基于频响函数和PSO算法的结构损伤识别

为了验证粒子群算法(PSO)在结构损伤识别领域的有效性和可行性,提出了一种基于频响函数和粒子群算法的结构损伤识别方法。以单元刚度折减因子为优化变量,采用实测频响函数和计算频响函数的相关系数来构造粒子群算法的优化目标函数和适应度函数,通过该算法对IASC-ASCE SHM Benchmark结构损伤进行识别。结果表明,即使考虑一定测量噪声水平的影响,仍然能够将结构的损伤识别出来。     

基于频响函数曲率的结构损伤检测

结构的损伤能够引起结构动力参数的变化。为了更明确地显示损伤,文中用频响函数曲率、频响函数曲率差、频响函数曲率比三种指标来进行损伤诊断。考虑到单处损伤及多处损伤情况,对简支梁进行数值模拟,并用上述三种指标进行了诊断。对比结果表明,在单损情况时,频响函数曲率差及曲率比都对损伤位置敏感;但在多损情况时,频响函数曲率比对损伤位置更加敏感。     

基于模型缩聚-频响函数型模型修正的子结构损伤识别方法

由于大型复杂结构参数识别困难,提出将频响函数型模型修正方法与子结构方法结合进行损伤识别。构造一个关于损伤频响函数的优化方程。通过子结构有限元模型向损伤后频响函数修正的过程,识别损伤参数。以一个三层平面刚架为数值算例,计算结果表明该算法对损伤参数较为敏感,识别精度较高,可以准确识别出预设的子结构损伤单元和损伤程度。     

格构式塔结构刚度突变处损伤识别方法

塔式结构存在着刚度突变现象,导致由损伤带来的刚度变化在该位置往往难以识别.本文提出一种基于动力响应信息截断的格构式塔结构刚度突变处损伤识别方法.针对环境激励下的塔式结构动力响应信息,通过对刚度突变处结构动力响应信息截断,使得原结构分解为两段等刚度部分,消除结构原始刚度突变的影响.并将截断后的动力响应信息区间进行有效延拓,以消除初始动力响应信息区间边界处吉布斯现象的影响.对延拓后的信息区间分别通过小波变换,通过小波细节信息的振荡识别刚度突变处的损伤.本文算例的分析结果验证了该方法法在识别格构式塔结构刚度突变处损伤的有效性.     

结构损伤识别的样条函数方法

结构参数识别方法是目前结构损伤识别领域中最有效的工具之一，在结构参数识别过程中引入样条函数方法，避免了传统有限元方法带来的庞大刚度矩阵的负面影响。从而提高了识别过程的计算稳定性及计算效率。算例表明识别结果能够应用于结构损伤部位及程度的判别。     

基于神经网络的空间桁架结构损伤三重识别

以一72杆空间钢桁架为例进行桁架结构损伤三重识别.考虑单损伤工况与双损伤工况,通过ANSYS软件建模得到结构在无损与损伤工况下的固有频率,运用神经网络进行结构损伤定位与损伤程度确定.首先识别损伤层,然后识别损伤层中的损伤杆件,最后识别损伤杆件的损伤程度.结果表明该方法用于桁架结构损伤识别是可行的.     

基于神经网络的建筑结构节点损伤识别方法

将建筑结构节点损伤识别反问题归结为优化问题，然后用LM人工神经网络来求解．对建筑结构中某些点的垂直位移进行静态测量，用以确定建筑结构中受损伤节点的位置．同经典的优化方法相比，人工神经网络具有全局收敛性．利用神经网络对受损建筑结构节点的位置进行识别是一种可行的方法．数值模拟结果表明，采用Levenberg-Marquardt法训练的神经网络进行结构损伤识别具有较快的收敛速度和较高的识别精度，并且具有良好的鲁棒性。     

基于振动的结构损伤识别方法的近期研究进展

基于振动的损伤识别方法是少有的几种全局损检测方法之一，文中介绍了该方法的现状及发展，对有关方法进行了总结和评述，同时指出了基于振动的损伤识别方法还需要进一步解决的问题。     

基于频响函数的复合材料格栅结构(AGS)损伤检测研究

针对复合材料格栅结构(AGS)典型损伤,本文提出了一种基于频响函数虚部的损伤检测方法。首先,在Patran有限元软件中建立有限元模型,对格栅结构在不同频率激励信号作用下的振动响应进行仿真分析,并计算其振动响应虚部的损伤检测指标,实现对损伤位置的准确判断和定位;随后为了验证该方法的有效性和准确性,在复合材料格栅结果实验模型上完成了两种损伤的实验验证。仿真和实验结果表明,该方法能够有效地检测格栅结构的肋板断裂、脱粘和蒙皮压裂等各种损伤,对于实际工程结构中的格栅结构损伤定位研究具有一定的参考意义。     

