基于简谐激励下响应的梁损伤识别

采用扭转弹簧模拟悬臂梁的损伤,导出了损伤悬臂梁位移模态、转角模态的近似公式,获得了损伤悬臂梁在单点简谐激励下,零初始条件时的位移响应和转角响应.发现损伤悬臂梁的转角响应在损伤处发生阶跃变化,损伤悬臂梁的转角响应对位置的一阶偏导数在损伤处发生脉冲函数型突变的特点,从而提出了基于损伤梁转角响应的损伤判据函数.数值仿真算例表明,所提出的判据函数可以判别损伤的位置和损伤的程度.     

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。     

基于非线性响应的结构损伤识别响应面方法研究

基于结构非线性响应信号,提出以结构响应信号的功率谱特征值为损伤动力指标,利用多项式响应面方法建立结构损伤与损伤动力指标之间的近似解析表达式,实现利用响应面方法对结构非线性损伤进行识别。结果表明,所提出的损伤动力指标及损伤识别的响应面方法可以对结构的线性损伤与非线性损伤进行区分,对结构的非线性损伤有很好的定位和定量精度,而且其所需试验样本点少,计算效率高,显示响应面方法在结构实时非线性损伤识别中的应用潜力。     

基于小波分析的Timoshenko梁裂缝识别研究

采用等效转动弹簧代替梁内的不扩展横向裂缝,研究Timoshenko裂缝梁的横向振动特性,建立了一种与有限元分析相结合的、基于模态参数的小波分析识别Timoshenko梁内裂缝的方法。以一简支梁为例,通过建立含横向不扩展裂缝的Timoshenko梁的有限元模型,用Lanczos法对结构的模态进行了计算分析,求出了基本振型和转角模态。分别应用mexh小波和db小波为母小波对二者做小波变换,进行多尺度分析,通过小波系数模极大值位置识别出梁内的裂缝。并对识别结果进行对比,发现识别Timoshenko梁裂缝时,基于转角模态小波变换的方法对小波基、尺度的要求较低,变换后的小波系数线更为平滑,奇异性特征更为明显,故运用转角模态小波变换来识别Timoshenko梁裂缝,较之运用基本振型小波变换的方法更为方便、有效。该方法对Timoshenko梁裂缝识别的工程应用具有参考价值。     

结构基于振动损伤识别的发展概况

对目前关于结构基于振动损伤识别的基本方法和最新的研究进展进行了回顾,重点介绍了利用结构振动固有频率、位移振型、曲率模态振型、应变模态和神经网络法作了相关的讨论和评述.最后对这一研究领域的未来研究方向进行了展望.     

基于转角模态小波分析的弹性地基梁损伤识别研究

基于转角模态小波变换研究了带刚度下降段的弹性地基梁损伤识别问题,提出了采用文克尔地基力学模型,用等效刚度代替梁内损伤段的刚度,通过有限元计算求解损伤梁的转角模态参数,来识别梁内刚度下降段位置的方法.以两端简支弹性地基梁为例,分别考虑了梁单独损伤、弹簧单独损伤、梁和弹簧同时损伤且损伤位置不同的三种情况,通过建立带损伤段梁的有限元模型,用Lanczos法对结构的转角模态进行了计算分析;再应用mexh小波对其进行连续小波变换,通过小波系数模极大值点判断梁内刚度下降段的位置.数值算例验证了方法的有效性,研究对工程结构损伤诊断的应用具有参考价值.     

基于应变模态响应重构的损伤识别方法EI北大核心CSCD

土木结构的损伤识别技术对提升结构可靠性与安全性具有重要意义,也是土木结构健康监测研究中的热点问题。现有的损伤识别方法往往需要识别模态参数,或者需要准确获取结构外部载荷信息,极大限制了相关方法在实际工程中的应用。为克服现有方法的局限性,该文将结构动态响应重构方法引入到损伤识别中,提出了基于应变模态响应重构的损伤识别方法。构建结构健康状态的有限元模型,以损伤结构测量的信号输入,通过基于经验模态分解的应变重构方法,可以获取使用无损伤模型的结构全局模态响应。以传感器采集的模态响应和重构模态响应的差异作为有限元模型修正的依据,通过应变模态比值构建的传递率的灵敏度矩阵进行迭代运算,求得损伤位置及损伤程度。该方法无需获取结构的外部激励信息,通过高效的时域应变重构,能够在少量测量信号下实现对结构损伤的精确识别。为验证该方法的准确性和高效性,开展了连续梁单一损伤和多损伤识别研究,探讨了测量噪声和模态阶次选取对识别结果的影响,结果表明,该方法能够准确、高效识别不同程度的损伤,对测量噪声具有较强的鲁棒性。     

基于频率响应和统计理论的结构损伤识别研究

为了解决测量噪声下的损伤定位和定量识别问题,提出了基于测量位移的两阶段识别方法和基于统计理论的损伤敏感度分析方法。首先利用损伤刚度的改变特性和测量位移来确定损伤指标,再通过损伤指标的相关自由度变化来确定损伤单元,然后利用自由度缩聚的方法推导出损伤程度的定量计算公式。并利用统计理论来分析噪声对识别结果的影响,推导出损伤指标和损伤程度的噪声敏感性计算公式。数值仿真结果表明,基于测量位移的两阶段损伤识别方法不仅可以精确的识别出损伤位置和程度,而且识别效果受测量噪声的影响较小,该方法明显优于直接广义逆法。     

