输入未知条件下框架结构的损伤诊断研究

提出将结构健康监测技术用于输入未知条件下识别结构损伤，确定结构损伤位置和损伤程度。该方法首先利用自然激励技术(NExT)结合特征系统实现算法(ERA)，从结构的动力响应信号中得到结构的模态参数(频率和振型)，然后利用所识别结构损伤前后的模态参数来计算结构单元损伤诊断指标值，用以确定结构的损伤位置和损伤程度。为了验证损伤诊断方法的可行性，将该方法运用于平面框架结构。算例结果表明，该方法能够精确定位出框架结构的损伤位置，并判断出构件的损伤程度，具有实际应用价值。     

基于应变模态分析的长输油气管线损伤检测仿真研究

基于应变模态方法，运用有限元分析软件ANSYS对石油工业中的压力管道损伤识别进行了初步的研究。ANSYS的模态分析可以求得结构在损伤前后的位移模态，将其转换为对应阶数的应变模态，并对比应变模态损伤前后的变化，作出应变模态差值曲线以此来判断损伤的存在和位置以及损伤程度。计算结果表明：利用应变模态差值曲线能比较准确地识别出管道结构模型的损伤存在和损伤位置，并依此定性地识别出管道结构模型的损伤程度。采用此方法进行管道结构进行损伤识别比传统的损伤检测方法更加准确、方便。     

基于模态参数灵敏度分析的结构损伤识别研究

结构损伤通常以结构中刚度损失为特征。结构的损伤会引起结构参数的改变,结构参数变化会导致结构模态参数(固有频率、振型)的变化,因此寻求结构损伤与结构模态参数之间的关系十分重要。文中根据结构振动特征方程,推导了结构模态参数对结构参数改变的灵敏度表达式,建立了结构模态参数对以单元刚度为特征的结构损伤识别关系式,识别结构损伤的位置和损伤程度。文中制作了无损伤、有损伤3根悬臂梁钢板试件,测取试件结构固有频率与振型,根据无损伤试件结构图,建立了有限元模型,计算其结构固有频率与振型。将无损伤试件测得的模态参数作为有限元模型修正依据,并用两种损伤条件下测得的数据修正无损伤的有限元模型,将单元刚度作为修正参数,应用灵敏度方法来识别悬臂梁钢板试件损伤的位置和程度,其结果与实际基本一致,证明了方法的有效性。     

基于柔度矩阵和神经网络的结构损伤识别法

提出一种分步识别结构损伤的方法。首先利用测量模态参数建立结构柔度矩阵来确定结构损伤的大体位置，然后应用神经网络技术和结构的加速度响应对确定的损伤范围进行参数识别，根据识别的刚度值判别结构的损伤程度。通过一个8自由度结构的仿真计算表明，该方法稳定性好，计算精度高，对噪声具有很高的鲁棒性，在10％噪声情况下，应用神经网络技术能较精确地得到结构的损伤程度，显示了该方法对大型复杂结构进行损伤诊断的潜力。     

基于随机子空间和统计模型的输电塔损伤识别

针对输电塔结构,给出一种基于随机子空间结合统计模型的损伤诊断方法,利用输电塔振动响应信号挖掘数据统计特征并构建高灵敏损伤诊断指标实现输电塔结构局部构件的损伤检测。首先,获取输电塔结构的瞬态动力响应数据;其次,利用随机子空间法识别模态参数,构造名义模态参数,并定义一个与参数识别过程相关的残差向量表征结构动力参数变化;最后,计算该残差对结构参数的灵敏度,并构造残差灵敏度的χ2统计量作为结构损伤诊断指标。通过数值模拟及现场试验对某足尺输电塔结构进行分析,结果表明,上述方法可有效对输电塔结构局部构件的螺栓松动、杆件破坏等损伤进行识别。     

基于应变模态差和神经网络的管道损伤识别

应变模态差对结构微小损伤具有很高的敏感性且对结构损伤处具有较高的定位识别率,故在工程实际中可以利用其对管道进行损伤识别。然而,应变模态差只能定性地反映结构的损伤程度,并不能直接量化损伤结构的损伤程度,故采用神经网络和应变模态差相结合的方法对损伤管道进行损伤位置和损伤程度的识别。利用有限元分析软件ANSYS进行模态分析提取管道的应变模态参数,并把管道损伤前后的应变模态差作为神经网络的输入参数,以损伤位置和损伤程度作为神经网络的输出参数,对损伤管道分别进行单损伤和双损伤的损伤定位和程度识别。研究结果表明,利用应变模态差和神经网络相结合的方法能够准确识别出管道的损伤位置以及损伤程度。     

