基于改进的BP神经网络的钢桁梁桥损伤识别

文章对某钢桁梁黄河大桥进行了损伤数值模拟,提取其固有频率作为BP神经网络的输入参数来训练网络,对桥梁整体的损伤进行诊断,并根据实桥损伤诊断的结果提出了一种改进的BP神经网络方法,它能够解决传统BP算法的梯度下降速度,从而提高运算速度,通过自调节保证学习过程中每一时刻具有较大的Sigmoid函数值,避免了局部极小。     

剪切型框架结构损伤的两步检测方法

针对剪切型框架结构提出了分步损伤检测的方法．通过包含较大测量误差的结构一阶振型斜率的变化来判别损伤位置，损伤位置的判别可大大减少待识别参数的数量．理论推导证明，当剪切型框架结构发生损伤时，损伤单元振型斜率的变化大于零，由此可判别损伤位置．在判别出损伤位置的基础上，利用能够较准确获得的结构前几阶固有频率作为神经网络的输入，建立损伤程度识别神经网络，进行结构损伤程度的识别．数值分析表明，该方法能够有效实现剪切型框架结构的损伤检测，并具有很高的计算效率和计算精度．     

小波基带宽的变化对结构损伤识别的影响

分析了小波变换在结构损伤检测中的应用 ,证实选择具有不同带宽小波基对检测结果可起到关键性作用 .小波变换可以看作是一组带通滤波器 ,小波滤波器通过多尺度带通和自相关加强特性 ,对结构的动力信号进行实时检测 .利用灵活的多尺度带通小波滤波器组 ,对结构振动信号作滤波分析 ,结构所有的自然频率特性可以同时在时频空间出现 .通过观察不同带宽内振动信号的时频变化来判断结构损伤存在     

桥梁健康监测应用与研究现状

桥梁损伤诊断与健康监测是近年来国际上的研究热点 ,在实践方面 ,土木工程和航空航天工程、机械工程有明显的差别 ,比如桥梁结构以及其他大多数土木结构 ,尺寸大、质量重 ,具有较低的自然频率和振动水平 ,桥梁结构的动力响应极容易受到不可预见的环境状态、非结构构件等的影响 ,这些变化往往被误解为结构的损伤 ,这使得桥梁这类复杂结构的损伤评估具有极大的挑战性 .本文首先给出了结构健康监测系统的定义和基本构成 ,然后集中回顾和分析了如下几个方面的问题 :①损伤评估的室内实验和现场测试 ;②损伤检测方法的发展 ,包括 :(a)动力指纹分析和模式识别方法 ,(b)模型修正和系统识别方法 ,(c)神经网络方法 ;③传感器及其优化布置等 ,并比较和分析了各自方法的优点和不足 .文中还总结了健康监测和损伤识别在桥梁工程中的应用 ,指出桥梁健康监测的关键问题在于损伤的自动检测和诊断 ,这也是最困难的问题 ;最后展望了桥梁健康监测系统的研究和发展方向     

Data based model free hysteresis identification for a nonlinear structure

In the last two decades, the damage detection for civil engineering structures has been widely treated as a modal analysis problem and most of the currently available vibration-based system identification approaches are based on modal parameters, namely the natural frequencies, mode shapes and damping ratios, and/or their derivations, which are suitable for linear systems. Nonlinearity is generic in engineering structures. For example, the initiation and development of cracks in civil engineering structures as typical structural damages are nonlinear process. One of the major challenges in damage detection, early warning and damage prognosis is to obtain reasonably accurate identification of nonlinear performance such as hysteresis which is the direct indicator of damage initiation and development under dynamic excitations. In this study, a general data-based identification approach for hysteretic performance in form of nonlinear restoring force using structural dynamic responses and complete and incomplete excitation measurement time series was proposed and validated with a 4-story frame structure equipped with smart devices of magneto-rheological (MR) damper to simulate nonlinear performance. Firstly, as an optimization method, the least-squares technique was employed to identify the system matrices of an equivalent linear system of the nonlinear structure model basing on the excitation force and the corresponding vibration measurements with impact test when complete and incomplete excitations; and secondly, the nonlinear restoring force of the structure was identified and compared with the test measurements finally. Results show that the proposed data-based approach is capable of identifying the nonlinear behavior of engineering structures and can be employed to evaluate the damage initiation and development of different structure under dynamic loads.     

