一种环境激励下斜拉桥模型损伤识别方法

虚拟脉冲响应函数可表征环境激励下结构系统固有的动力特性,但桥梁试验模型空间变异的模糊性和测量过程中环境激励的随机性,使得虚拟脉冲响应函数同时具有随机不确定性和模糊不确定性,适用于随机-模糊统计原理处理.而Hilbert-Huang变换(HHT)是一种新的适用于非线性、非平稳信号且具有自适应性的数据处理方法.提出了基于HHT与虚拟脉冲响应函数随机模糊均值的结构损伤识别方法,并将4个Hilbert边际谱能量指标应用到室内斜拉桥模型的损伤识别中.结果表明:主梁损伤前后4种能量指标都发生了变化,且体现出相似的规律性,准确指示了较大程度损伤的损伤位置和程度,为大型桥梁结构在线监测提供了一种方法.     

基于损伤特征向量谱的桩板式挡土墙损伤预警

对结构动力系统响应信号间的虚拟脉冲响应函数进行小波包分解得到小波包频带能量谱,引入剩余频带的概念,创建特征频带向量谱,并在特征频带向量谱的基础上构建损伤特征向量谱。当损伤特征向量谱为零向量时,挡土墙不存在损伤;当损伤特征向量谱为非零向量时,挡土墙存在损伤。为了量化挡土墙的损伤状态,提出2个损伤预警指标:能量比均方差D_(IS)和能量比变异系数C_(Ⅳ)。对某桩板式挡土墙进行锤击振动试验,通过损伤预警指标对不同损伤状态下的挡土墙进行损伤识别。研究结果表明:当DIS=0,C_(Ⅳ)=0时,挡土墙不存在损伤;随着D_(IS)和C_(Ⅳ)的增大,挡土墙的损伤程度增大。因此,预警指标D_(IS)和C_(Ⅳ)不但可诊断挡土墙是否存在损伤,而且可识别挡土墙的损伤程度,可用于挡土墙结构的损伤预警。     

线性系统脉冲响应函数的分段构造与瞬态响应数值解

本文从波尔定理出发,利用样条函数逼近理论,进行线性单入单出系统的模型识别,并由计算机自动构成线性系统脉冲响应函数的分段解析式,进而获得系统对任意可积函数激励的数值响应。     

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．     

脉冲响应函数的识别及其在最优控制中的应用

本文定义了移位切比雪夫多项式的分离矩阵,从这类正交多项式的递推式导出了计算该矩阵的算式。应用该矩阵的分离性质,得到了一类识别SISO系统脉冲响应函数的新方法。论文还给出了基于脉冲响应模型的输出最优控制算法。两类方法均用实例进行了仿真,说明具备较好的数值精度和较快的收敛速度。本文的结果可推广到MIMO系统。     

基于小波阈值降噪的既有砌体承重墙基本频率识别

识别既有砌体承重墙的基本频率对结构安全性评估有重要意义.为了降低噪声对动力测试信号和基本频率识别结果的不利影响,首先通过人工带噪信号分析获得小波阈值降噪方法的优化参数,再通过拟静力试验在墙体模型中实现不同的损伤,通过环境激励获取加速度信号.分别基于原始加速度信号和小波阈值降噪处理后的加速度信号,获得功率谱密度函数,再运用峰值点法识别基本频率.结果表明,采用优化参数进行小波阈值降噪后,基本频率识别结果的变异性更小.所采用的方法可通过降低噪声影响来提高带损伤砌体承重墙的基本频率识别效率,为既有砌体结构安全性评定提供基础数据.     

基于频响函数和PSO算法的结构损伤识别

为了验证粒子群算法(PSO)在结构损伤识别领域的有效性和可行性,提出了一种基于频响函数和粒子群算法的结构损伤识别方法。以单元刚度折减因子为优化变量,采用实测频响函数和计算频响函数的相关系数来构造粒子群算法的优化目标函数和适应度函数,通过该算法对IASC-ASCE SHM Benchmark结构损伤进行识别。结果表明,即使考虑一定测量噪声水平的影响,仍然能够将结构的损伤识别出来。     

结构损伤识别的样条函数方法

结构参数识别方法是目前结构损伤识别领域中最有效的工具之一，在结构参数识别过程中引入样条函数方法，避免了传统有限元方法带来的庞大刚度矩阵的负面影响。从而提高了识别过程的计算稳定性及计算效率。算例表明识别结果能够应用于结构损伤部位及程度的判别。     

基于小波包和传递比函数的桥梁结构在未知地震作用下的损伤识别

基于结构动力响应进行损伤识别是目前结构健康监测常用的方法.结构动力响应同时包含了结构自身和外激励的信息,而实际工程中的外激励往往难以准确获得,特别是地震作用.因此,仅利用未知地震作用下的结构动力响应进行桥梁结构损伤识别是一项富有挑战性的工作.提出了一种仅基于结构振动响应的数据驱动方法,将小波包能量和传递比函数相结合构建...     