用摄动方法进行受损悬臂梁的模态分析

将结构的裂纹损伤用δ函数进行表达，建立了损伤条件下悬臂梁的自由振动方程。利用一阶摄动方法给出了摄动项的一般表达式，并结合δ函数的性质，获得了受损悬臂梁的特征值和模态振型的解析表达式。以一个受损悬臂梁为数值算例，计算了不同损伤条件下其模态参数的变化。分析了损伤条件对模态参数的影响，为利用动力学特性对悬臂梁的损伤监控和检测提供了理论依据。     

基于模态应变能的海洋平台损伤定位试验研究

针对海洋平台等大型复杂土木工程结构，研究了基于振动响应测试的结构损伤诊断方法。采用特征系统实现算法，仅利用输出响应进行模态参数识别，基于模态应变能的变化来进行损伤定位。为了验证该方法的有效性，制造了钢质导管架式海洋平台模型，进行了振动台试验。模型预先在某些典型构件处设置了法兰连接件用来模拟损伤，针对斜撑构件测试了多种单损伤和两损伤工况。针对各种损伤工况进行了模态识别和损伤检测，试验结果表明，基于输出响应的模态应变能法进行斜撑损伤定位是可行的。     

基于摄动方法的受损薄板模态分析

将结构的损伤用δ函数进行表达，建立损伤条件下薄板的自由振动方程。利用一阶摄动方法给出摄动项的一般表达式，并结合δ函数的性质，求出受损薄板模态参数的解析表达式。以一个四边简支的受损薄板为数值算例，计算损伤条件下其模态参数的变化。最后分析损伤情况对模态参数的影响，为利用动力学特性对板的损伤监控和检测提供理论依据。     

一种基于多场景模式的结构损伤鉴定方法

结构损伤会直接影响结构模态参数的变化,但是如何利用结构模态参数的变化找到结构损伤部位及损伤级别是一项具有挑战性的工作,因为结构损伤鉴定是一个具有高度不确定性的反问题.文中提出了基于多场景模式的损伤鉴定方法,它通过预设较少的损伤场景来克服这一问题:首先建立一个高置信度的有限元模型,然后利用该模型预测不同损伤模式对结构模态参数的影响,最后将结构损伤鉴定问题转化为各场景模式对模态参数变化影响的合成问题.文中还通过简单实例完成了方法验证.     

Damage localization using experimental modal parameters and topology optimization

This work focuses on the development of a damage detection and localization tool using the topology optimization feature of MSC.Nastran. This approach is based on the correlation of a local stiffness loss and the change in modal parameters due to damages in structures. The loss in stiffness is accounted by the topology optimization approach for updating undamaged numerical models towards similar models with embedded damages. Hereby, only a mass penalization and the changes in experimentally obtained modal parameters are used as objectives. The theoretical background for the implementation of this method is derived and programmed in a Nastran input file and the general feasibility of the approach is validated numerically, as well as experimentally by updating a model of an experimentally tested composite laminate specimen. The damages have been introduced to the specimen by controlled low energy impacts and high quality vibration tests have been conducted on the specimen for different levels of damage. These supervised experiments allow to test the numerical diagnosis tool by comparing the result with both NDT technics and results of previous works (concerning shifts in modal parameters due to damage). Good results have finally been achieved for the localization of the damages by the topology optimization.     

基于灰并联模态柔度曲率差的梁结构损伤识别

运用提出的灰并联模态柔度曲率差方法对子结构进行了损伤识别。结果表明:该方法仅需低阶模态参数即可进行损伤识别,不论对单一位置损伤,还是多种损伤共存,均具有损伤定位的能力,并能定性反映损伤程度。与已有的柔度差、柔度差值曲率两种柔度指标的数值模拟进行比较,显示了该指标检测损伤的有效性和优越性。     

利用单元模态应变能法的地下杠架结构损伤诊断

基于地下框架结构损伤前后动力特性的分析,证明了模态应变能变化对单元损伤的敏感性.选择单元模态应变能变化率作为人防结构损伤诊断的标识量,证明了多位置损伤状态下产生的单元模态应变能变化率是单位置损伤状态的叠加,并提出了应用组合优化求解结构多位置损伤诊断的方法.以一典型的人防工程为算例,通过对其在不同损伤情况下计算结果的分析和讨论,说明所提出方法是有效可行的,它不仅可以准确完成人防结构的损伤诊断,并且简化了损伤诊断过程.     