基于归纳学习的结构损伤识别方法研究

采用归纳学习方法来识别结构损伤．首先，通过对经典的决策树算法和序列覆盖算法进行结合与改进，得到一种高效且代价又小的归纳学习算法(RAC)，同时引入装袋算法产生多个分类法，并用它们进行类预测，而且使用选票策略得出最佳类预测．其次，用正交最小二乘迭代算法作为径向基函数(RBF)神经网络的学习方法，通过“信息一贡献”准则进行正交变换来优选中心．最后，对上述归纳学习方法用于梁结构损伤定位的效果进行了实验评估．结果表明，对于RAC算法和生成分类法的数目分别为10和50情况下的装袋算法，当损伤样本被噪声污染程度在100％时，识别精度均可达到90％以上，而对于RBF神经网络算法，只有当损伤样本被噪声污染程度小于70％时，识别精度才可达到90％以上。     

钢框架结构两阶段损伤诊断方法

为了对实际钢结构工程进行损伤识别,提出了两阶段损伤诊断方法:第一阶段在随机少量布置测点的情况下,识别出损伤发生最大概率区域;第二阶段在损伤可能区域重新布置测点,准确识别损伤部位及其损伤程度.通过对一个3层钢框架结构的数值模拟,研究了测点位置、模态数量、测试噪声对识别精度的影响.研究结果表明,即使在不完备测试信息的情况下...     

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。     

基于主元分析的网架结构损伤识别方法

提出了利用实测频响函数及主元分析进行网架损伤识别的方法.首先用网架动测得到的频响函数数据建立损伤识别矩阵,用主元分析方法对原始数据变量空间进行降维处理,利用包含原始数据信息最多的前几阶主元,作出多元控制图,进行损伤识别.该方法不需要模态参数,避免了由模态分析中的模态拟合误差所引起的损伤误判.为了验证所提出方法的可靠性,完成了一个足尺网架在不同损伤情况下的动测试验,分析结果表明,所提出的损伤识别方法可行、可靠,尤其对于噪声环境下和具有一定局部非线性的网架有良好的适应性.     

基于神经网络技术的结构损伤探测

理论分析表明，工程结构损伤前后的固有频率的变化包含了结构损伤位置和程度的信息，在此理论基础上，构造了改进型BP神经网络的输入参数，分别对一个框架模型和一个桁架模型进行了损伤数值模拟计算，首先提取结构固有频率的变化，对神经网络进行训练，然后分别对结构的损伤位置和损伤程度进行识别，计算分析结果表明，该方法在结构损伤检测中具有较好的识别效果。     

基于改进的BP神经网络的钢桁梁桥损伤识别

文章对某钢桁梁黄河大桥进行了损伤数值模拟,提取其固有频率作为BP神经网络的输入参数来训练网络,对桥梁整体的损伤进行诊断,并根据实桥损伤诊断的结果提出了一种改进的BP神经网络方法,它能够解决传统BP算法的梯度下降速度,从而提高运算速度,通过自调节保证学习过程中每一时刻具有较大的Sigmoid函数值,避免了局部极小。     

基于支持向量机的钢框架结构损伤定位试验研究

钢框架截面损伤会引起结构的模态频率发生变化。这里以钢框架模型的试验模态频率作为支持向量机的训练和测试样本的输入,由支持向量机输出判断结构损伤位置。研究表明,将支持向量机识别技术与常规的结构模态频率分析相结合,能够有效地识别钢框架结构损伤位置。该算法对损伤位置敏感,且识别精度较高。     

车削颤振稳定性预测软件研究与开发

针对金属加工过程中颤振预测软件实现的工程需求,设计了车削加工颤振稳定性叶瓣图实验测试软硬件系统,研究了软件实现算法中的关键问题.首先,搭建了由采集卡、加速度传感器、模态力锤组成的硬件系统,开发了具有频响函数测试和稳定性叶瓣图生成功能的系统软件.其次,设计了交互式软件采集及分析界面,研究了基于C#编程语言频响函数测试过程中多通道高速同步触发采集的实现算法,开发了具有由频域分析方法获得颤振稳定性叶瓣图功能的C#类.最后,对CJ0625车床加工系统进行稳定性预测,结果表明软件预测结果与实验结果相吻合.     

网架结构损伤杆件的分区查找法

为了解决结构损伤的系统识别问题,利用子结构修正的概念,提出了将刚度矩阵分块,分区查找受损杆件的方法。以某市新华大厦新闻发布厅网架结构为工程背景计算,损伤区域能毫无遗漏地被识别出来,所提出的方法是可行的,分区查找的结果一般可以使待识别杆件数减少60％～70％。