排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
借助威布尔分布函数描述岩坡微元发生破坏前后的存活率,结合损伤力学理论和有限元强度折减法,建立存活率、稳定系数和累积损伤因子的内在联系,实现山区道路边坡在全生命周期内的阶段式预警。结果表明:边坡疲劳稳定系数随疲劳寿命的消耗而降低,具有初期变化敏感、中间缓慢过渡和后期迅速下降的特点,边坡存活率随着剩余寿命和安全系数的减小而减小;边坡全生命周期内的阶段式预警可分为初始蠕变、稳态发展、快速发展、滑动破坏4个阶段,边坡的稳定系数、存活率和道路运营年限均随变形的发展逐渐减小,直至失稳破坏。提出耐久性因子,评价道路边坡在其全生命周期内的耐久性,边坡工程设计中应通过不断调整抗疲劳措施,使其处于稳态发展阶段。研究成果可为边坡工程的安全性与耐久性评价提供有意义的参考。 相似文献
2.
由于存在区间过估计及无法获知结构响应表达式的问题,区间灵敏度分析方法难以广泛地应用于实际复杂结构中。为此,提出一种基于响应面的灵敏度模态区间分析方法,该方法在区间响应面模型上分别对每个区间参数进行模态区间扩张得到响应区间,进而计算相对模态区间灵敏度,通过比较相对模态区间灵敏度即可判断结构响应对参数的敏感程度。通过数值算例探讨响应面形式对计算结果的影响,阐述灵敏度区间分析与灵敏度模态区间分析的优缺点。最后以钢板试验及钢筋混凝土拱桥不确定性参数识别算例来验证所提方法在复杂结构分析中的可行性。灵敏度分析结果表明该方法有效地解决区间过估计问题,提高了灵敏度分析的精度。对参数在多个范围内的灵敏度分析,所提方法具有较高的计算效率。参数识别结果表明将逆响应面与模态区间分析结合可避免区间优化过程,在保证精度的前提下,提高了参数识别效率。 相似文献
3.
针对时频系数模极大值脊线提取算法难以精确识别含噪响应信号瞬时频率的特点,提出一种同步提取和时频系数模极大值相结合的时变结构响应信号瞬时频率识别方法.首先,采用同步提取算法将瞬时频率锁定在一定范围内,避免了人工选择搜索范围的随意性;其次,在锁定的曲带范围内逐点搜索时频系数模极大值,最终得到高精度的时频脊线和瞬时频率曲线.... 相似文献
4.
结合模态区间分析及响应面的相关理论,提出一种新的不确定性参数识别方法,即模态区间逆响应面法。首先,以有界区间数来量化结构参数的不确定性,通过合理的实验设计确定样本数据;然后,以响应为输入,设计参数为输出,采用逐步回归分析构造设计参数与结构响应的模态区间逆响应面模型,进而直接在模态区间逆响应面模型上进行模态区间运算,即可识别材料参数的变异性区间;最后,采用一组钢板模态实验来验证所提方法的可行性及可靠性。结果表明:所提方法可准确识别钢板材料参数的取值区间,有效地解决多重变量区间运算存在的区间过估计问题,识别过程避免区间迭代优化,具有较高的计算效率。 相似文献
5.
将时间序列分析理论引入钢管混凝土脱空缺陷检测中,提出基于自回归模型(AR模型)和科氏距离(Cosh Distance,CD)的钢管混凝土脱空缺陷检测方法。采用AR模型分别对无损状态和带脱空状态下钢管混凝土构件的加速度响应信号进行拟合,获得无损状态和带脱空状态下的残差序列和方差。然后分别以科氏距离、欧氏距离(Euclidean Distance,ED)和马氏距离(Mahalalnobis Distance,MD)构造判别函数进行脱空区域识别。最后以数值模拟和带环形脱空缺陷的钢管混凝土构件动力试验来验证所提方法的可行性及可靠性。结果表明:欧氏距离和马氏距离在钢管混凝土脱空区域检测精度较差,甚至可能造成误判;科氏距离能够直观准确地检测出钢管混凝土环形脱空缺陷范围。 相似文献
6.
7.
钢-木组合结构因其良好的承载能力与环境协调性目前多用于人行桥等结构系统。为追踪行人与钢木组合人行桥耦合作用所导致的频率变化特性,建立人体与钢木组合人行桥耦合的数值模型并求解其振动响应。由于人致振动产生的响应信号有可能是非渐近和密集的,采用一种拓展解析模态分解、递归希尔伯特变换和变焦同步挤压小波变换相结合的联合方法识别其时变模态特性。研究结果表明:该模型能够很好地模拟人或人群与钢木组合人行桥之间的相互作用;在单人或是人群作用下该联合方法均能准确识别出耦合系统的频率变化并具有一定的鲁棒性。在此基础上,对不同跨径钢木组合人行桥进行数值模拟并分析不同人体参数对人-桥耦合系统固有频率的影响,最终得到人-钢木组合桥耦合系统频率随行人荷载的变化规律并拟合出经验公式。该公式能够为人行桥的设计、维护等提供参考。 相似文献
8.
为了减少损伤识别所需传感器数量,降低监测系统造价及海量数据的处理成本,提出了基于单传感器数据结合格拉姆角场(Gramian angular field, 简称GAF)和卷积神经网络(convolutional neural networks,简称CNN)的结构损伤识别方法。采用GAF理论将原始振动信号分别转换为格拉姆角和场(Gramian angular summation field,简称GASF)和格拉姆角差场(Gramian angular difference field,简称GADF)二维图像,以转换后的GASF和GADF两类图像数据集为输入,基于LeNet-5结构下的浅层卷积神经网络模型,训练最优二维CNN模型用于结构损伤识别。以国际桥梁维护和安全协会提出的结构健康监测基准模型结构及一榀钢框架结构为例,研究振动信号转化为二维图像算法、卷积神经网络模型参数、传感器布置位置及测量噪声对识别结果的影响。结果表明:所提算法仅需单个传感器数据即可实现损伤识别的目的,数值模拟及模型试验的损伤识别准确率均为100%,单条样本测试时间为8.5ms左右,满足结构健康监测在线损伤识别的需求,且受传感器布置位置和噪声程度影响较小;GADF图较GASF图收敛效率更高,震荡幅度更小,受局部最优值影响较小,在样本数量规模一致的状态下,更易训练生成最优二维CNN模型。 相似文献
9.
10.
针对移动荷载作用下桥梁结构振动响应信号呈现非平稳性的特点,构建新的一阶本征函数自功率谱最大值变化比和一阶本征函数小波能量变化率两个指标来识别时变结构的损伤。首先,采用小波阀值去噪法对时变结构响应信号进行去噪处理;其次,运用解析模态分解定理提取响应信号的一阶本征函数并构建一阶本征函数自功率谱最大值变化比指标来识别结构的损伤位置,在识别结构损伤位置的基础上,将损伤位置处的加速度响应信号的一阶和二阶本征函数进行线性混叠后,采用快速独立成分分析进行分离,得到更有效的一阶本征函数;最后,基于连续小波变换和时间窗思想,提出一阶本征函数小波能量变化率指标来预测结构的时变损伤。通过移动荷载作用下的时变简支钢桥试验验证所提出的损伤指标,研究结果表明,提出的两个指标能够有效识别结构的损伤位置和时变损伤。 相似文献