随机共振结合RobustICA的两阶段结构损伤定位方法

为实现强噪声背景低信噪比环境下的结构损伤识别,提出一种基于非线性随机共振降噪与鲁棒性独立分量分析(RobustICA)的两阶段损伤定位方法.第一阶段,运用非线性随机共振系统对强噪声低信噪比的测量响应进行预处理,以降低背景噪声的干扰并增强结构响应;第二阶段,结合RobustICA提取包含损伤信息的特征分量对结构响应异常进行识别,之后计算归一化的源分布向量(NSDV)的最大值对结构损伤异常进行定位.框架数值算例结果表明,所提出的算法能够较精确实现信噪比为5dB下的结构损伤异常识别与定位.     

两阶段框架结构非线性损伤检测

在改进协同PSO算法的基础上,结合分形理论,提出一种两阶段剪切型框架结构非线性损伤识别方法.第一阶段利用Gabor小波变换得到结构各层层间位移的时频特性,并通过盒计数方法计算各层层间位移时频特性的分形维数,初步定位非线性损伤;第二阶段利用改进协同PSO算法精确定位损伤位置和识别模型相关参数.最后通过一栋五层Bouc-Wen框架模型验证了所提方法的有效性,并探讨了容噪性及与其他方法性能的差异.研究表明,所提方法能较好地用于非线性损伤识别,具有良好的容噪性、鲁棒性.     

结合静力测试与基频变化的PSO二阶段结构损伤识别

提出了一种基于粒子群优化算法(PSO)的二阶段结构损伤识别方法。该方法利用实际结构测试中较为成熟且结果相对稳定、准确的静力位移及基频的变化为基础,通过损伤信号匹配技术以及PSO分别进行损伤初步定位及损伤最后定量。通过对平面桁架结构的数值模拟结果表明该方法对结构中的受损构件及其损伤程度能够做出正确高效的识别和判断。     

利用粒子群算法的传感器优化布置及结构损伤识别研究

为了合理布置结构健康监测系统中传感器的位置及满足结构损伤识别的要求,提出了一种基于改进粒子群算法的传感器优化布置方法。首先以模态保证准则(MAC)矩阵的最大非对角元极小化为目标,构造出满足优化条件的适应度函数,并采用改进的粒子群算法搜索出传感器的最佳布设位置;其次,利用振型扩充技术把有限测点的测量模态数据扩充为完整自由度模态数据,并利用所提损伤识别方法进行结构损伤识别;最后,通过一个二维平面桁架结构算例对所提方法进行有效性验证。数值结果表明,所提传感器布设方法能够高效地搜索出给定数目的传感器优化位置,且利用其优化结果能够准确地识别出结构的损伤位置和程度。     

基于曲率模态的结构损伤定位

为了研究如何剔除绝对曲率差曲线用于损伤定位时所出现的干扰峰值点,在分析绝对曲率差用于损伤定位的理论依据基础上,以悬臂梁有限元模型为例,结合工程实际,深入研究了绝对曲率差曲线的特点及其损伤定位效果.根据绝对曲率差的损伤定位理论和其曲线特点,提出了用于剔除绝对曲率差曲线中各种干扰峰值点的损伤定位准则并进行了数值验证.研究结果表明,根据损伤定位准则能够完全剔除绝对曲率差曲线中的干扰点,实现对损伤的精确定位,为绝对曲率差曲线成功用于实际工程的损伤定位奠定了基础.     

基于CQGA-LSSVM的桥式起重机主梁损伤识别

针对桥式起重机在使用中存在主梁损伤等结构问题,引入刚度变化指标将主梁的损伤识别问题转化为桥起主梁局部刚度的计算,并采用云量子遗传算法对最小二乘支持向量机中最佳模型参数进行优化调整,二者结合实现了对主梁的损伤识别.实验结果表明:所提改进方法无论是针对主梁单损伤还是多损伤,均可精确完成主梁损伤定位及损伤程度预测,并具有较好的抗噪性,是一种准确、有效的结构损伤识别方法.     

