基于互相关函数幅值向量的结构损伤检测实验研究

进行了基于互相关函数幅值向量(cross correlation function amp litude vector,CorV)的受随机激励结构损伤检测的实验研究。以一个复合材料单跨梁为实验对象,通过在梁的局部位置上安装夹板,改变夹板对结构附加刚度,来模拟结构的损伤。对结构施加随机激励,分别用加速度传感器和应变传感器采集结构的响应信号,计算结构在损伤前后的CorV,使用互相关函数幅值向量置信度准则(cross correlation function amp litude vector assurance criterion,CVAC)来度量结构受损前后CorV的变化。结果表明,结构损伤前后的CorV之间的CVAC较完好结构之间的CVAC有明显下降;分析结构损伤前后CorV中分量的相对变化,可确定损伤产生的区域。使用互相关函数幅值向量,只需要测量结构在随机激励作用下的时域响应信号,就可检测出结构损伤的存在及损伤的位置。因此本文所采用的方法可应用于环境激励下的结构健康监测。     

离散小波变换和互相关函数幅值向量在复合材料层合结构损伤检测中的应用

提出一种随机激励下的结构损伤检测方法。首先选取双正交小波函数对结构在随机激励下的时域响应进行一维离散小波变换(discrete wavelet transform,DWT),然后利用重构的包含最低频率信息的近似信号计算互相关函数幅值向量(cross correlation function amplitude vector,CorV)。利用结构损伤前后CorV差的二次差分作为损伤检测的指标。与直接利用振动响应原始信号计算CorV来检测损伤的方法相比,该方法能更准确地进行复合材料层合结构分层损伤定位。通过对带有不同位置分层损伤的复合材料层合板损伤检测的数值仿真,验证用文中方法检测复合材料层合结构分层损伤的有效性。     

基于互相关函数幅值和SVM的输电塔损伤识别

针对目前输电塔结构损伤识别中需要布设大量传感器的问题,提出了基于互相关函数幅值和支持向量机(support vector machine,简称SVM)的损伤识别方法。首先,定义初始与当前状态结构模态响应近似信号的互相关函数幅值差为损伤特征;其次,将损伤特征作为输入样本来训练支持向量机分类器,将损伤识别问题转化为模式分类问题;最后,利用2层角钢塔模型的振动试验,验证了方法的可行性。该方法仅需要少量传感器测得结构的动力响应,且适用于环境荷载激励,对输电塔结构损伤有较好的识别效果和噪声鲁棒性。     

复合材料结构损伤联合定位法试验研究

提出了复合材料结构损伤联合定位法,该法需首先获得复合材料结构在随机激励下的振动响应信号,计算结构的互相关函数幅值向量,通过对损伤结构的互相关函数幅值向量进行光滑拟合作为参考向量,再对损伤情况下的互相关函数幅值向量和参考向量分别进行连续小波变换,得到各自的小波系数,进而求得小波系数差的模,根据小波系数差的模的极值进行损伤的定位。该方法无需进行结构建模和模态识别,在无完好结构信息的情况下就可准确进行损伤定位。最后,还通过蜂窝夹层梁和玻璃纤维层合板的损伤检测试验,验证了该方法的有效性。     

基于固有频率向量的结构损伤检测实验研究

引入固有频率向量及固有频率向量置信准则的概念,提出基于固有频率向量的结构损伤检测方法.以一个8层剪切框架模型的损伤检测为例,阐述用该方法进行损伤检测的原理和步骤.首先根据修正后结构的动力学模型,用局部刚度减小的方法,模拟结构不同位置和不同程度的损伤,计算出损伤结构序列的固有频率,并组成固有频率向量作为损伤数据库.然后实验测试出带损伤实物模型的固有频率,并组成固有频率向量,再根据该实测固有频率向量与损伤数据库中固有频率向量之间的固有频率向量置信准则,对损伤程度和位置进行检测.对框架结构的损伤检测实验结果表明,文中的方法可以准确地识别出损伤的位置,并可以较准确地检测出损伤的程度,而且实验结果证明文中方法还具有较强的抗测量噪声的能力.     

不同幅值激励的复合材料板时间反转损伤识别方法

复合材料结构受到冲击时会产生基体开裂、层脱等损伤,通常情况下损伤界面保持闭合接触。小幅值激励下应力波产生的应变极小,损伤界面仍处于闭合的线性状态,时间反转重构信号不能表明损伤的存在与否。针对该问题,采用不同幅值激励的时间反转方法进行损伤检测与识别,利用时间反转重构信号与激励信号的相关系数构造了损伤指数,开展了基于压电作动/传感阵列的复合材料板损伤识别与定位的实验研究。实验结果表明:小幅值激励下作动-传感的完整路径和损伤路径上的时间反转重构信号与原始激励信号相似程度均很高,不能表征结构中的损伤;而增大激励幅值至某一阈值后,损伤路径上的损伤指数明显增大,而完整路径上的损伤指数变化不明显;利用该方法准确地识别与定位了板中损伤。     

频响函数在结构损伤检测中应用的试验研究

结构动力测试中,频响函数可直接测得,不仅避免了在模态提取时的误差,而且在相同频段上可提供更多结构损伤信息,因此可方便地应用于结构损伤的检测中。对于结构基础的随机激励,试验结果表明频响函数法可有效地检测结构的损伤。同时说明传感器布置在结构的不同位置都可检测结构的损伤。并且随机振动的大小不影响结构损伤检测的效果。为频响函数法在现场实测结构的损伤提供了依据。     

