采用应变能方法定量分析输电塔损伤程度

为了解决输电塔结构的损伤识别问题,提出了基于模态应变能变化率和能量方程的两步识别方法。首先利用模态应变能变化率方法进行较为精确的损伤定位,然后引入损伤后的单元刚度矩阵,对结构模态应变能耗散率理论进行了相关的改进研究,从而推导出更精确的损伤定量方程方法。该方法只需要前几阶振型模态,不需要完备的测量信息。数值仿真的结果表明,该两步识别方法可以有效地识别出输电塔结构的损伤位置和程度。     

基于损伤力影响线的静定梁损伤识别研究

针对应用最为广泛的静定桥梁结构,提出利用损伤力影响线进行结构多处损伤识别的方法.当静定梁结构损伤时,损伤前后的位移残差可视为在损伤单元处作用损伤等效力产生的影响线,故可利用影响线的拐点来识别结构的损伤部位,通过影响线峰值直接识别单元损伤程度,从而避免复杂的反演识别计算.利用位移互等定理和有效独立法对测点布置进行研究,指出仅采用一个位移测点即可识别多处发生的损伤.数值计算的结果表明:该方法能够识别静定梁结构的多处损伤,且对测量误差具有一定的免疫力.     

空间杆系结构的单元分组及统计损伤识别方法

提出一种基于应变模态的空间杆系结构统计损伤识别方法.为了减少待识别单元的数量,根据相似度对所有单元进行分组,从而将结构的损伤识别分两步实行首先识别出所有可能损伤单元的范围,然后再进行结构损伤的定位和损伤程度的估计,其中,对于较深程度的损伤,采用应变模态的修正摄动矩阵,最后采用数值仿真分析进行了验证.     

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。     

基于特征灵敏度的Benchmark结构损伤诊断

为准确地评估结构的健康状况,提出了一种两阶段损伤诊断方法.引入柔度差值斜率的概念确定结构可能出现损伤单元的位置,采用基于二阶特征灵敏度的方法确定可能损伤单元的损伤程度.应用该方法对由国际结构控制协会与美国土木工程学会(IASC-ASCE)提出的健康监测Benchmark结构进行了分析.结果表明,两阶段损伤诊断方法能够准确地定出可能损伤单元的位置与损伤程度,识别结果与真实的损伤接近,说明该诊断方法是有效的.     

环境温度影响下基于结构连续位移曲率组合的损伤识别方法

目的寻找对环境温度不敏感的损伤特征指标,消除环境因素在结构健康监测和损伤识别方法应用过程中的影响,准确识别损伤发生和定位损伤位置.方法对静力作用下的结构位移进行中心差分求取结构各节点的位移曲率,将任意相邻三个节点间静位移曲率进行线性组合构建新的损伤指标.利用北京一年的实测温度数据模拟环境温度变化,通过一个简支钢梁的仿真算例验证方法的有效性.结果算例中梁上各节点损伤指标不随温度的变化而变化,在损伤单元相邻两节点处出现正向跳跃,与损伤单元相邻的左右两单元的外侧节点处出现负向跳跃,而更远处的未损伤单元节点处的损伤指标则始终保持在0值附近波动,据此损伤单元得到准确定位.结论利用结构连续位移曲率组合的损伤识别方法可以有效消除环境因素的影响,准确识别损伤发生和定位损伤位置,无需结构健康状态基准数据,具有一定的噪声鲁棒性.     

基于遗传算法的二阶段结构损伤探测方法

为了有效地进行工程结构的损伤识别,提出了一种基于遗传算法的二阶段损伤探测方法.首先利用基于频率的多损伤定位准则和基于位移模态的多损伤定位准则分别计算出有关损伤的初步决策,然后利用信息融合技术中的证据理论方法,将两者的初步决策进行融合,从而获得较为精确的损伤位置估计,最后在已识别出的可能损伤单元的基础上,利用改进的遗传算法进行更精确的损伤位置和程度估计.数值仿真结果表明,采用证据理论进行融合可以获得较为精确的损伤位置估计,比单纯的多损伤定位准则识别效果更好,而采用改进的遗传算法则可以更为精确地判定损伤的程度,优于简单的遗传算法.     

