基于一阶振型斜率的剪切型建筑结构损伤定位

提出了一种利用结构一阶振型斜率改变判断剪切型结构损伤位置的方法.首先,进行结构振型和振型斜率对损伤的敏感性分析,导出敏感性系数表达式.然后,计算结构损伤前后的一阶振型斜率差.最后,在敏感性分析和计算得到的结构一阶振型斜率差的基础上,通过迭代计算消除多损伤引起的振型斜率改变叠加进行损伤定位.通过10层剪切型框架结构不同损伤工况的数值分析表明,所提出的算法能够正确识别所有的损伤位置.     

框架结构节点损伤诊断的应变模态方法研究

对一框架结构模型进行了应变模态和位移模态试验,在试验中采用改变框架节点的连接状态以模拟节点的损伤,利用应变模态在结构节点损伤前后的相对变化对框架结构节点的损伤进行诊断．试验结果表明,框架结构一阶应变振型的试验值与计算值吻合良好,一阶应变振型对损伤的存在和损伤位置敏感,利用一阶应变振型在损伤前后的相对变化可以对框架结构节点的损伤进行诊断．     

基于应变模态小波神经网络的结构损伤识别方法

以框架结构为研究对象,利用小波分析和神经网络理论,结合二者的优点,运用小波分析来确定框架结构的损伤位置,运用神经网络算法来识别损伤程度,给出了基于应变模态参数识别框架结构损伤的原理,建立了一种识别结构损伤的小波神经网络方法.通过建立基于振型模态和应变模态的损伤识别方法,分别对9种不同工况下框架的裂缝位置进行识别,并对比了这2种模态下损伤位置的识别效果.然后,分别对框架的振型模态和应变模态进行连续小波变换,获得2种模态参数下的小波系数模极大值.利用神经网络去模拟小波系数模极大值与损伤程度之间的非线性关系来识别结构的损伤程度,并对比了这2种模态下损伤程度的识别效果.数值分析结果表明,小波神经网络可以有效地识别出结构的损伤位置和损伤程度,基于应变模态的损伤识别方法具有更好的准确性.     

基于时频分析S变换的高层框架损伤识别研究

目的运用有限元软件模拟十二层框架结构损伤信息,研究结构的损伤信息与损伤参数之间的关系,提出识别高层框架结构损伤信息的新方法.方法采用S变换,对有限元模型的加速度响应进行分析,进而得出不同损伤情况下的损伤参数.结果当损伤位置确定时,损伤程度指标与各层频率随时间变化的平均斜率大致呈线性关系.当损伤程度确定时,损伤位置指标与各层频率随时间变化的平均斜率大致也呈线性关系.结论 S变换识别的频率随时间变化的平均斜率与结构的损伤指标呈线性关系,将这种关系函数化,便可以依据损伤结构的加速度响应较为精确地识别结构的损伤程度以及损伤位置.     

基于小波神经网络的框架结构损伤识别

以含损伤的框架结构为研究对象,对损伤位置和损伤程度进行识别。运用有限元分析原理,采用Lanczos法得到框架结构的转角模态,对其转角模态进行连续小波变换可以得到结构的小波系数,再由小波系数模极大值确定损伤的位置。以损伤后结构的固有频率作为神经网络输入参数构造神经网络,从而实现对框架结构损伤程度的识别。通过对一平面框架结构的损伤识别计算分析,验证了方法的有效性。     

基于改进均匀设计表框架结构损伤识别方法与实验验证

为对框架结构柱破坏进行无损识别,提出一种基于改进均匀设计表确定结构损伤样本数据库,使用神经网络与平面单元模态应变能变化率进行损伤定位和程度识别的方法。提出应用正交设计优化均匀设计,以解决均匀设计试验点过少的缺陷。该方法以平面单元模态应变能变化率作为损伤指标,采用改进均匀设计表,选择具有代表性的损伤工况作为广义回归神经网络(general regression neural network,GRNN)的训练样本,对损伤位置进行识别;在确定损伤位置的前提下,利用径向基(radical basis function,RBF)神经网络对损伤程度进行识别。通过分步方法确定框架柱构件的损伤位置与损伤程度。数值模拟与试验验证了所提出方法的有效性。平面单元模态应变能变化率识别指标克服了空间结构模态振型不完备的缺陷,两步识别法避免神经网络训练时不收敛、趋于局部最小值等缺陷。该方法可用于框架结构柱损伤的位置确定和损伤程度识别。     

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。     

结构损伤识别的直接解析法

探讨一种损伤识别的方法——直接解析法.本方法从结构模态有限元算式出发,把频率和振型看作损伤参数的函数,经过泰勒展开获得频率、振型对损伤参数的一阶偏导数,然后构造以损伤参数为未知量的超定线代方程组,求解得到全部损伤参数值.进一步又提出本方法的自迭代修正,大幅度提高了识别精度.本方法可以同时识别出结构损伤的数量、位置和程度,并可识别任意多数量的损伤参数.通过对一个5层框架结构的数值模拟分析,验证了它的可行性.     

