基于虚拟脉冲响应函数与神经网络的结构损伤定位研究

针对环境激励下无法获得激励信息的困难,直接利用白噪声激励下结构两点响应构造虚拟脉冲响应函数,并对虚拟脉冲响应函数的幅值进行了小波包分解并计算其节点能量。以结构损伤前后的小波包节点能量变化量作为损伤特征向量,利用BP神经网络的模式分类功能进行结构损伤定位研究。海洋平台结构单损伤和多损伤的数值模拟结果表明,当结构损伤程度较大时,该方法是可行的并且具有较强的噪声鲁棒性。     

基于小波包能量分布和大小变化的结构损伤识别对比分析

为了对比基于小波包能量分布变化和大小变化的损伤识别指标对结构损伤的识别能力,从数理统计特性出发,以小波包能量特征向量均值改变量、标准差改变量、均值改变量曲率和标准差改变量曲率作为损伤识别指标,选用三层空间钢框架结构为研究对象,采用有限元软件ABAQUS建立不同损伤工况下的三维有限元数值模型,并进行动力时程分析,研究在冲击荷载作用下四种指标的识别灵敏度以及小波包分解层数、小波基函数和环境噪声对损伤识别结果的影响。结果表明,四种指标都能较好识别结构损伤;小波包分解层数和小波基函数的选取对识别结果影响较小;面对环境噪声的干扰,特征向量均值改变量和标准差改变量比均值改变量曲率和标准差改变量曲率作为损伤识别指标更具有鲁棒性。     

基于小波包能量的大型输电铁塔损伤识别

利用小波包能量对某大跨越输电铁塔的主材进行了损伤识别研究。在地震激励下,得到完好和不同损伤程度下铁塔某根主材的位移–时间信号。用小波包变换对此信号进行分解与重构,小波包能量曲率差在损伤前后的数据被获取,分别获取能量曲率差的前6个分量数据,进行损伤位置判断,在单处损伤情况下,各分量均可以较准确地识别出损伤位置。     

基于小波包分解的框架结构损伤识别研究

应用小波包分解技术,构造了基于综合能量曲率差的损伤识别敏感参数,并对结构的损伤定位和损伤定量进行了研究,结合一个三维框架模型进行了损伤工况的数值模拟,研究结果表明文中提出的损伤识别方法具有较好的损伤识别能力。     

基于频响函数曲率差的弹簧质量系统损伤识别与分析

不同形式的结构大多可以简化看作无数个质量块与弹簧的组合体,因此为了研究结构的损伤以及结构损伤识别指标,对简化弹簧质量系统用ANSYS进行单个或多个同时出现的损伤情况进行数值模拟,选择频响函数曲率差作为损伤识别指标,对其损伤位置及程度进行检测,数值模拟的结果验证了频响函数曲率差对该结构的有效性及精确性的同时,并得出激励作用的位置对该指标的检测结果有较大的影响,并且得出如何选择频率范围可以保证频响函数曲率对损伤位置与损伤程度的精确性。     

利用加速度响应信号评估大跨度连续刚构桥的安全

介绍了小波包能量谱的结构损伤识别指标——相对小波熵损伤指标S WT;通过对大跨度连续刚构桥的数值分析,考察了损伤评估方法运用于实桥的可行性,并利用3年的加速度信号对实桥的损伤状况进行了评估。结果表明:该方法利用了虚拟脉冲函数,可以消除环境噪声的影响,S WT具有良好的损伤识别能力,能发现刚构桥的初期损伤和实际损伤位置。     

基于小波包能量法的梁结构损伤识别研究

运用小波包能量法对完好的和具有损伤的简支梁进行数值模拟，施加相同的激励，测得结构的响应信号，对信号进行小波包分解，求得各个频段的能量，通过各频段能量的变化进行损伤位置的识别，指出这种方法可以对实际梁结构进行有效的损伤诊断。     

基于环境激励的下白石大桥结构损伤识别

本文采用虚拟脉冲响应函数与小波包能量谱分析相结合的方法对下白石大桥结构损伤进行了研究。通过对下白石大桥健康监测数据进行小波包能量谱分析表明:通过分析以基准日期(2007年5月13日)计算得到的2008年5月~2009年4月的损伤识别指标SWT与温度相对值(相对于基准温度20℃的绝对值)的关系曲线,发现损伤识别指标SWT与温度相对值(相对于基准温度20℃的绝对值)成正相关性;通过比较2008年1月27日和2009年1月27日两天冬季的相对小波能量Pj,可以得出:截至2009年7月13日,下白石大桥相关截面尚未发生损伤。     

基于小波变换的弹性地基梁的损伤识别

把曲率模态识别结构损伤的方法和小波变换识别损伤的方法相结合,提出了一种基于小波分析的识别结构损伤的方法。利用bior1.1小波函数对结构的曲率模态进行小波变换,识别出结构的损伤。最后通过数值模拟一损伤的弹性地基梁,验证了该方法的有效性,该方法对工程结构损伤识别具有参考价值。     

地面交通激励下西安钟楼木结构损伤识别

对西安钟楼环道行驶的地面车辆激励下钟楼木框架结构进行损伤识别,选取钟楼上部木框架结构1层外围的中跨梁进行分析,对钟楼木框架结构采用小波包能量曲率差来进行损伤定位研究。研究表明:该指标在没有噪声干扰情况下能敏感地识别出钟楼上部木框架结构的损伤,能准确定位出钟楼木框架结构梁上出现的损伤位置;损伤程度增加,指标值增大。在信噪比SNR大于或等于40d B情况下,有高斯白噪声的影响时该指标能准确定位钟楼上部木框架梁上出现的损伤位置,能抵抗一定的噪声干扰影响;进一步判别了钟楼木框架结构的损伤程度并进行了验算,为古木建筑结构在交通激励下的损伤识别奠定了理论基础。     

