共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
针对大型土木结构损伤识别优化效率低的问题,提出了子结构虚拟变形方法。虚拟变形方法是一种结构快速重分析的方法,该方法利用单元的虚拟变形模拟结构的损伤,可以在不重新建立有限元模型的情况下,快速计算出结构参数改变后的结构响应。该文基于虚拟变形法的基本思想,对子结构的刚度矩阵进行分解和对损伤后结构运动方程进行整理,推导出利用子结构的虚拟变形刻画损伤的方法,扩展了虚拟变形方法的适用范围;并且给出了虚拟变形和结构响应的相关性计算公式,通过相关性分析提取主要的虚拟变形,减少参与计算的子结构虚拟变形的数目,提高计算效率;最后利用一个五十层框架的数值仿真验证方法的有效性。 相似文献
5.
6.
一种改进的基于频率测量的结构损伤识别方法 总被引:26,自引:2,他引:24
基于频率测量的结构损伤识别方法具有测试简便,精度较好的优点.在分析结构固有频率用于结构损伤识别的机理的基础上,对一种较好的基于频率的结构损伤识别方法进行了综合评述,并对针对其不足进行了改进.钢筋混凝土三跨连续梁的数值模拟计算表明,中低损伤度的识别结果令人满意.经过改进的方法计算简单,综合识别能力较强,便于工程应用. 相似文献
7.
针对土木工程中结构实测得到的模态信息少,结构损伤识别方法对噪声敏感且依赖高精确度有限元模型等问题,提出利用移动质量-频率曲线识别结构损伤的方法。首先,在结构上附加移动质量块,获得结构频率关于附加质量位置的关系曲线;然后,建立结构近似有限元模型,通过计算实际模型与近似有限元模型之间的质量-频率曲线的相关性,建立目标函数进行优化;最后,利用变截面简支梁结构进行数值模拟。结果表明:在模型存在较大误差情况下,该方法仍能够准确识别损伤位置,验证其具有较高的适用性。 相似文献
8.
结构损伤的准确识别是结构健康监测的重要内容,由于识别的模型需要实时修正,使得结构整体刚度矩阵的更新和分解往往占用大量时间。该文基于隔离非线性理论,提出了一种隔离损伤的桁架结构性态识别方法。该方法将截面的应变分解成弹性应变和损伤应变,从截面刚度退化角度定义材料损伤,将表征损伤的刚度矩阵从整体矩阵中隔离出来,实现模型中损伤隔离,在迭代计算时避免了结构整体刚度矩阵的实时更新和分解,只需对规模较小表征损伤的刚度矩阵进行更新和分解,提高了损伤识别的求解效率。最后,以某实际钢桁架桥为例,对其主桁弦杆的损伤识别进行了数值模拟研究,设计了两种静力荷载工况对该方法进行验证。结果表明:当桁架结构发生局部损伤时,该方法可以准确高效地识别出发生损伤的位置和程度。 相似文献
9.
基于曲率模态和支持向量机的结构损伤位置两步识别方法 总被引:1,自引:0,他引:1
支持向量机是一种基于统计学习理论的机器学习算法,能够较好的解决小样本的学习问题。介绍了支持向量机分类和回归算法,将其应用于梁结构的损伤诊断中。以曲率模态参数作为损伤识别指标,提出了基于支持向量机的结构损伤位置两步识别方法:首先根据支持向量机分类算法的概率估计找到可能的损伤位置,重新构造训练样本;然后利用支持向量机回归算法计算精确的损伤位置。通过对悬臂梁仿真计算进行了验证,结果表明:支持向量机在结构损伤诊断领域中具有较好的应用前景。 相似文献
10.
实际工程中出现的损伤往往具有非线性特征,比如裂缝开合导致结构刚度呈现明显的双线性特性。采用简单的线性模型会遗漏与损伤相关的非线性信息,进而影响到损伤识别结果的可靠性。为解决上述问题,该文提出基于马尔科夫状态转移向量自回归模型(MSVAR)的非线性损伤识别方法。该方法假定损伤会导致结构振动响应出现非线性特征,利用MSVAR模型隐状态平滑概率能够反映数据非线性变化的特点,构造信息熵作为损伤预警指标监测结构损伤状态。MSVAR模型的自回归系数包含损伤位置信息,可据此构造损伤定位向量确定裂缝位置,以裂缝位置处的层间位移(平滑概率由0突变到100%时)表征裂缝宽度。最后通过数值算例和模型试验验证该文所提方法在裂缝类型损伤识别的有效性。 相似文献
11.