基于神经网络法的多层空间框架结构损伤检测

通过有限元模态分析,获取结构在完好和不同损伤程度下的各阶固有频率与节点振型位移,利用二者的差值作为损伤标识量,灵活的利用BP神经网络进行分步训练,得到框架结构损伤检测的神经网络系统,可以对多层空间框架结构的损伤位置和程度做出成功检测。     

简支梁桥多位置损伤的检测方法

针对简支梁桥结构的安全监测和评价问题 ,研究了3种多位置结构损伤动力学检测方法。分析了柔度差方法应用于多位置损伤检测的局限性。提出柔度曲率的概念 ,只需结构前 2或 3阶振型和频率数据即可准确识别出结构多个损伤位置 ,有限元仿真实验结果验证了该方法的可行性和正确性。在研究敏感度矩阵计算的频率模式与实际频率相对变化模式相关性的基础上 ,改进了多位置损伤定位置信准则( m ultiple damage location assurance criterion,MDL AC)方法 ,算例表明该方法只需 10阶左右的模态频率就可预测结构上多个位置的损伤     

基于振型数据的蜂窝夹芯板损伤检测

以含有结构损伤的四边简支铝制蜂窝夹芯板为研究对象,采用锤击法模态实验提取损伤蜂窝夹芯板的振型数据,并针对蜂窝夹芯板上不同位置、不同程度的损伤,分别采用振型差值、曲率模态和高斯曲率模态三种损伤识别方法进行识别.结果表明:在四边简支铝制蜂窝夹芯板中存在损伤时,结构损伤位置处的振型差值比较明显,说明采用振型差值法对结构损伤进行识别可以准确判定损伤的位置,且在损伤位置准确判定后,可根据该位置已有的差值信息进行损伤程度判定.     

框架与框架填充墙结构的统计损伤诊断

提出了一种基于递推随机有限元方法(RSFEM)的随机结构损伤识别方法来识别框架与框架填充墙结构的损伤.在定义了随机损伤指数概念的基础上,考虑模型误差的不确定性和测量噪声的影响,建立了关于随机损伤指数的控制方程.然后,利用RSFEM得到了结构随机损伤指数的统计特性.数值算例的结果显示,新的方法与两步法结合能在考虑模型误差和测量噪声的情况下对结构损伤进行有效识别,且在结构随机参数有较大涨落情况下,该方法与蒙特卡洛模拟法同样有效.     

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.     

RC框架结构基于构件损伤的抗震性能评估研究

首先根据钢筋混凝土柱的拟静力试验结果,探讨王东升的修正Park-Ang模型的适用性;然后基于构件层次的结构损伤指标为地震需求参数,对钢筋混凝土框架结构进行了基于IDA的易损性分析,并结合基于最大层间位移角的分析结果,探讨了结构基于损伤的抗震性能评估方法的可行性.结果表明:王东升提出的修正Park-Ang模型考虑了加载路径的影响,能较准确地反映首次超越破坏后累积损伤的发展过程,且总体上判别试件损伤状态的准确性相对较高;基于损伤的IDA能较好地反映整体结构及局部的损伤发展过程、结构的失效破坏机制,能准确地判别结构的薄弱环节,但结构损伤指标会产生超出1.0的情况,不能很好地体现损伤指标原始定义的基本含义;相较结构基于最大层间位移角的抗震性能评估结果,基于结构损伤的抗震性能评估方法综合考虑了结构的响应与自身的能力,更全面地评估了结构的性能水准,能预测结构在不同地震强度下各性能状态的失效概率.     

高层建筑简化振型及在结构风振计算中的应用

基于弯剪型悬臂梁模型分析高层建筑的动力特性,给出控制高层建筑振型形状的特征参数;通过对具有不同特征参数的基阶振型曲线进行拟合分析,得到既形式简洁又能准确反映实际结构基阶振型的简化模型;同时,给出控制简化振型形状的振型指数的确定方案.将简化振型应用于实际高层建筑的结构风振计算,结果表明,采用该简化振型能更准确地体现风荷载沿建筑高度的分布情况,提高风荷载和风振响应计算的精度.     

基于子空间旋转算法的实桥损伤识别

子空间旋转算法就是基于结构模型参数的损伤识别方法之一. 子空间旋转算法基于结构的有限元模型, 利用矩阵变换的方法, 将损伤位置和损伤程度问题区分开来, 实际应用表明, 只需利用一阶频率和振型, 就可以识别桥的主要损伤位置和损伤程度.     

基于曲率模态和神经网络的分步损伤识别法及其在桥梁结构中的应用

神经网络用于损伤识别遇到的最大问题就是训练样本数量的组合爆炸问题,单纯用神经网络进行损伤诊断有很大困难．提出了一种两步识别法来进行损伤诊断,即先采用结构的曲率模态,定义一个新的损伤指标,判断损伤位置,再利用BP神经网络精确识别损伤程度;运用两步识别法对一座混凝土连续刚构桥进行了损伤位置与损伤程度的识别．识别结果表明,对于2个单元和3个单元损伤的情况,分别只需16个和64个损伤样本就能取得满意的识别结果,大大减少了单纯利用神经网络进行损伤识别所需的损伤样本．     

船艏横向框架对船艏碰撞性能的影响

在船舶碰撞中，撞击船艏部结构和被撞船船侧结构都会发生损伤变形．为了了解横向框架对船艏结构的损伤形态、碰撞力及能量耗散的影响，利用非线性有限元仿真程序MSC／DYTRAN对有横向框架和无横向框架的某艏部结构的碰撞特性进行了比较．结果发现，横向加强材会限制船艏外壳及甲板的变形模式，以至于显著地影响到整个船艏结构的破坏特征、碰撞力和能量吸收．在进行碰撞分析时不可忽略．