梁损伤小波包分析和神经网络识别

针对柔性悬臂梁裂缝损伤问题进行损伤位置和损伤程度的识别研究。首先用有限元法建立系统动力学模型。然后对系统的动力响应信号进行小波包分解,建立基于小波包能量谱的损伤指标。把损伤指标作为改进BP神经网络的输入特征参数,用分步识别方法进行损伤位置和损伤程度的识别。最后进行了数值仿真研究。仿真结果表明,利用小波包分析和改进的BP神经网络可以精确地识别出柔性梁的损伤位置和损伤程度。     

基于摄动Riccati传递矩阵的梁桥损伤概率识别方法

提出了一种基于摄动Riccati传递矩阵的梁桥损伤的概率识别方法。利用摄动Riccati传递矩阵方法和奇异值分解技术,在结构特征值和特征向量的一、二阶摄动计算公式基础上,依据概率统计原理,建立了结构损伤概率识别方程,并利用优化方法反演出结构各单元损伤识别参数的均值以及损伤概率,由此可以确定梁桥损伤位置和损伤程度。通过对一座简支梁桥和一座5跨连续梁桥进行多工况损伤概率识别的数值仿真模拟,计算得到了不同工况下的梁桥损伤识别结果,结果表明:对于梁桥结构大于10%的损伤量,该方法可以比较准确地识别出损伤位置及损伤程度,证明了该方法的有效性;采用该方法可以在很大程度上避免由于结构参数的随机性造成的误判或者漏判,识别结果较好。     

基于改进小波包能量的梁式结构损伤识别

利用小波包变换技术将结构的节点曲率响应分解到不同模态,选择能量较大的结构单阶模态响应构造损伤指标,使得损伤指标具有较强的噪音鲁棒性和损伤敏感性。通过统计损伤指标超过损伤预警值的次数来识别损伤,进一步降低了环境噪音对识别结果的影响。通过多种不同损伤工况的简支梁数值算例和实验验证了该方法的有效性。结果表明,该方法能够用于工程实际,当响应信号中的噪音在10%以下时,此方法能够准确的识别出较小程度的结构损伤。     

基于VMD和Chirplet变换的结构损伤识别研究EI北大核心CSCD

为识别结构损伤位置及对损伤程度进行量化,提出了一种基于变分模态分解(variational mode decomposition,VMD)和Chirplet变换的结构损伤识别方法。采用VMD对结构振动响应信号进行分解得到模态分量,并利用Chirplet变换对模态分量进行时频分析,构建模态分量Chirplet变换能量指标识别损伤位置,利用Chirplet时频熵量化结构损伤程度。采用一个刚度变化的简支梁数值算例对所提方法进行验证,结果表明,无论单点损伤或多点损伤,所提方法均能准确识别结构的损伤位置并量化损伤程度。     

基于振动响应时频分析的桅杆损伤识别方法

桅杆的模态参数和刚度对纤绳平衡张力、激励和环境条件比较敏感,导致目前比较有效的结构损伤识别方法和指标难以直接应用。为此,探索了基于测点振动响应时频分析而不依赖模态信息的桅杆结构损伤识别方法,提出利用结构测点振动响应的Wigner-Ville分布交叉项统计量WCS(WVD Cross-term Statistic),通过比较损伤前后统计量的相对变化量来进行损伤识别。算例分析结果表明,利用测点振动响应的损伤识别指标WCS相对变化量,除能识别杆身单个不同程度的损伤位置以及多个损伤外,还能分辩出纤绳的损伤特征。通过增大激励的幅值和增加测点的数量,可以提高识别的精度和指标的灵敏度;基于测点位移响应与基于测点加速度响应的损伤识别指标相比,具有更好的损伤识别效果。     

基于时间序列分析的结构损伤识别

针对如何从结构响应信息中提取结构损伤指标的问题,提出了一种基于时间序列分析的结构损伤识别方法。对结构响应数据进行预处理,利用完好工况下的结构响应数据作为参考数据,建立自回归(Auto regression-AR)预测参考模型。利用已建立的AR预测参考模型计算待识别工况的残差,将待识别工况的残差与AR预测参考模型的残差的方差之比作为损伤指标,对结构损伤进行识别;通过算例表明:该损伤指标不仅可以判断结构是否发生损伤,而且可以识别结构的损伤位置。     

