首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 250 毫秒
1.
针对传统的结构损伤识别指标对结构早期局部损伤不敏感的现状,基于应变模态参数识别技术,研究了一种能识别早期损伤位置和损伤程度的损伤评价指标.该指标是测量结构上一系列关键点的应变,运用应变模态参数识别技术获得应变模态振型,并构造应变模态差这一损伤评价指标,达到了识别结构早期损伤位置和损伤程度的目的.数字仿真和实验结果表明,...  相似文献   

2.
基于应变模态对结构局部特征变化比较敏感和频率指标测试简单方便、精度高的特点,以既能实现准确定位又便于工程应用,以动力响应诊断的应变模态指标为基础,结合频率指标提出了实用的组合指标.理论证明和数值仿真结果表明,无论单处还是多处损伤、低阶还是高阶模态,损伤识别组合指标均能在判断损伤存在的同时准确定位损伤.  相似文献   

3.
高压输电铁塔结构健康监测对保证输电线路安全运行具有重要意义,输电塔结构发生破坏时,节点板螺栓首先会发生松脱,有必要对节点板上的螺栓进行损伤识别。用ABAQUS有限元分析软件建立输电塔结构多尺度模型,利用小波包变换,引入小波包能量变化率作为损伤识别指标,提取出螺栓周围测点的动应变数据,对塔腿处一块节点板螺栓松动的不同工况进行损伤识别;以基于物联网技术的传感器为信号传输设备,利用高精度的PVDF压电薄膜应变片为数据采集设备,在实际输电塔结构底部施加激励荷载,提取节点板上测点的动应变对该损伤识别方法进行试验验证。结果表明,该损伤识别指标对测点附近的螺栓松动较敏感,并且在所有测点处的最小值能较好地识别出节点板的损伤程度。  相似文献   

4.
应用结构优化技术对结构损伤程度进行识别.在结构损伤区域内,以每个单元拟识别的损伤程度指标作为设计变量,以结构局部区域内损伤前后应变模态差极小为目标函数,建立结构识别模型,采用序列线性规划法求解识别模型,算例表明此解可以很好地定位结构损伤的位置及程度.  相似文献   

5.
结构损伤识别的小波熵指标研究   总被引:1,自引:1,他引:0  
利用小波变换时-频局部化和信息熵反映信源平均不确定性的特性,将小波分析和信息熵结合起来,提取小波能谱熵、小波时间熵和相对小波熵等结构损伤指标,并通过数值模拟和工字钢梁的试验数据对各损伤指标进行了分析检验.识别结果表明:基于小波熵的指标是一个对结构局部损伤敏感的、比较好的损伤指标.  相似文献   

6.
由于拉索是大跨度斜拉桥的主要承重构件之一,拉索中的损伤对于大跨度斜拉桥结构的安全会产生不利的影响.为实现对斜拉桥拉索损伤识别确保结构的安全,首先给出单元模态应变能定义,然后分析了基于单元模态应变能的损伤识别机理,提出了基于单元模态应变能变化率斜拉桥拉索损伤识别的实用方法,并以国内某重点斜拉桥为试验对象模拟3种不同的损伤工况情况,研究该方法的适用性.试验研究结果表明,单元模态应变能变化率指标是斜拉桥拉索损伤很好的敏感标识量,对单位置拉索损伤能够准确地给予识别,对于多位置拉索损伤识别,指标也能给予较好识别效果.该方法为斜拉桥拉索损伤检测提供了一条可靠有效的途径.  相似文献   

7.
应变模态对结构局部特征变化比较敏感,以此为响应信号采用Coiflet连续小波变换进行简支梁结构裂缝损伤定位及损伤程度标定.通过小波变换的模极大值确定损伤位置,建立单处、多处损伤时小波变换的李氏指数与损伤程度之间关系;同时研究了多处裂缝损伤对李氏指数的影响.数值模拟表明,连续小波分析的损伤识别方法不仅能精确定位损伤,还可以标定损伤程度,无论单处多处损伤李氏指数均随着损伤程度增大而减小.  相似文献   

8.
结构损伤诊断是当前工程界十分活跃的研究领域,在线损伤诊断是其中一个重要方面.针对结构在线损伤诊断问题,提出一种基于时间序列分析的结构损伤识别方法.首先对结构振动响应的仿真数据建立了自回归滑动平均(ARMA)模型,导出模型的特征方程根与结构固有特性间的关系.然后,定义了AR模型前三阶系数的一种代数组合作为损伤敏感因子,并结合ASCE损伤检测标准模型进行了相应的损伤辨识试验,证明了该方法的可行性和有效性,为结构的在线损伤识别提供了较为有效的工具.  相似文献   

9.
基于小波变换的结构损伤诊断研究   总被引:5,自引:0,他引:5  
以对结构局部特征变化比较敏感的应变模态为基础,采用小波变换理论进行结构损伤定位及损伤程度的定量研究,通过小波变换的模极大值确定损伤位置,根据李氏指数表征奇异性大小的特性建立了与损伤程度之间关系。数值模拟表明,小波变换的损伤识别方法不需要损伤前结构的信息,通过模极大值及李氏指数进行损伤定位及定量识别结果精确可靠,为工程实践提供理论基础。  相似文献   

