海洋平台立管的传感器优化布置

为了满足海洋平台结构健康监测和损伤识别的要求,提出了一种以协调模态可观测性与损伤可识别性为目标的传感器优化布置方法。首先根据结构运动方程,利用损伤导致结构响应的变化,推导了结构响应与模态、损伤灵敏度的近似解析解。其次,建立包含模态信息和损伤灵敏度信息的传感器优化数学模型。最后利用奇异值分解方法,发展了一种以信息矩阵最大和条件数最小为目标的迭代算法。海洋平台立管的数值算例表明:该方法能够为海洋平台立管的健康监测提供可行的布点方案。     

利用粒子群算法的传感器优化布置及结构损伤识别研究

为了合理布置结构健康监测系统中传感器的位置及满足结构损伤识别的要求,提出了一种基于改进粒子群算法的传感器优化布置方法。首先以模态保证准则(MAC)矩阵的最大非对角元极小化为目标,构造出满足优化条件的适应度函数,并采用改进的粒子群算法搜索出传感器的最佳布设位置;其次,利用振型扩充技术把有限测点的测量模态数据扩充为完整自由度模态数据,并利用所提损伤识别方法进行结构损伤识别;最后,通过一个二维平面桁架结构算例对所提方法进行有效性验证。数值结果表明,所提传感器布设方法能够高效地搜索出给定数目的传感器优化位置,且利用其优化结果能够准确地识别出结构的损伤位置和程度。     

基于多类型传感器信息的结构损伤识别方法

计算2组基于径向基神经网络的结构损伤程度识别结果,一组神经网络输入是加速度传感器信息,另一组神经网络输入是应变传感器信息;以2组识别结果及其可靠性为基础,提出采用D-S证据理论数据融合方法的结构损伤程度综合识别方法.以网壳结构为研究对象,建立结构损伤模型和神经网络样本库及输入输出向量,并对不同噪声水平下结构损伤程度识别结果进行计算.计算结果显示,基于多类型传感器信息的结构损伤程度综合识别结果的误差明显小于基于单类型传感器的识别结果,并在神经网络输入有噪声的情况下,仍保持较好的效果.因此,基于多类型传感器信息的结构损伤程度识别方法在合理应用结构多类型响应信息的基础上,能够获得更优的结构损伤程度识别结果.     

针对结构易损场景监测的传感器优化布置方法

基于结构易损性指数和结构体系的损伤系数定义了结构失效指标,该指标可用来判断易损场景发生后结构体系的失效状态.在特征向量灵敏度分析的基础上推导了该指标在模态参数不确定性影响下的估计方差,并且以所有易损场景下指标的方差和最小为优化目标,提出了以监测结构易损场景为目的的传感器优化布置模型,以及基于凸规划的求解算法.采用该方法对一个平面桁架结构的数值模型进行了传感器布置,并且根据模拟的受损结构的模态数据,计算了不同传感器布置方案下结构失效指标的均值和方差.结果表明,与传统方法相比,该方法可以提高对易损场景发生后结构失效状态的评估精度.     

基于修正模态的混合遗传算法结构损伤识别

采用模态参数对结构进行损伤识别时,测试模态参数包含的误差使识别结果受到影响,严重时甚至不能反映结构的实际破损情况.结构损伤检测可以作为一优化问题.为此提出一种基于修正测试模态的损伤识别方法,即将基于测试频率和修正后的测试振型组成的函数作为优化目标,由具有鲁棒性及易于处理非确定性信息能力的遗传算法和局部搜索算法组成的混合遗传算法作为优化工具.基于桁架的分析结果表明,即使在测试数据包含误差的情况下,采用该方法也能获得满意的识别结果.     

桥梁结构全息模态参数识别方法试验研究

针对传统桥梁结构健康监测中使用的接触式传感器存在数据离散性大、安装程序繁琐、难以反应桥梁结构整体状况等局限性,本文基于全息视觉传感器智能监测系统,识别结构全息几何形态在相应时空域上的振动信号,较为准确的获取结构全息图像数字化位移坐标信息,同时针对提取的振动位移进行频谱分析,获取桥梁结构的模态参数,实现对桥梁状况的基本识别。本文对一座缩尺模型桥进行试验验证,研究结果表明：全息视觉传感器智能监测系统测试结果与位移传感器测试结果吻合度较高,针对竖向荷载响应的功率谱,两种方法实测结果在低频范围内都能够较好地吻合,振型变化趋势基本一致。基于全息视觉传感器智能监测系统的桥梁形态监测真实、连续、敏感,较为准确地反映了结构在各工况下的位移变化和模态响应,后期将会进一步优化全息视觉传感器监测系统识别灵敏度,实现在各种工况激励下的高阶模态参数和结构损伤识别。     