基于加速度响应相关性的结构损伤识别方法

通过推导证明了加速度响应的相关特性包含结构的模态信息,与结构损伤的程度和位置相关,提出加速度响应相关特性作为结构损伤因子的损伤识别方法,以该指标作为BP神经网络神经元,判断结构的损伤程度和损伤位置。利用有限元分析证明了该方法的有效性,通过试验研究验证了该方法的适用性。     

基于频率响应的不同结构损伤识别方法研究

为了解决结构损伤中的刚度和质量识别问题,将测量的响应位移应用于结构的损伤识别中,并提出了多频率激励损伤识别方法和改进的单频率激励损伤识别方法。对于多频率激励情况,首先分析了结构损伤的基本理论,然后推导了其刚度损伤指标和质量损伤指标的识别公式;对于单频率激励情况,则首先根据结构的刚度特性和质量特性确定结构损伤的简化定位方法,在此基础上提出了其相应的迭代改进策略,以提高识别的精度。数值仿真结果表明:对于刚度影响占主导地位的桁架结构,多频率激励法对于刚度损伤的识别效果较好,对于质量损伤的识别效果较差;而采用改进的单频率激励识别策略,则可以更好的识别出刚度和质量的损伤,其识别结果优于多频率识别法和简化单频率识别法。     

基于受控结构振型的损伤定位分步识别方法

提出了基于神经网络技术和受控结构振型数据的损伤定位分步识别方法。首先采用状态反馈控制的方法,有目的地对结构进行极点配置,得到设置的受控结构的动力特性数据。将结构划分为若干个子区域,以受控结构损伤前后振型差作为输入参数,利用概率神经网络确定结构损伤所在的子区域,然后用多损伤定位确信准则对结构损伤子区域中的具体损伤位置进行识别。数值仿真表明,利用概率神经网络能有效地确定结构损伤子区域,采用分步识别的策略能大大缩小具体损伤单元的识别范围,而利用受控结构的动力特性参数可提高识别指标对损伤的敏感度,进而提高损伤识别的准确性。     

基于工作应变模态损伤识别方法的试验研究

首先介绍了笔者近几年提出的工作应变模态频域识别方法、基于损伤应变模态差分原理的损伤位置直接指标法、基于局域应变模态面积的损伤程度直接指标法。为了验证所提方法,开展了悬臂梁多损伤物理模型试验及数值仿真计算分析,结果表明,利用该方法识别出的工作应变模态与锤击激励下的应变模态形状相似。初步验证并完善了损伤位置、损伤程度直接指标法。位于损伤处的损伤位置直接指标值远大于非损伤处指标值,识别出的损伤位置与实际损伤位置一致;同一损伤量下的损伤程度指标值变化不大,与损伤位置、模态阶数、是否归一化无关;对于多损伤结构,只要损伤间距大于影响区范围,损伤位置、损伤程度即可按单损伤方法确定。     

基于模态指标与数据融合的钢管混凝土拱桥损伤识别

为了提高大型结构的损伤诊断率,本文提出了一种基于模态指标和数据融合的结构损伤识别方法.根据结构振动响应,首先利用多种模态损伤指标,对钢管混凝土拱桥的损伤位置进行初步诊断,然后利用文中提出的加权平均法,对多种模态损伤指标进行融合计算,最后根据峰值方法得到拱桥的损伤位置。为了验证所提方法的可行性和有效性,对一双跨下承式钢管混凝土拱桥进行了单损伤和多损伤模拟,同时考虑了噪声等环境因素对识别结果的影响,并与单一损伤指标识别结果进行了比较。结果表明,本文所提出的损伤识别方法能够对钢管混凝土拱桥的损伤进行定位,它明显优于单一损伤指标的识别结果。     

框架结构连接损伤识别神经网络输入参数的确定

神经网络已越来越多地被用于基于振动的结构损伤识别。而如何选择输入参数还是一个值得研究的问题。本文提出了一种由 频率与少数点的模态分量合成的组合参数，作为神经网络的输入向量，以克服单独使用某种参数的缺陷。通过一个六层框架的数值模拟和一个两层框架的实验验证，表明本文提出的组合参数对框架结构的连接损伤识别是实用可行的。     

基于损伤敏感指标的斜拉桥结构损伤定位研究

研究斜拉桥结构的损伤位置识别问题。首先根据斜拉桥结构的受力特点,将其视为由斜拉索、主梁以及索塔组成的组合结构,对于斜拉索和主梁分别提出了广义模态应变能指标、位移灰关联指标以及索力变异指标等多种损伤敏感指标,并就观测噪声水平和损伤程度耦合影响下各损伤敏感指标的定位效果进行了系统研究。为提高存在观测噪声条件下损伤识别的可靠性和准确性,将证据理论引入损伤位置判别的决策过程,提出了基于多源损伤证据的损伤定位方法,实现了基于多源损伤信息的损伤定位。通过算例验证了所提出方法的有效性和优越性。     