钢框架模型结构的损伤诊断

提出了一种基于结构振动特性的两阶段损伤诊断方法,先由基于柔度矩阵的损伤定位技术确定可能损伤的单元位置,然后采用二阶特征灵敏度分析法对其损伤程度进行估计,对一两层空间钢框架模型结构进行了模拟损伤试验研究,采用环境与力锤脉冲两种激励方式,考虑了4种损伤模式、损伤诊断的结果表明,该方法能够有效地识别出结构损伤单元的位置与严重程度．     

基于多尺度模型修正的结合梁斜拉桥损伤识别方法

以灌河大桥为工程背景,提出了基于多尺度有限元模型修正的结合梁斜拉桥损伤识别方法.首先基于现场环境振动试验结果和两阶段响应面方法对初始多尺度模型进行修正,并将修正后模型定为原始未损伤状态;进而,利用多尺度模型修正方法对结构不同部位不同程度的损伤进行识别,并探讨了模态曲率损伤指标和单元模态应变能损伤指标对不同结构尺度损伤的敏感性.分析结果表明:在不考虑噪声干扰情况下,模态曲率和单元模态应变能指标对精细小尺度单元区域主梁微小(1%)损伤均较为敏感,可识别出结构的损伤位置,而对大尺度单元区域的损伤敏感性略低;在考虑噪声干扰情况下,精细小尺度单元区域比大尺度单元区域在损伤识别方面的抗噪性更好,且模态应变能损伤指标的抗噪性略优于模态曲率损伤指标.故而提出的多尺度建模及其损伤识别方法具有应用到实际工程中微损伤识别的潜力,并为大跨结构损伤预后奠定了基础.     

考虑比例阻尼影响的梁式结构损伤识别方法

为了研究阻尼对梁式结构损伤识别结果的影响、提高损伤诊断和安全评估的精度,将梁式结构简化为比例阻尼系统,推导出基于单元模态应变能一阶灵敏度的解析表达式,建立了考虑比例阻尼影响的梁式结构损伤方程组及其损伤识别方法.采用混凝土简支梁数值算例模拟了6种小损伤工况,损伤识别结果表明:基于单元模态应变能一阶灵敏度的损伤指标能够识别出小损伤位置和损伤程度,最大相对误差不超过10%.分别采用包含不同位置损伤的实验室简支钢梁模型组和一座有实测损伤的梁桥验证所提方法的可行性.研究结果表明:考虑比例阻尼影响时,基于单元模态应变能的损伤识别方法可以识别出梁式结构小损伤和多损伤.     

Benchmark模型结构两阶段损伤诊断

为准确地评估结构健康状况,提出了一种基于结构振动特性的两阶段损伤诊断方法。由归一化的损伤指标确定可能出现损伤的单元位置,采用二阶特征灵敏度分析法确定可能损伤单元的损伤程度。考虑3种对称损伤模式和1种非对称损伤模式,对由国际结构控制协会与美国土木工程学会(IA SC-A SCE)提出的健康监测B enchm ark模型结构第二阶段有斜撑的情况进行模拟分析。结果表明:该方法能够有效地识别出结构损伤单元的位置与严重程度。     

基于动力特性灵敏度解析代数算法的结构损伤识别:理论与数值分析

基于结构动力特性灵敏度解析解,建立了结构损伤方程组代数表达式,该损伤方程组通过矩阵运算实现,简洁紧凑,有效地避免模态截断问题.同时,基于经典的随机子空间模态算法(stochastic subspace method,SSI)实现结构损伤前与损伤后的模态参数识别.将结构损伤前后模态参数识别结果代入损伤方程组,可以检测出桥梁结构损伤的位置和损伤的程度,该方法无需迭代.利用简支梁桥算例对该模态参数识别方法和损伤识别方法进行了验证和分析.数值计算结果表明,在噪声水平较低地工况下,本文提出的方法对单损伤梁和多损伤梁均能实现损伤定位和损伤程度的判别,计算效率较高.     

基于动力指纹和Bayes数据融合的桥梁损伤识别

受测量噪声的影响,采用单一指标评价桥梁安全容易产生误判,因此提出一种基于Bayes理论的桥梁损伤识别方法.该方法将识别过程分解为损伤定位识别与损伤定量识别两部分,首先采用Bayes公式融合归一化的动力指纹,进行损伤位置识别,进而提取损伤处的动力指纹构建Bayes网络,计算各节点的条件概率,从而识别损伤程度.通过简支梁数值模拟验证了该方法具有良好的抗噪性,尤其能够对小损伤准确定位,对程度差别小的损伤准确分类.     