基于结构动力特性安全性检测的发展及应用现状

工程上,关于结构动力可靠性的研究方法有多种。其中,利用模态分析的结构损伤检测方法证明结构的频率变化可以用来进行结构损伤定位。损伤的判定方法主要有预测模型的方法、基于柔度变化的损伤定位方法、基于结构动力特性的损伤检测可视化方法、基于损伤柔度曲率的新指标的方法、相邻差分曲率差值方法等。目前安全性鉴定标准大多是建立在单个构件的检测基础上的,主要检测构件的变形、损伤、材料性能等参数,直接确定结构的安全性,着重于分析构件的动力特性检测的发展现状及应用。     

基于小波变换与神经网络的结构损伤检测

对BP网络和小波分析理论做了简要的概述,并给出了其应用于结构损伤检测的方法．将固有频率进行归一化处理,作为神经网络的输入参数进行结构损伤位置的检测,然后利用小波包技术对损伤结构的振动信号进行分解,求出各频带内的能量作为网络输入参数,进行损伤程度的评估,悬臂梁损伤诊断与实际损伤情况比较结果表明,该方法合理、有效,可用于实际结构的损伤检测。     

运用频率指标诊断电机轴承故障的神经网络法

电机滚动轴承的时域振动信号经过快速傅里叶变换和自功率谱处理后,可以获得电机滚动轴承振动的固有频率,然后运用该频率指标,利用多层反向传播前馈型神经网络,通过神经网络的学习和推广两个阶段,可以实现对轴承故障的自动分类诊断。对一电机滚动轴承的实验表明,该方法行之有效,对工程应用具有较高的实用价值。与其它损伤识别指标相比,诊断精度相对提高率均大于１１％,说明频率指标对结构的损伤具有更高的灵敏度。     

古塔结构损伤的系统识别Ⅱ:应用

大多数系统识别方法并不能很好地解决实际工程所呈现的复杂性和随机性。本文的研究目的是提出可有效应用于实际工程、基于系统识别的损伤检测及估计方法。文中以兴福寺塔为例,讨论了古建筑结构损伤的特点;提出了根据满足规范要求的设计目标确定基准系统的方法,从而使系统识别技术在古建筑这样一类没有损伤前测试数据的实际工程的应用成为可能。实测频率和模坊数据被用来对结构参数的变化作出估计,采用论文Ⅰ提出的判别分析法和条件分布下的损伤程度估计方法对古塔损伤进行了识别,其结果是可以接受的。     

基于模态柔度矩阵变化指标的结构损伤预警方法

根据结构损伤后其柔度增大的特征,在与实测自由度相应的柔度矩阵基础上,提出了基于模态柔度矩阵变化的损伤预警指标FI 以及运用该指标对实际结构进行损伤预警或异常检测的步骤.损伤预警指标的敏感性分析包括不含噪声和含噪声情况.该指标的损伤报警阈值可依据结构在无损状态时由健康监测系统或定期检测所得到的实测模态数据以及结构有限元模型的模态分析结果计算得到.以润扬长江大桥斜拉桥为背景的数值模拟分析结果显示:无论有无噪声的影响,指标FI 都随着斜拉桥拉索或主梁损伤程度的增加而增大,且大于相应的损伤报警阈值. 在工程结构的使用过程中,可根据实测数据长期、连续地计算并观察指标FI的大小及其变化情况,在FI 值超过报警阈值时给出报警信号.     

长输管道悬索跨越结构损伤的试验模拟与识别

结构的损伤会导致结构模态参数的变化,通过获取不同损伤模式下结构的模态参数并经过分析对比,可实现对结构的损伤模式识别.为此,针对咸阳至宝鸡天然气输气管道工程的渭惠渠悬索跨越结构,制作了缩尺比例为1∶8的悬索桥模型结构,针对悬索桥模型结构进行了完好状态和3种基本损伤模式状态下的输入白噪声和地震波的振动试验研究,得到了多组长输管道悬索桥模型结构在完好状态和不同损伤状态下的频率参数;且采用目前广泛应用的神经网络BP网络实现了对长输管道悬索桥完好状态和3种主要损伤模式的识别.     

钢筋混凝土板模态频率的温度效应分析及剔除方法

考虑到温度荷载作用下钢筋混凝土梁桥的模态参数产生变异,进而导致基于动力指纹的桥梁损伤辨识方法精度降低甚至失效。以钢筋混凝土板为例,提出了一种考虑内部温度不均匀分布特性的模态频率温度效应剔除方法。首先,采用主成分分析算法,提取温度主成分,构造了预测模型输入参数;其次,通过遗传优化支持向量回归,建立了钢筋混凝土板模态频率预测模型;最后,结合钢筋混凝土板模态频率长期观测值,基于训练好的遗传优化支持向量回归模型,剔除温度对模态频率的影响。试验结果表明,该方法能够准确预测不同温度分布状态下的模态频率,并有效剔除温度引起的模态频率变化。     