Two-Stage Multi-damage Detection Method Based on Energy Balance Equation

In order to solve structural multi-damage identification problem, a two-stage damage detection method based on energy balance equation and evidence fusion is presented. First, a Frequency Change Identification (FCI) method and Modal Strain Energy Dissipation Ratio (MSEDR) method are utilized to preliminarily identify structural damage locations, and then a Fusion Damage Localization (FDL) method based on evidence theory is proposed to precisely detect damage locations. The FDL method mainly utilizes evidence theory to combine both the FCI localization information and the MSEDR localization information. Thus, more precise damage localization information can be acquired. After the damaged locations are determined, an Energy Balance Equation (EBE) index is presented to identify structural damage extent. Considering that strain energy dissipation should be equal to the change of modal strain energy, a quartic EBE equation is deduced, and structural damage extent can be obtained through the solution of the equation. An average quantification index is also proposed to improve identification precision. The simulation results demonstrate that the FDL method can perfectly detect structural damage locations, and the EBE index and average index can identify structural damage extent.     

基于提升小波熵指标的梁板组合桥损伤识别研究

利用提升小波和熵的特点,提出了基于提升小波熵的结构损伤识别方法,给出了提升小波时间熵和相对提升小波熵两个结构损伤指标。通过梁板组合桥的数值模拟表明,提升小波时间熵指标能较好地识别结构的损伤时刻,而相对提升小波熵指标能较好地识别结构的损伤位置。     

应用灰色关联度分析检测结构损伤的位置和程度

开发结构健康监测系统是结构损伤识别的一个重要课题。由于建筑结构具有很多不确定因素,通过模 态分析识别结构损伤的精度很难保证。提出一种灰色关联度分析应用于结构损伤检测的数值方法。通过测量结构的频 率,建立可能损伤频率和实际损伤频率的关联度的关联序,并找出最优序列,逐次迭代逼近来确定结构的损伤位置和损 伤程度。对多种工况进行了框架结构模型的数值模拟。结果表明:对于层间剪切结构,通过测量结构频率变化运用本方 法可以准确地确定结构的损伤位置和损伤程度。     

Experimental validation of modal strain energies based damage identification method for a composite sandwich beam

A vibration-based damage identification method, based on changes in modal strain energies before and after occurrence of damage, is presented for a composite sandwich beam. Experiments were performed to obtain the natural frequencies and mode shapes for validation of the presented method. The observed changes in modal strain energies were used for the prediction of existence and location of damage in a composite sandwich beam. Subsequently, these changes were also used to predict damage extents in the two stages. In the first stage, the proposed method is used to approximate the damage extents in the face and core. These were updated to obtain more accurate values of damage extent at the second stage by using the model updating theory. Experimental and numerical results were presented to demonstrate and verify the effectiveness of this method for several single and multiple damage cases. These damage cases also include interactive damage modes. Results indicate that the proposed method is capable of identifying the location and extent of damage in the faces and core of a composite sandwich beam.     

基于小波奇异性的梁结构损伤诊断

利用小波奇异性检测原理,采用墨西哥草帽小波对结构在健康和损伤状态下的模态振型差进行小波变换。根据模态曲率进行损伤检测的原理,提出了表示损伤位置的指标,指标值极大处即损伤发生的位置。以一个悬臂梁损伤检测为例,进行了数值模拟和实验分析。数值模拟结果表明该指标能准确的对损伤位置进行诊断,并根据指标模极大,讨论了Lipschitz指数与损伤程度的关系。     

火箭蒙皮上梁结构的损伤识别方法研究

针对火箭蒙皮上梁结构损伤识别问题,首先利用基于模态应变能的损伤识别指标,对火箭蒙皮上梁结构进行损伤位置识别,再利用基于广义柔度矩阵的损伤敏感函数并结合遗传算法,对火箭蒙皮上梁结构进行损伤程度大小的计算。该损伤识别方法以结构损伤导致模态参数变化为依据,通过对比损伤前后模态应变能变化构建损伤识别指标。在数值仿真中,对T型梁进行了方法验证,发现该方法能够准确识别损伤位置和大小。最后根据火箭蒙皮上T型梁结构特点,设计试验并研究了方法的可行性,发现在T型梁结构上,该方法能够有效地识别损伤位置和大小,误差均在5%以下。