基于结构柔度灵敏度的损伤定位

在结构柔度矩阵的基础上,提出了一种结构的节点柔度灵敏度和单元柔度灵敏度的计算方法.利用计算出的柔度灵敏度构造损伤定位指标,用于三跨连续梁单个单元和两个单元损伤定位.在此基础上,用状态反馈控制的方法有目的地对结构进行极点配置,得到所需的受控结构的特征值和特征振型,并采用受控结构的特征值和特征振型构造柔度灵敏度指标,进一步提高损伤识别指标对损伤的敏感程度.三跨梁的数值仿真结果表明:该柔度灵敏度指标能达到较好的损伤定位效果;在检测结构适当位置施加控制力,采用受控结构的动力特性数据进行损伤识别,可进一步提高损伤定位的诊断率.     

基于敏感模态单元应变能法结构损伤识别

根据结构损伤前后特征值变化率选择对损伤单元应变能变化灵敏度较高的模态,建立一种高效的并具有较好鲁棒性的结构损伤识别的方法.从结构振动方程出发,推导结构损伤前后特征值变化率和应变能变化的关系式,建立一个由特征值变化率、单元损伤因子、单元损伤灵敏度因子以及单元损伤修正因子组成的结构损伤识别方程.应用单元损伤修正因子建立结构的损伤定位指标,并应用结构损伤识别方程式推导出单元损伤程度因子的解析表达式.应用本方法对一新型防浪提结构进行单一处损伤和多处损伤的损伤位置识别和损伤程度识别,最后,对本文提出的损伤识别方法的抗噪声性能进行测试.研究结果表明:本方法具有较好的鲁棒性,并且识别结果具有较高的精度,表明本文提出方法具有高效性.     

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.     

基于小波包样本熵和支持向量机的框架结构损伤识别

基于小波包样本熵和支持向量机原理,研究了钢框架结构的损伤定位识别方法.分析在冲击载荷作用下框架结构的动力响应,对加速度信号进行小波包分解,建立小波包样本熵的损伤指标,采用支持向量机原理,识别结构损伤位置以及损伤程度.研究表明,该方法能够利用单一的传感器,实现理想的识别效果,且具有一定的适用性和鲁棒性,在60 dB的噪声水平环境中损伤定位识别结果在90％以上,在40 dB的噪声水平环境中,损伤程度识别结果在90％以上,框架实验模型研究表明,柱的损伤识别精度要高于梁的损伤识别精度.     

基于分级遗传算法的结构损伤识别方法

提出了一种基于遗传算法的利用不完整振动数据识别结构损伤的新方法，该方法首先扩展不完整的振型并利用单元能量熵差比确定结构损伤的大致位置，然后采用二级搜索策略，借助遗传算法确定结构损伤的程度，数值计算结果表明，当可能的损伤区域较大时，本方法较直接搜索策略更能有效地确定结构损伤的程度。     

石油井架结构损伤的分步识别技术研究

针对JJ160/41-K型石油井架结构损伤识别问题,提出基于模态参数和支持向量机的分步识别方法,即先使用柔度矩阵方法进行井架结构损伤位置识别,再以柔度曲率差值作为损伤识别指标,应用支持向量机回归算法对已定位的损伤进行定量分析.仿真计算结果表明该技术可有效实现井架结构损伤的定位与定量分析.     

基于吊索振动测量与神经网络技术的悬索桥损伤识别方法

为提高对悬索桥损伤结构的测量精度,提出将吊索张力指标和神经网络技术相结合对悬索桥结构损伤识别的方法.基于高精度三维有限元模型,模拟7种可能的损伤情况的定位.采用BP神经网络,以不同损伤程度下吊索张力指标作为神经网络的训练与测试输入,由神经网络的输出来指示损伤位置及程度.该方法的突出优点是只利用少量吊索的局部模态的基频,就可获得较好的识别结果.而对少量吊索局部模态的基频测量要比其他面向损伤检测的测量容易得多.因此,该方法具有重要的实用价值.