基于ASCE SHM Benchmark模型的两阶段结构损伤识别方法

近年来,一种激励未知和输出部分已知条件下结构局部损伤识别的新方法得以提出,这种方法能基于子结构思想进行复杂结构的局部损伤识别,基于此方法,提出两阶段的损伤识别策略,并将其应用于第1阶段ASCE SHMbench-mark模型的case 4的4种损伤识别,以检验此方法的有效性.在第1阶段,提出8-DOF的损伤模型以进行损伤层的定位;第2阶段,利用子结构的思想,提出12-DOF的损伤模型,在包含损伤层的子结构中对损伤进行准确识别和定位.采用扩展卡尔曼方法对增广状态向量进行估计并使用最小二乘对未知激励进行递推,识别未知激励下的结构物理参数.损伤识别的结果显示,此方法能高精度地识别benchmark模型的各种损伤情形.     

基于集员滤波器的故障诊断

针对具有未知但有界故障的时变系统,提出一种集员滤波的故障诊断方法,保证系统的状态、故障信号的值100%包含在上下界内.假设过程噪声、测量噪声和故障信号的值有界,采用S-过程方法和线性矩阵不等式(LMI)方法设计集员滤波器,最后运用递归优化算法对集员滤波器进行优化.所提方法不仅可以对故障大小进行估计,还能够检测出故障信号类型.数值仿真证明了该方法的可行性和有效性.     

基于遗传算法的两阶段铁路桥梁结构损伤识别

采用智能优化算法对结构进行损伤识别时,通常假定实际损伤位置和有限元模型单元划分形式一致。为研究当两者之间存在差异时,对其识别效果的影响,提出了一种新的损伤识别方法。对传统遗传算法中的选择、交叉及变异3种算子进行了改进,并引入灾变和邻域搜索机制。通过一个工程算例对不同损伤工况进行多次独立重复计算,对算法的稳定性和收敛速度进行了分析。此外,还讨论了噪声、测点数目和列车速度对识别结果的影响。结果表明：即使损伤位置与有限元模型的单元划分形式不同,所提方法也能准确定位损伤位置,但会在一定程度上影响定量结果;所提方法收敛速度快,计算效率高于传统的一次识别方法。     

一种实用监控系统的人脸检测定位算法

对基于监控系统中彩色图像的人脸检测与定位方法进行了探讨,利用颜色对方向的不敏感来减少人脸区域的搜索范围,将颜色空间与Hough变换相结合实现人脸定位.首先在颜色空间YCbCr上建立肤色模型,并对肤色区域进行初步检测,然后利用自适应模糊Hough变换检测瞳孔所在的圆心,从而实现对人脸区域的精确定位.在Georgia Tech彩色人脸数据库上的实验结果表明:该方法能够较好地检测肤色偏黄的人脸,并且在人眼的定位阶段平均用时为0.1秒,满足数字监控中实时性的要求.     

Benchmark模型结构两阶段损伤诊断

为准确地评估结构健康状况,提出了一种基于结构振动特性的两阶段损伤诊断方法。由归一化的损伤指标确定可能出现损伤的单元位置,采用二阶特征灵敏度分析法确定可能损伤单元的损伤程度。考虑3种对称损伤模式和1种非对称损伤模式,对由国际结构控制协会与美国土木工程学会(IA SC-A SCE)提出的健康监测B enchm ark模型结构第二阶段有斜撑的情况进行模拟分析。结果表明:该方法能够有效地识别出结构损伤单元的位置与严重程度。     

基于动力响应互相关的古建筑木结构损伤识别

提出了基于互相关系数和互相关峰值变化率的古建筑木结构损伤识别和定位方法.以随机振动结构的某一测点为参考点,计算其他各测点与参考点的加速度响应之间的互相关函数,将所有的最大值组成互相关峰值向量(Cross-Correlation Peak Vector,CCPV).以两组CCPV之间的互相关系数作为损伤因子对结构进行损伤...     