基于空间网壳结构杆件损伤识别的传感器布置方法

传感器的布置与优化问题是目前空间网壳结构健康监测研究的热点与难点.以结构杆件损伤识别为目标,以结构杆件应力监测数据为基础,通过对空闻网壳结构损伤特征、健康监测工作方武以及在静力作用下杆件内力变化特点的分析与研究,提出适合于在役空间网壳结构杆件损伤识别的传感器布置原则和方法.同时也指出,该方法的应用需要先保证结构计算模型...     

基于模态的损伤识别过程中的传感器优化布置

为了提高损伤识别的准确性,开发了一种基于结构振动模态和Gauss-Newton算法的结构损伤识别方法。根据测量误差在损伤识别过程中的扩散,建立了损伤识别偏差的上限估计公式。用优化传感器布置的方法来减小损伤识别偏差上限,设计了相应的组合优化算法。通过数值算例验证了该方法的有效性。该方法被应用于识别一座实际桥梁的损伤情况,也得到了比较满意的结果。     

大跨度空间网格结构的健康监测系统

针对大跨度空间网格结构健康监测系统中的传感器布置以及损伤识别问题,以凯威特型单层球面网壳为例,首先,定义基于变形能的适应度函数,采用粒子群优化算法布置加速度传感器;其次,根据加速度响应信号,建立时间序列模型(AR模型),根据模型系数的变化,判断损伤存在与否;最后,以AR模型系数为输入,损伤位置为输出,建立BP神经网络,通过BP网络的训练和测试,判定损伤存在的位置.数值模拟结果表明:基于粒子群算法的传感器优化布置方法能够准确获取网壳结构中的关键信息点,有效节省传感器布置数目;基于时间序列分析和神经网络的损伤识别方法可以准确识别网壳结构的损伤及损伤位置.     

一种结构健康监测的传感器优化布置算法

在对建筑结构进行健康监测或损伤检测时,通常需要进行结构的模态测试．传感器布设的位置与数 量则对模态试验结果起着至关重要的影响．提出了一种基于奇异值分解的传感器布置新算法．首先根据线 性模型估计理论,将待监测的目标模态振型视为线性模型的设计矩阵,利用奇异值分解的算法,将设计矩 阵分解,根据各个自由度对目标模态振型贡献进行传感器优化布置方案的设计．     

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。     

结构损伤一致多尺度模拟和分析方法

以一个重要的大跨桥梁为工程背景,基于非线性有限元分析软件ABAQUS,研究了大跨结构以损伤分析和状态评估为目标的结构多尺度模拟中的一系列关键理论和技术问题,包括多尺度建模方法和策略、基于子结构方法和基于多点约束衔接方法的多尺度建模过程,结构一致多尺度模型的修正和验证,以及应用多尺度模型进行结构损伤分析的方法与策略.研究结果表明,应用所提出的大跨结构一致多尺度建模方法和策略,能够有效地建立适用于实际大跨桥梁结构损伤分析的多尺度有限元模型,满足不同尺度下结构特性分析和局部损伤演化过程仿真计算的需要.而基于多尺度模型进行的局部疲劳损伤累积的仿真分析结果表明,发生于局部焊接细节的疲劳损伤与结构的局部应力响应之间有较大的耦合作用,在结构的多尺度损伤分析过程中应予考虑才能得到比较准确的寿命评估结果.     

基于频率响应的悬臂工字型钢梁的结构损伤分析

基于结构动力学的基本理论,分析了悬臂工字型钢梁的振动模态特性,推导出结构损伤因子与损伤位置和损伤程度的函数关系.根据结构频率响应,运用频率平方变化比的方法进行结构损伤的初步检测与评估.应用ANSYS有限元分析软件对一悬臂工字型钢梁在11种工况下进行模拟计算,采用单元刚度折减来模拟结构损伤,并对工字型钢梁进行模型实验.     

小波分析在钢筋混凝土梁损伤识别中的应用

为识别钢筋混凝土简支梁的损伤状况,对简支梁进行了逐级加载实验,每级加荷后卸荷,观测梁的裂缝,并测定梁的动力反应. 将钢筋混凝土简支梁作为无限自由度体系,并对该体系的动力方程进行小波变换,得到多尺度下的结构动力响应表达式. 信号经多尺度分解后,包含了信号中更多的结构损伤信息. 基于此,用DASP信号处理系统对钢筋混凝土简支梁各损伤阶段的动态信号进行二进制小波分解,通过分析各频段的波形,确定了梁的损伤.     

