage identification of the substructure. A plain model of cable stayed bridge is used for the verification of the proposed method.     

结构损伤识别的改进曲率模态方法

结构损伤识别是结构健康监测和结构状态评估的主要前提之一。尽早了解结构的损伤状况和损伤位置有助于提高结构的预期可靠性和安全性,同时降低了结构的维修费用。论文主要研究了如何采用改进的曲率模态方法识别结构的损伤以提高识别精度。基于曲率模态对结构局部损伤比较敏感和频率指标测试简单方便、精度高的特点,论文提出了一种以结构的曲率模态为基础,综合考虑频率变化的改进曲率模态识别结构损伤位置的方法。最后用一数值模拟的简支混凝土梁对该方法与曲率模态方法进行了对比验证。结果表明,改进的曲率模态方法能够更精确地识别出结构的损伤位置。     

Fundamental modeling issues on benchmark structure for structural health monitoring

The IASC-ASCE Structural Health Monitoring Task Group developed a series of benchmark problems, and participants of the benchmark study were charged with using a 12-degree-of-freedom (DOF) shear building as their identification model. The present article addresses improperness, including the parameter and modeling errors, of using this particular model for the intended purpose of damage detection, while the measurements of damaged structures are synthesized from a full-order finite-element model. In addressing parameter errors, a model calibration procedure is utilized to tune the mass and stiffness matrices of the baseline identification model, and a 12-DOF shear building model that preserves the first three modes of the full-order model is obtained. Sequentially, this calibrated model is employed as the baseline model while performing the damage detection under various damage scenarios. Numerical results indicate that the 12-DOF shear building model is an over-simplified identification model, through which only idealized damage situations for the benchmark structure can be detected. It is suggested that a more sophisticated 3-dimensional frame structure model should be adopted as the identification model, if one intends to detect local member damages correctly. Supported by the National Hi-Tech Research and Development Program of China (“863” Project) (Grant No. 2006AA09Z331) and the National Science Fund for Distinguished Young Scholars (Grant No. 50325927)     

Sensor placement for structural damage detection with modal data

A new method is presented for prioritizing sensor locations for structural health monitoring (SHM). In view of the needs of SHM and damage detection,sensor locations are optimized for the purpose of both sensitivity for local damages and independence of the target mode. However,the two different optimization criterions lead to an inconsistency of the optimal result. Considering the structural response changes that result from damage,the relationship between the structural response and damage is deduced from the structural motion equation by a quasi-analytical mode. Based on the harmony between damage identifiability and mode observability,an object function is set up,including the information of mode independence and damage sensitivity. Utilizing the technique of singular value decomposition,an interior algorithm for the optimum sensor placement is proposed with the multiple objective criterions of minimizing the condition number of coefficient matrix and maximizing the fisher information matrix. A numerical example shows that this approach can effectively avoid the contradiction between the two different optimization criterions. Comparing with the result of single object,the result of damage detection from the optical sensor locations is much more accurate.     

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.