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。     

基于应变模态差的管道损伤识别仿真

对具有一定程度损伤的管道,常规的结构有限元分析或实验模态分析得到的位移模态和固有频率难以有效反映管道的损伤状况.为了提高诊断的有效性及可靠性,采用结构损伤前、后的单元应变模态差作为管道损伤定位的识别指标.利用有限元分析软件Ansys对同一单元不同程度损伤、同程度多损伤的管道进行数值模拟分析,提取不同状况下的应变模态分别与正常状况下的应变模态进行差值分析.结果表明,应变模态差的方法能够较好地对管道的单损伤和多损伤位置进行识别.