基于吊杆损伤的斜靠式拱桥动力特性分析

根据平顶山市城东河路湛河桥主桥———斜靠式拱桥的结构特点,借助M IDAS/C ivil桥梁通用有限元程序,建立该桥的空间精细FEM,对不同吊杆损伤工况进行结构动力特性分析。通过与桥梁完好状态下的桥梁动力特性对比,可以得出结论:吊杆损伤对斜靠式拱桥的低阶自振频率总体影响较小,但对桥梁整体竖向自振频率和扭转自振频率相对影响较大,吊杆损伤导致桥梁竖向和扭转自振频率降低;主拱比稳定拱吊杆损伤对该桥的自振频率影响敏感,跨中比1/4跨处吊杆损伤对该桥自振频率影响大。     

基于弹性波的碳纤维复合芯导线结构健康监测系统

碳纤维复合芯(ACCC)导线的结构不同于钢芯铝绞线(ACSR),传统的导线检测方法难以在ACCC导线上得到有效应用。为了保证电力系统运行的稳定性与可靠性,有必要对ACCC导线的结构健康进行快速、全面的检测。根据ACCC导线的结构与弹性波的传播特性,分析了弹性波的相速度、群速度及频散特性,采用虚拟仪器技术,提出了一种基于弹性波检测技术的ACCC导线结构健康监测系统。基于小波变换理论,分析了峰值到达时间的计算方法,研究了激励信号的波形、频率、幅值及波峰数的选择策略。根据弹性波的信号特征,进行了幅值衰减特性实验,研究了信号幅值随距离变化的规律与不同中心频率下的幅值变化特征,结果表明,激励信号的幅值在传播过程中随距离呈指数衰减。以ACCC/TW导线为实验对象,搭建实验平台,进行了损伤定位与损伤辨识,实验中定位的最大误差不超过4. 28 cm。通过比较损伤的实际位置与结构健康监测系统的输出结果,表明所研究的系统能够有效地对ACCC导线损伤进行定位并具有良好的精度。基于功率谱密度的分析方法,实验研究了不同频率和不同损伤条件下的信号特征。结果表明,通过分析功率谱密度曲线的特征,实现了对ACCC导线不同损伤状态的辨识。     

板芯脱黏损伤对复合材料蜂窝夹层结构振动特性的影响

板芯界面脱黏是复合材料蜂窝夹层结构最常见的损伤,对其开展振动分析具有科学价值和工程意义.基于蜂窝芯材的细观构造,利用有限元软件ANSYS建立了复合材料蜂窝夹层结构的有限元模型,研究脱黏损伤的尺寸和位置对振动特性的影响.结果表明:脱黏损伤使蜂窝夹层结构的固有频率降低;损伤尺寸越大,固有频率越低;损伤位于结构中部时4阶固有频率最低,其余各阶固有频率随着损伤越接近固支端而越低;损伤尺寸和损伤位置对不同阶振动模态的影响程度不同.研究方法和结论为此类结构的损伤检测以及损伤容限设计与分析提供了必要的参考依据.     

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.     

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。     

结合静力测试与基频变化的PSO二阶段结构损伤识别

提出了一种基于粒子群优化算法(PSO)的二阶段结构损伤识别方法。该方法利用实际结构测试中较为成熟且结果相对稳定、准确的静力位移及基频的变化为基础,通过损伤信号匹配技术以及PSO分别进行损伤初步定位及损伤最后定量。通过对平面桁架结构的数值模拟结果表明该方法对结构中的受损构件及其损伤程度能够做出正确高效的识别和判断。     

基于连杆应变测量的起落架舱门结构健康监测

起落架舱门的结构完整性影响飞机起飞着陆阶段的安全，因此，提出了一种使用舱门连杆应变间接监测起落架舱门结构健康的方法。首先在某型运输机起落架外舱门连杆上粘贴应变计，对起落架收放过程中的舱门气动力进行定性分析；然后使用小波变化和傅里叶变化对连杆应变数据进行时频分析和频谱分析，间接获取起落架外舱门的振动响应频率，将振动响应频率作为易损探测值，根据其变化趋势判断舱门结构损伤的演变情况，并与舱门固有频率进行对比，分析结构损伤的原因；最后使用机载测试系统和监视系统，实现飞行过程中的起落架舱门结构健康监测。结果表明：该方法可靠有效，可预先探测起落架舱门结构损伤，具有推广应用价值。     

采用二阶频率灵敏度的损伤识别和试验

开发结构健康监测系统是结构损伤识别的一个重要课题 .由于结构频率容易测试并且有较高的测量精度 ,因此成为损伤识别中广泛应用的模态参数 .据此提出一种二阶频率灵敏度分析方法 ,通过测量结构损伤前后频率变化的损伤参数识别方法来确定结构的损伤位置和损伤程度 .对于层间剪切结构模型 ,可以测得结构的各阶频率 .对于多种工况进行了框架结构模型的振动试验 .试验结果表明 ,对于层间剪切结构 ,通过测量结构频率变化可以确定结构的损伤位置和损伤程度