基于模态曲率与小波变换的网壳结构损伤识别研究

结合模态曲率与小波变换的方法对网壳结构的损伤识别进行研究。以一网壳结构的缩尺模型为例进行数值分析,假设结构35号杆件的截面出现刚度折减的轻微损伤,以模型损伤前后的模态曲率作为损伤指标进行连续小波变换,从而判断结构的损伤位置。数值分析的结果表明,利用模态曲率的小波变换系数差可以粗略定位损伤,而利用曲率模态差值的小波变换系数可以较为准确地定位损伤,且分析及数据处理过程更为简便可靠,可见基于模态曲率与小波变换的损伤识别方法对于网壳结构的损伤定位是非常有效的。     

基于小波包能量变异极值指数的结构损伤识别及实验研究

在小波包能量基础上,提出了基于小波包能量变异极值指数的结构损伤检测和定位方法,利用Daubechide15小波函数对损伤前后结构的加速度信号进行小波包变换,通过损伤前后小波包能量变异极值指数的变化和分布情况建立了结构损伤指标,可判定损伤存在,确定损伤位置和估计损伤程度,并通过简支梁动力试验对该方法进行了验证,结果表明该方法有良好的灵敏性。     

单层网壳损伤识别理论与试验研究

结构损伤识别可以归结为结构损伤参数的模式识别问题.对结构响应信号进行小波包分解可以获得各频带的信号能量,将此特征向量作为输入,利用支持向量机强大的模式分类功能,可以实现结构的损伤识别.在环境振动下,对1/10比例的单层网壳模型进行损伤识别试验,将不同的杆件沿径向进行相应程度的截面切割用以模拟不同程度的损伤状态.对不同损伤情况的加速度样本进行三层小波包分解,以相应频带的信号能量作为输入建立支持向量机,利用支持向量机对未训练样本的信号能量进行损伤分类.试验结果表明该方法简便准确,验证了小波包和支持向量机方法用于损失识别的有效性.     

基于统计小波包能量分布的结构健康状况预警

如何从健康监测系统采集的海量数据中挖掘并识别结构特征信息,提取结构损伤敏感指标,对结构进行健康预警是重要的研究课题。将环境荷载激励技术与小波包分析相结合,对环境激励作用下的结构动力响应求互相关函数,通过对互相关函数进行小波包分析,提出了两种基于小波包能量分布的结构预警指标。为降低采集信号噪音及随机性的影响,提出了采用统计方法对预警指标进行收敛性分析来确定健康状况预警指标的基准值和预警阀值。将提出的方法用于武汉阳逻长江大桥健康状况预警,结果表明提出的方法可以有效用于结构健康状况预警。     

基于小波包能量变异最值指数的RC框架损伤识别

小波包变换可以将振动信号按任意时频分辨率分解到不同频带,而各频带信号的能量变化包含着丰富的损伤信息。结合八层框架模型模拟地震振动台试验结果,对不同工况下的结构加速度时程响应进行小波包分解和重构,得到小波包能量谱。对不同频带下的小波包能量谱进行统计分析,利用小波包能量变异极值指数对框架结构的损伤进行评定。结果表明:损伤程度不同,小波包能量变异极值指数明显不同。因此可将小波包能量变异最值指数作为损伤程度的指标进行损伤识别。     

基于小波包能量变化率的斜拉桥损伤识别浅析

文章根据小波包变换基本原理,构造了小波包能量变化率指标,并将其应用于斜拉桥主梁的损伤识别中。将信息熵作为代价函数,探讨了不同小波包分解层次与小波基函数在损伤识别中的效果,给出了最优小波基和分解层次的选取方法,并将选定的小波基和分解层次运用于斜拉桥主梁损伤识别。结果表明,Daubechies小波基尤其是高阶Daubechies小波基的识别效果较好,且分解层次越大,识别效果越好,但计算量也会随之增加,因此实际工程中应综合信息熵和计算时间来确定分解层次;小波包能量变化率指标对损伤较为敏感,能够检测出损伤发生的位置。     

基于频率小波包分析的空间框架结构损伤初步识别

仅利用建筑结构少数测点的响应数据就达到对建筑结构是否发生损伤进行初步判断,无疑对实现结构的实时、在线健康监测具有重大的理论意义和实用价值。文章在将模态频率识别方法和小波包能量分析技术相结合的基础上,提出一种基于频率小波包分析的结构损伤识别方法。通过数值模拟,将其应用到一座三层一跨的钢框架结构模型的损伤识别上,进行理论方法有效性的验证。结果表明:在其固有频率变化率指标无法有效识别损伤的情况下,损伤识别指标明显识别出结构发生了损伤,并且还识别出结构损伤的相对程度,具有应用到实际工程结构中进行初步判断结构是否发生损伤的潜力。     

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。     

小波分析与神经网络在结构多处损伤监测中的应用

采用小波分析对获得的结构动力响应进行小波分解，根据各种响应信号对损伤的灵敏度选择损伤特征，从而识别结构多次出现损伤的时刻，实现对结构损伤时刻的监控；对结构第1层加速度响应信号做小波包分解，得到各频段能量的特征向量，作为特征参数输入到BP神经网络中实现结构多处损伤位置和程度识别。模拟算例表明，小波分析和BP神经网络联合运用能准确地诊断结构多处损伤的时刻、位置和程度，具有一定的可行性。     

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。