基于塑性损耗的超高层建筑结构抗震性能分析

基于能量分析原理提出了一个建筑结构的塑性损耗指标,即结构的塑性损耗能在总输入能中的比例,用来衡量建筑结构在地震载荷作用下的实际损伤程度.通过有限元软件ABAQUS运用非线性动力弹塑性分析方法分析了一个典型框架—核心筒超高层结构.计算了该结构在同一地震波不同地震强度下的塑性损耗指标、构件和层的塑性损耗能分配,以及在不同地震波同一地震强度下的塑性损耗指标、层塑性损耗能分配;模拟了该结构相应的损伤破坏分布情况.两种方法表征的结果趋势一致,表明结构的塑性损耗指标和塑性损耗能分配可用来衡量结构整体和局部塑性损伤破坏情况.     

钢筋混凝土框架结构地震失效模式优化

地震作用下钢筋混凝土框架结构薄弱部位易发生损伤破坏,从而引起结构失效,针对结构的失效模式进行优化有利于提高结构的抗震性能.为此,以结构构件、结构层以及结构整体的损伤准则为约束方程,采用以结构构件损伤值相等为目标的优化设计方法,通过二次开发的钢材和混凝土的弹塑性损伤本构模型,应用纤维单元模型对强震作用下钢筋混凝土框架结构的失效模式进行了优化.以12层钢筋混凝土框架结构Benchmark模型为例,对双向El-Centro地震动作用下结构各构件的抗震性能进行优化,并对优化前后结构的动力响应和损伤发展进行分析,结果表明最优结构损伤集中得到有效的控制,结构各层损伤分布更加均匀,结构整体损伤减小,结构的抗震性能得到明显提高.     

基于时间序列模型的结构损伤识别方法

针对现有结构损伤识别方法中因模型参数物理意义不明确而导致的损伤信息遗漏等问题,提出一种基于时间序列模型的损伤识别方法.首先,推导了具有外部输入的自回归模型(ARX)的一般表达式,并通过联立多自由度体系运动方程建立了考虑结构动力特性的ARX模型.随后,运用该模型预测得到未损伤情况下的节点加速度时程序列,根据其与实测数据的差异程度构造表征结构损伤的参数,即损伤因子.最后,根据损伤因子数值大小与分布情况评估结构损伤状态.数值算例结果表明,该方法在较少的测量数据样本下,能够较好地识别单位置与多位置损伤,并可较为准确地判断损伤程度,同时识别结果受激振位置与测量噪声的影响较小.     

采用应变模态柔度曲率差识别结构损伤

用随机子空间法从结构的响应信号中提取模态参数,构建模态柔度曲率差MFC进行损伤识别.通过简支梁线单元模型仿真算例,对比了位移模态与应变模态识别损伤的效果,并由实体单元模型仿真算例考察了应变信号采集位置对损伤识别效果的影响.结果表明,应变模态应用于损伤识别在抵抗噪声方面优于位移模态,但应变信号的测点需要靠近损伤的位置.     

基于Boosting半监督的网络安全入侵检测算法

针对网络安全入侵行为升级快、隐蔽性强和随机性高等严重的安全问题,提出了一种基于半监督的网络安全入侵检测算法.该算法利用Boosting建立入侵检测模糊分类器,采用遗传算法进行迭代训练,生成最终的网络安全入侵检测模型.仿真结果表明,该算法有效提高了网络安全入侵检测的性能和效率.与SVM等先进的入侵检测方法相比,该算法能更加准确有效地检测各种类型的入侵,具有良好的检测效果和应用价值.     

神经网络法在定量损伤识别研究中的应用

为了探索一种可能的结构损伤在线监测方法,使结构损伤动力识别的研究更具工程实际意义,以工程上常用的截面开口槽形梁为试件,用试验模态分析与神经网络法相结合的方法,研究了位移频响函数指标、应变频响函数指标和模态频率指标在结构损伤定量辨识中的灵敏性。结果证明了神经网络法与试验模态分析技术相结合检测结构损伤的可行性,并指出应变指标对损伤更敏感。此外,指出了对于具有复杂模态的结构无法获取模态的完善信息时,用有限个点、有限个方向的测量数据进行损伤识别是可行的。