基于动力参数的桥梁结构损伤识别

阐述了近几年基于结构动力参数的桥梁工程结构损伤识别的方法,对这些方法进行了评议,指出了在理论和实际应用中的优点及存在的问题．选用一简支桁结构作为研究对象,对其进行了模拟损伤分析,采用不同的模态参数对其损伤情况进行了分析。同时说明了动力参数检测方法的应用。     

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。     

基于参数不确定列车作用下桥梁振动响应的桥梁损伤识别研究

该文提出了当车辆某参数值不确定时基于桥梁在线振动响应的桥梁损伤识别方法。基于列车-桥梁耦合振动模型和响应灵敏度方法, 利用桥梁的在线响应进行损伤识别。通过计算损伤识别结果对随机车辆参数的灵敏度并由此得到损伤因子的数学期望及方差, 进一步得到各单元的损伤因子可能分布区间, 并进行了算例研究。结果表明, 当车辆参数的测量不确定度较小时, 基于桥梁在线振动响应的桥梁损伤识别灵敏度方法仍然是可行的;车体质量、一系竖向刚度和阻尼对识别结果影响较大, 而转向架和轮对质量、二系竖向刚度和阻尼对识别结果影响较小。     

基于测量位移和频率的结构损伤二次识别方法

为了解决结构多损伤下的位置识别和损伤程度的判定问题，将测量位移和频率用于结构的损伤检测研究，并提出了一种分阶段的二次损伤识别方法。首先考虑测量位移数据量多且包含信息量较大的特点，利用测量的位移数据进行损伤的初次定位识别；然后利用频率的测量精度较高的优势，采用频变法进行结构损伤的定量识别。并针对频变法提出了相应的迭代改进策略，以进一步提高损伤识别的精度。数值仿真结果表明，采用测量位移定位识别可以有效地获得可能的损伤单元，在此基础上利用频变法的迭代改进策略不仅可以得到损伤程度的量化值，而且可以更精确的判断损伤的位置。     

基于频响函数和遗传算法的结构损伤识别研究

提出一种基于频响函数和遗传算法的结构损伤识别方法.以单元刚度折减因子为遗传算法的优化变量,以测试频响函数和计算频响函数的形状相关系数来构造遗传算法的优化目标函数和适应度函数;为克服二进制编码的缺点,采用浮点数编码方案;最后通过一个桁架结构模型进行数值模拟,计算结果表明,即使在考虑一定测量噪声水平的情况下,仍然能够准确识别出结构的多处损伤,验证了该方法的有效性和可行性.     

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...     

基于局部主频率的子结构损伤识别研究与试验

针对大型复杂结构的整体监测常常面临测量信息不足等困难,提出只利用局部动态响应进行子结构损伤识别的局部主频率方法.子结构的局部主频率指：如果整体模态中含有以局部子结构位移为主的模态,即等价于在局部激励作用下,整体结构的振动主要体现为子结构的振动,并且主要以这阶局部模态振动为主,那么对应的该阶频率即定义为子结构的局部主频率.局部主频率主要反映子结构的局部特性,对子结构损伤的灵敏度高,所以只利用局部主频率就可以识别子结构.当子结构特征不明显时,提出通过附加质量使子结构具有局部主频率的有效方法.该文进行了大型空间桁架的局部动力测试试验,试验中通过附加质量使杆件子结构具有局部主频率,并能准确地识别出杆件损伤的位置和程度.     

基于时间序列模型自回归系数灵敏度分析的结构损伤识别方法

该文在分析了时间序列模型的自回归系数对结构单元刚度灵敏度的基础上,提出了一种采用随机载荷作用下结构的时域响应数据进行损伤识别的新方法。该方法首先根据随机载荷作用下的结构响应拟合适用的时序模型;然后建立基于自回归系数的损伤灵敏度矩阵,通过该矩阵可以建立由单元损伤导致的自回归系数的变化与损伤系数变化之间的关系;最后通过求解损伤系数向量来识别损伤位置和损伤程度。对一悬臂梁结构损伤识别的数值结果表明:在计入1%和2%测量噪声的情况下,该方法仅利用单个传感器的时域测量数据,就能够较好地识别单个单元和多个单元损伤;如果对基于多个传感器的识别结果进行综合,识别结果则更加准确、可靠。     

基于数据融合的结构损伤识别方法研究

为提高结构损伤识别的准确率,在大型复杂土木工程结构的健康监测中引入多传感器数据融合技术,提出了基于数据融合技术的结构损伤识别方法的实用模型,建立了结构损伤识别方法的评价指标,并通过钢筋混凝土板试验分析了常用的数据融合方法——Bayes方法和D-S证据理论的有效性。分析结果表明:采用数据融合技术,结构损伤识别方法的评价指数更高,即结构损伤识别的效果更好。     

SOFM网络在结构损伤位置识别中的应用

为实现结构的损伤定位，克服BP神经网络受病态样本影响大且抗噪声能力弱等缺点，采用SOFM（Self-Organizing Feature Map）网络，以结构振动组合损伤指标为网络输入，对一桁架结构进行了损伤位置识别研究。识别结果显示SOFM网络能够区分相似样本，由网络的拓扑图可以直观地评价网络训练和识别结果。在不考虑噪声情况下，网络可以正确识别损伤位置，在噪声水平不大于30％情况下，除个别单元外，网络对其他单元损伤的正确识别率均高于95％，显示出很好的抗噪声能力。