基于EMD幅值熵和支持向量机的滚动轴承故障诊断

针对滚动轴承早期故障特征微弱,无法对轴承状态进行有效辨识的特点,提出基于EMD幅值熵和支持向量机的故障诊断方法。首先通过经验模态分解的自适应性将振动信号分解为不同时间尺度的本征模态函数IMFs,然后从分解的IMFs中分别提取瞬时幅值香农熵构造故障特征集,最后通过支持向量机对提取的故障特征集进行分类识别。滚动轴承实验结果表明,所提方法相比基于EMD和AR模型的故障诊断方法效果更好,诊断识别率达到100%。     

基于振动传递率函数和奇异值熵的结构损伤检测方法

为了直接通过结构振动响应提取损伤特征,对激励未知情况下的结构损伤进行检测,提出了基于振动传递率函数和奇异值熵的损伤检测方法。该方法首先通过振动响应获得振动传递率函数,然后对振动传递率函数序列进行相空间重构,求取其奇异值熵,通过奇异值熵的大小来识别损伤模式。实验结果表明,该方法能有效地识别结构的损伤模式。     

小波支持向量机在结构损伤识别中的应用研究

基于小波框架理论和支持向量核函数的条件,引入非线性小波基函数构造支持向量机（SVM）的核函数．得到一种具有较强泛化能力的紧致型小波支持向量机。对结构在环境脉动下的反应信号进行小波包分解,利用“能量一损伤状态”的特征提取方法得到特征向量,并作为紧致型小波支持向量机的输人进行训练和分类检验,提出了一种基于完全小波支持向量机的结构损伤识别方法。以一空间单层网壳结构为检测和诊断对象,用该方法对结构的损伤位置和程度进行识另口和分类具有较高的精度,同时该方法具有面向工程实际应用、成本低和分析简便等特点。     

基于模态分析的钢结构损伤识别方法研究

对钢结构损伤的准确识别是确保钢结构安全可靠的重要保证。本文提出了一种利用动力试验检测钢结构破损的方法。通过建立钢梁的有限元模型计算正常情况下梁的动力特性,利用现场采集试验数据、模态分析技术获得损坏梁的自振特性。将无损模型分段计算出自振特性,利用特征比的比较确定损伤位置。经实例分析证明该方法准确、简便、适用,提高了钢结构损伤识别的效率和精度。     

基于支持向量机的张弦梁损伤识别试验

对单榀张弦梁的索力损失和腹杆损伤进行了试验研究.对拉索加载不同程度的预应力来模拟索的预应力损失,利用环境脉动和冲击激励,通过采用Fourier变换或小波变换求得索的频率来计算施加在索上的预应力值.试验结果表明,该方法可以有效地监测索预应力.对张弦梁的上部腹杆进行了环境脉动下的损伤试验,对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.对加速度样本进行小波包分解得到特征向量,利用支持向量机对特征向量进行损伤分类,验证了支持向量机方法用于损失识别的有效性.当支持向量机和主成分分析结合后,试验的损伤识别效果有明显的提高.     

Structural Damage Detection Method Based on Decomposition of the Operating Deflection Shapes

Full-field measurement techniques such as the scanning laser Doppler vibrometer (LDV) and the electronic speckle pattern interferometry systems can provide a dense and accurate vibration measurement on structural operating deflection shape (ODS) on a relatively short period of time.The possibility of structural damage detection and localization using the ODS looks likely more attractive than when using traditional measurement techniques which address only a small number of discrete points.This paper discusses the decomposition method of the structural ODSs in the time history using principal component analysis to provide a novel approach to the structural health monitoring and damage detection.The damage indicator is proposed through comparison of structural singular vectors of the ODS variation matrixes between the healthy and damaged stages.A plate piece with a fix-free configuration is used as an example to demonstrate the effectiveness of the damage detection and localization using the proposed method.The simulation results show that:(1) the dominated principal components and the corresponding singular vectors obtained from the decomposition of the structural ODSs maintain most of all vibration information of the plate,especially in the case of harmonic force excitations that the 1st principal component and its vectors mostly dominated in the system;(2) the damage indicator can apparently flag out the damage localization in the case of the different sinusoidal excitation frequencies that may not be close to any of structural natural frequencies.The successful simulation indicates that the proposed method for structural damage detection is novel and robust.It also indicates the potentially practical applications in industries.     

Structural Damage Detection Using an Embedded ETDR Distributed Strain Sensor

Feasible application of the Electrical Time Domain Reflectometry (ETDR) distributed strain sensing technique for structural damage detection was investigated in this study. A small-scale concrete beam specimen with an embedded ETDR distributed strain sensor was tested in three-point bending. The resulting ETDR waveforms of the sensor were studied in conjunction with the load–displacement curve of the concrete beam and the video images of the specimen recorded during the test. It was shown that the embedded ETDR sensor was capable of detecting weak points in the structure resulted from structural defects. The embedded sensor also had the capability to detect a load-induced damage at its early stage when no surface crack line was visible. On the occurrence of an apparent crack damage that passed through the sensing line, the embedded sensor could locate its position with a precision within 0.25′′. Moreover, the ETDR distributed sensor had the capability to detect multiple cracks simultaneously along a single sensing line.     

基于CMSE理论和遗传算法的结构损伤检测方法研究

提供了一种基于交叉模态应变能(CMSE)的结构损伤位置和严重程度的有效检测方法。传统的模态应变能方法必须比较损伤结构和完好结构的同一阶模态信息,并且要求解析的和测量的模态在尺度上一致或者标准化,而CMSE方法没有这样的限制。在损伤位置的检测上引入了遗传算法,有利于大型复杂结构的损伤位置检测。算例采用了复合材料机翼盒段模型,结果表明,CMSE方法与遗传算法相结合是检测结构损伤的有效方法之一。