基于特征灵敏度的Benchmark结构损伤诊断

为准确地评估结构的健康状况,提出了一种两阶段损伤诊断方法.引入柔度差值斜率的概念确定结构可能出现损伤单元的位置,采用基于二阶特征灵敏度的方法确定可能损伤单元的损伤程度.应用该方法对由国际结构控制协会与美国土木工程学会(IASC-ASCE)提出的健康监测Benchmark结构进行了分析.结果表明,两阶段损伤诊断方法能够准确地定出可能损伤单元的位置与损伤程度,识别结果与真实的损伤接近,说明该诊断方法是有效的.     

基于广义模态柔度矩阵的结构损伤识别

用最小平方正交三角分解(LSQR）法研究结构损伤识别问题, 首先提出一种损伤定位方法, 然后将基于广义模态柔性矩阵的损伤识别问题转化为最小二乘问题, 最后用LSQR方法逐步确定损伤的位置和程度. 所给算例验证了方法的有效性.     

基于残余力向量的结构损伤识别两步法

提出了一种基于残余力向量进行结构损伤识别的两步法.通过计算各单元体的损伤定位标准(DLAC)值来判定可能出现损伤的单元;采用刚度联系向量来代表单元体,使计算DLAC值简单,且计算量小.利用最佳逼近向量法来精确定位并计算损伤程度.为使该方法更具实用价值,将最佳逼近向量法从单个损伤推广至多个损伤的情况.算例表明,此方法仅需一阶模态参数便可有效进行损伤识别,因而合理可靠、精度高.     

基于影像及小波变换的桥梁损伤识别

桥梁损伤定位和定量分析是桥梁健康监测的难点,为提高桥梁结构损伤位置识别的精度及准确性,利用位移模态对结构局部损伤的敏感特性,提出基于影像和小波变换的桥梁损伤识别新方法,通过工业相机获取悬臂梁振动形态,利用模版匹配方法提取结构动态位移响应及模态参数,对位移模态进行小波变换,建立小波系数平方差的损伤指标识别结构损伤位置。通过室内悬臂竖梁振动实验,对全域测点的振动衰减信号快速傅里叶变换成功获取了结构的模态振型,与数值模拟结果比较表明试验获得一阶固有频率最大误差为2.202%,二阶固有频率最大误差为3.182%,表明所提方法用于结构位移测量的可行性以及测量精度的可靠性;在此基础上利用小波系数平方差的明显突峰特性可准确识别结构单损伤、多损伤的存在,并能准确定位损伤位置。研究表明,所提方法可以准确识别不同位置、不同程度的单损伤和多损伤,具有远距离、非接触、高精度、高效快捷、可多点监测提升振型空间分辨率等优点,为桥梁结构全域损伤识别提供了一种新方法。     

采用二阶频率灵敏度的损伤识别和试验

开发结构健康监测系统是结构损伤识别的一个重要课题 .由于结构频率容易测试并且有较高的测量精度 ,因此成为损伤识别中广泛应用的模态参数 .据此提出一种二阶频率灵敏度分析方法 ,通过测量结构损伤前后频率变化的损伤参数识别方法来确定结构的损伤位置和损伤程度 .对于层间剪切结构模型 ,可以测得结构的各阶频率 .对于多种工况进行了框架结构模型的振动试验 .试验结果表明 ,对于层间剪切结构 ,通过测量结构频率变化可以确定结构的损伤位置和损伤程度     

采用解析模态分解和小波变换的损伤识别方法

针对希尔伯特-黄变换(HHT)在信号处理中存在的模态混叠现象,引入解析模态分解定理(AMD)提取时变结构响应的一阶本征函数,并构建一阶本征函数能量比指标识别结构的损伤位置.从损伤位置处的响应信号出发,引入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损伤演化过程.通过一个刚度突变和线性变化的三层剪切型结构数值算例,对一阶本征函数能量比和一阶本征函数小波能量变化率指标进行验证.结果表明:所提出的指标能够有效识别结构的损伤位置和损伤时间.