实际工程中出现的损伤往往具有非线性特征,比如裂缝开合导致结构刚度呈现明显的双线性特性。采用简单的线性模型会遗漏与损伤相关的非线性信息,进而影响到损伤识别结果的可靠性。为解决上述问题,该文提出基于马尔科夫状态转移向量自回归模型(MSVAR)的非线性损伤识别方法。该方法假定损伤会导致结构振动响应出现非线性特征,利用MSVAR模型隐状态平滑概率能够反映数据非线性变化的特点,构造信息熵作为损伤预警指标监测结构损伤状态。MSVAR模型的自回归系数包含损伤位置信息,可据此构造损伤定位向量确定裂缝位置,以裂缝位置处的层间位移(平滑概率由0突变到100%时)表征裂缝宽度。最后通过数值算例和模型试验验证该文所提方法在裂缝类型损伤识别的有效性。 相似文献
12.
13.
14.
15.
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。 相似文献
16.
17.
基于剩余模态力和模态应变能理论的网架结构损伤识别 总被引:3,自引:1,他引:2
针对网架结构特点,引入敏感模态的概念,提出了一种识别敏感模态的算法;基于剩余模态力理论,利用敏感模态进行损伤位置识别,并建立了基于模态应变能理论的损伤程度评估算法,采用非负最小二乘法求解超静定方程组,实现定量评估损伤程度。以某实际结构为仿真对象,分析了上述算法在网架结构损伤识别中联合应用的可行性,同时将评估结果与基于最小秩摄动理论的损伤程度评估结果进行了比较研究,并考虑测试噪声影响。结果表明,二者联合工作效果较好,不仅可以识别结构单处损伤,还可以识别结构多处损伤,且损伤程度评估结果同基于最小秩摄动理论损伤程度评估结果比,更可信,将其应用于网架结构的健康诊断是可行的。 相似文献
18.
通过理论推导,得到了模型参数误差均匀分布时五种输入向量相对误差的计算公式,这些公式为结构损伤识别神经网络的输入向量的选择提供了理论指导。理论分析表明,用归一后的频率变化比或按模态点归一的一阶模态损伤信号指标构造神经网络的输入向量,能有效地降低甚至消除均匀建模误差的影响。这些公式和结论在梁和框架损伤识别的数值算例中得到了证实。此外,本对非均匀建模误差对神经网络输入向量及识别结果的影响进行了数值模拟和分析。 相似文献
19.
基于CACO算法的结构多损伤识别 总被引:1,自引:0,他引:1
结构多损伤识别是结构健康监测领域的一个具有挑战性的研究课题,数学上,它通常可以转化为连续函数的约束优化问题。介绍连续优化蚁群算法(CACO)的基本原理、从离散ACO到CACO的实现、寻优路径的构建、以及信息素更新和挥发的数学建模,尝试探寻将CACO算法应用于结构多损伤识别问题的可行性并进行数值仿真和实验研究。通过两层刚架多损伤数值仿真以及三层建筑框架结构4种损伤的实验研究,结果表明:采用CACO算法对结构多损伤进行识别不但能够准确定位结构多损伤,而且还可以有效识别其损伤程度。由此可见,CACO算法应用于结构多损伤识别的效果是显而易见的。 相似文献
20.
本文针对土木工程中实测模态相对较少,很难进行大型结构的损伤识别的困难,提出附加虚拟支座的损伤识别方法。该方法利用约束子结构方法在结构上附加虚拟支座来增加结构形式的方法,增加识别模态的数量,从而实现结构的准确损伤识别。约束子结构方法的基本思想是通过响应的卷积组合为零将传感器转化为虚拟支座。将附加虚拟支座后的结构定义为虚拟结构,每个虚拟支座对应一个虚拟结构,那么在结构上不同位置附加虚拟支座,则可以获得多个虚拟结构的模态;联合所有虚拟结构和对应的频率即可准确快速的识别出整体结构的损伤。最后通过三层空间框架模型验证方法的有效性。 相似文献