10.
为了解决测量噪声等引起的损伤识别不确定问题,提出了基于应变能均化指标和云模型相结合的识别方法。分析了结构的模态应变能以及两种损伤指标,并考虑到模态应变能耗散率指标和等效指标之间的互补性质,通过均化方法建立了模态应变能均化指标;给出了云模型的基本理论,分析了云模型的数字特征、云处理算法以及确定度计算方法;结合随机测量噪声等引起的不确定性问题,建立了基于应变能均化指标和云模型的损伤识别方法。数值计算结果表明,应变能均化指标的识别结果略优于应变能耗散率指标和应变能等效指标,当考虑随机测量噪声时,云模型与应变能均化指标相结合的方法可以较好地进行含噪数据的损伤识别。  相似文献   

11.
基于应变模态变化率的弯曲薄板结构损伤研究   总被引:3,自引:0,他引:3  
以应变模态变化率作为识别参数,以弯曲薄板为研究对象,采用改变单元厚度的方法模拟结构损伤,应用有限元对结构进行模态分析和瞬态分析.模态分析获取板结构应变模态,以对称位置应变模态变化率的改变确定损伤,以改变值的差值大小判断损伤程度;瞬态分析以单元处应变模态变化率突变值,作为损伤定位和损伤程度判断.结果表明:应变模态改变率对于结构的损伤的敏感性强,易于定位.在此基础上给出了通过模态变化率直方图进行损伤识别定位的新方法,与应变模态的损伤识别方法比较表明验证该方法是有效的.  相似文献   

12.
阐述了实验模态分析的理论依据,选用工程上常见的矩形截面悬臂梁,通过实验模态分析对结构损伤引起的模态频率移动进行了研究。相对于位移曲率模态,提出了应变曲率模态的方法,并对该方法的有效性进行了实验验证,并就它们在实际应用中的不足之处进行了讨论。比较了位移模态和应变模态的不同响应结果,指出应变模态对局部损伤更加敏感。  相似文献   

13.
由于传统的应变模态差指标峰值大小随损伤程度而变化,在利用应变模态差指标作为神经网络输入来识别损伤位置时,就很可能产生误判,为消除损伤程度对应变模态差指标的影响,本文对应变模态差指标进行改进,并给予了理论证明,并通过悬臂梁数值仿真算例进行验证。验证结果表明,所建议的改进方法指标与理论研究一致。  相似文献   

14.
基于位置和程度指标的结构损伤识别研究   总被引:5,自引:0,他引:5  
为提高结构损伤识别的精度,提出基于动、静态数据融合的位置指标和完全基于频率的位置指标,并采用学习速率自适应调整的新型BP神经网络学习算法,其特点是在网络迭代过程中根据网络学习误差来调整学习速率的取值,该方法有效地克服了传统BP网络学习过程中容易陷入局部极小和收敛速度慢、学习效率不高的缺点,进一步讨论了参数输入方式对网络识别效果的影响,分别采用两步诊断法和一步诊断法进行损伤识别.结果显示,两步诊断法对损伤位置和程度的识别正确率较高,而一步诊断法识别效果却不令人十分满意;减少位置指标和程度指标的输入个数对损伤识别结果有显著的影响.  相似文献   

15.
基于18个算例模型,对弦支穹顶在罕遇地震下的弹塑性响应特点进行考察,分析初始预张力、下部结构刚度及其对称性、支座连接条件以及矢跨比等因素的影响.结果表明,罕遇地震下大多数模型的塑性杆件主要出现在上部网壳的中部而不在临支座区域;增加初始预张力会造成结构的塑性杆件数及残余塑性应变明显增加;下部结构的对称性和网壳矢跨比对弦支穹顶的弹塑性响应最为敏感.提出一个定量评价罕遇地震作用后弦支穹顶破坏程度的极限承载力剩余率指标.利用该指标进行分析表明,7度时弦支穹顶结构的杆件按小震弹性设计、8度时按中震弹性设计,则罕遇地震后结构的极限承载能力一般能够保持在90%以上.  相似文献   

16.
为进一步完善结构的鲁棒性、冗余度和易损性相关分析方法,更加准确地获取土木结构的抗力与外力关系,进而优化补强其薄弱易损部位,以减少结构因抗力不足而引发的损伤甚至是安全事故及其所造成的损失.通过综述结构的鲁棒性、冗余度和易损性分析研究进展,类比不同评价指标的表达形式,从而指出结构的鲁棒性、冗余度和易损性分析的本质含义,提出结构的鲁棒性、冗余度和易损性分析应变能评价指标,并据此对结构的鲁棒性、冗余度和易损性分析之间的关系以及基本影响因素展开研究.结果表明:结构的鲁棒性、冗余度和易损性源于不同时期、不同领域,已有文献大多是基于对其含义的不同程度理解,其评价指标也大多具有主观性、相互关联且计算较为复杂,也尚未提出可广泛接受的分析方法;结构的鲁棒性、冗余度和易损性本质均是反映结构特别是损伤结构抵抗外力作用的能力,其中结构鲁棒性、冗余度侧重结构在外力作用下安全储备或剩余容许能力,结构易损性则更直观反映了结构在外力作用下的破坏程度;结构的鲁棒性、冗余度评价指标具有相似的表达形式,并与易损性呈反比例变化;可通过提高结构构件的材料强度及截面尺寸、增加杆端约束、优化荷载路径等措施增强和提高结构的鲁棒性、冗余度,即降低结构的易损性,进而减少结构损伤甚至是安全事故及其所造成的损失.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号