基于逆有限元的应变模态损伤检测方法

基于光纤光栅传感器(fiber Bragg grating,简称FBG)逆有限元方法(inverse finite element method,简称iFEM),仅利用有限测点的应变数据进行全域应变场重构,得到近似完全测量应变模态,提高了直接采用实测应变数据来构建应变模态损伤指标的实用性。利用基于损伤应变模态差分原理的损伤指标法,只需用损伤后应变模态数据即能定位损伤,并给出了损伤指标数学模型。计算结果表明,基于光纤光栅传感器和逆有限元方法可以快速进行全域应变场重构,为基于应变模态的损伤检测提供数据保障,而应变模态差分曲线只在损伤处发生剧烈变化,损伤程度不同,曲线突变程度略有不同但规律一致。最后以某板的实验结果证明了该方法的有效性。     

基于灵敏度分析的机械系统损伤识别方法

提出了一种基于振动灵敏度分析的机械系统损伤识别方法。该方法同时考虑了固有频率灵敏度和固有模态灵敏度 ,既可用于损伤定位 ,也能用于确定损伤大小 ,且对单个损伤和多个损伤情况都适用。为了提高识别的精度 ,考虑了二阶灵敏度。针对工程实际的需要 ,分析了不完备模态和模态测量误差对该方法识别精度的影响。算例表明 :本方法合理可靠 ,具有足够的精度。     

基于频率变化率的结构刚度非均匀退化识别

针对不利环境作用、损伤等易造成结构局部损伤且刚度退化程度不均匀的问题,以受弯梁为研究对象,从构件动力特性入手,综合考虑损伤前后的模态挠度曲率和固有频率变化,提出了基于频率变化率的刚度非均匀退化识别方法。首先,在柔度矩阵的基础上推导模态挠度曲率,通过损伤前后模态挠度曲率的改变量识别损伤位置参数,判定损伤区域;其次,对损伤区域进行节段划分,从欧拉-伯努利梁的动力方程出发建立损伤程度、损伤区域位置参数与固有频率之间的矩阵函数,实现直接利用频率值变化评估构件不同区域损伤程度。研究结果表明,该方法能很好地识别结构局部损伤位置和损伤程度,尤其是对于结构局部刚度不均匀退化的评估具有明显的优势。     

AGS结构的损伤定位仿真

为了检测先进复合材料格栅结构(AG S)的损伤所在位置,提出了通过计算结构在损伤前、后模态曲率差的方法,来进行计算和分析。建立了格栅结构在有约束条件下的有限元模型,通过AN SY S中的模态分析得到模态振型位移值,计算了结构损伤前、后的模态曲率差,通过这一指标对结构的损伤进行辨识,并分析了采用多阶模态的计算效果。结果表明,通过第1阶模态振型模态曲率差的计算,可对单损伤状况做出有效的检测;对于多损伤工况,需使用前3阶模态的曲率差进行分析,才能有效检测损伤的位置。     

An hybrid real genetic algorithm to detect structural damage using modal properties

An hybrid real-coded Genetic Algorithm with damage penalization is implemented to locate and quantify structural damage. Genetic Algorithms provide a powerful tool to solved optimization problems. With an appropriate selection of their operators and parameters they can potentially explore the entire solution space and reach the global optimum. Here, the set-up of the Genetic Algorithm operators and parameters is addressed, providing guidelines to their selection in similar damage detection problems. The performance of five fundamental functions based on modal data is studied. In addition, this paper proposes the use of a damage penalization that satisfactorily avoids false damage detection due to experimental noise or numerical errors. A tridimensional space frame structure with single and multiple damages scenarios provides an experimental framework which verifies the approach. The method is tested with different levels of incompleteness in the measured degrees of freedom. The results show that this approach reaches a much more precise solution than conventional optimization methods. A scenario of three simultaneous damage locations was correctly located and quantified by measuring only a 6.3% of the total degrees of freedom.