基于损伤柔度曲率矩阵的人行天桥损伤识别研究

为了研究基于损伤柔度曲率矩阵的损伤识别方法在人行天桥上的适用性,将此方法用于人行天桥模型和实际工程的桥梁结构分析中。通过对人行天桥简支钢箱梁损伤前的完好结构及各类损伤工况下的损伤结构进行数值模拟,得到各工况下的这一损伤识别指标的损伤识别性能,对其进行分析。之后将此方法用于实际的人行天桥动力模态试验中,在随机环境激励的情况下使用动态信号采集分析系统对人行天桥进行动力模态试验。研究发现,损伤柔度曲率矩阵这一指标对于人行天桥具有良好的损伤识别性能,并且其抗噪声能力、微小损伤识别能力以及对于实际工程的适用性能皆有良好表现。     

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。     

基于影响线多源信息融合的悬索桥损伤识别

为了精确识别悬索桥结构构件的损伤位置及程度,建立悬索桥空间结构有限元模型,通过模拟准静态加载提取并分析结构的位移、应力影响线,并构建了影响线曲率差指标,通过提取结构振型与频率,构建悬索桥结构柔度矩阵,并构造柔度曲率差变化率指标,用于悬索桥结构构件损伤识别。基于Dempster- Shafer证据理论融合影响线与柔度指标,对模型中纵向下弦杆、纵向斜腹杆和吊杆的不同位置与程度损伤进行识别敏感性研究。研究表明,柔度曲率差变化率损伤识别指标比影响线损伤识别指标对悬索桥构件损伤更为敏感,信息融合指标比单一损伤识别指标损伤定位精度更高,且具有较好的噪声鲁棒性。     

基于径向基函数神经网络的斜拉桥损伤识别

为寻求桥梁结构自动损伤识别的方法，利用径向基函数（RBF）神经网络对某斜拉桥进行了损伤识别研究。分别采用了频率、振型模态、曲率模态3种指标作为网络的输入参数，考虑1根斜拉索损伤、2根斜拉索损伤及3根斜拉索损伤的三类工况，提出了损伤位置识别判断准则及识别效果评价指标。研究表明，径向基函数神经网络对斜拉桥的损伤位置和损伤程度能进行有效识别，构造样本和选择损伤指标是今后的研究方向。     

基于响应功率谱灵敏度分析的幕墙拉索损伤检测

幕墙拉索是重要的工程构件,为解决幕墙拉索的损伤检测问题,从弦的强迫振动方程出发,建立了其相应的有限元运动方程。将幕墙拉索的局部损伤模拟为弦单元面积的减少,利用随机振动的虚拟激励法,得到平稳随机激励下结构响应的功率谱密度函数对弦单元面积的灵敏度,采用有限元模型修正实现幕墙拉索的损伤识别。数值算例表明,仅利用有限的几个传感器的频域数据,就能够较好地识别幕墙拉索损伤,并且对模拟的人工噪声不敏感,具有一定的工程实用前景。     

基于加速度内积向量和灰云模型的结构损伤识别

为了解决测量噪声等引起的损伤识别不确定性问题,提出了基于加速度内积向量和灰云模型相结合的损伤识别方法。描述了云模型和云发生器的基本理论和公式,计算了结构在随机激励荷载下的加速度响应,并利用互相关函数和二阶差分法构造出加速度内积向量损伤指标,最后,基于灰云模型建立了内积向量和损伤区间的前件云和后件云。考虑随机测量噪声等引起的不确定性,利用多种模式下的加权和均化计算,建立了基于灰云模型的损伤识别方法。数值计算结果表明,所提出的基于灰云模型损伤识别方法,可以较好地进行含噪数据的损伤识别,其识别效果优于单纯的加速度内积向量损伤指标。     

基于时能密度的围岩爆破安全判据实验

为了研究爆破震动荷载作用下巷道围岩的多因素综合安全判据,根据实际工程巷道制作缩尺巷道围岩模型,通过光纤光栅锚杆对巷道围岩在不同围岩压力、不同巷道损伤状态下的爆破震动响应信号进行监测,并对信号进行小波分解,基于时能密度函数计算响应信号的TEDI值,初步建立巷道围岩安全判据。结果显示,TEDI值与巷道围岩损伤程度存在定量关系,基于时能密度函数所建立的巷道围岩安全判据具有较高的可靠性,实际应用中可作为核心技术发展监测、诊断、预警技术,形成金属矿山巷道围岩稳定性评估体系。     

基于环境振动信号的框架结构震后损伤识别

提出了一种新的损伤指标用于框架结构的震后损伤识别.以环境振动作为激励信号,采用小波包分解理论,利用框架结构损伤后振动信号的能量在频域内的变化,构建损伤指标DI,并给出了损伤识别流程图.在此基础上,以某钢筋混凝土框架结构为例,设定4种震后损伤工况,对框架结构进行了震后损伤识别分析,探讨了不同楼层、不同类型振动信号对损伤识别效果的影响.结果表明:本文构建的损伤指标DI可以有效识别框架结构的震后损伤,损伤指标DI与损伤程度之间有近似线性的关系;基于较高楼层振动信号的损伤指标值对结构的损伤识别效果较佳;利用速度信号可获得比加速度信号更好的识别效果.     

基于环境激励的工作模态参数识别

根据环境激励具有随机怀以及线性系统在环境激励下各输出点响应之间的相关函数与系统的脉冲响应函数具有相同的数学表达式等特点,给出了在线模态参数识别的理论,并提出了仅根据环境激励响应识别模态参数的新方法,该方法简单实用,不仅能在线识别参数,而且对单输入和多输入均适用,数值算例表明,该方法不仅能识别稀疏模态,而且也能识别密集模态,是一个有效的在线模态参数识别方法且具有鲁棒性。     

基于卷积神经网络和递归图的桥梁损伤智能识别

为改进目前传统损伤识别方法对桥梁局部小损伤识别能力较弱的不足,提出利用深度学习方法中的卷积神经网络对桥梁损伤进行统计模式识别.根据卷积神经网络对损伤特征向量的需求,将车桥耦合振动下的原始结构响应信号进行小波包滤波和重构,之后通过递归分析获取不同损伤工况的递归图,将其作为新型的损伤特征图像作为卷积神经网络的输入.在此基础上提出基于卷积神经网络和递归图的桥梁结构损伤识别计算流程和方法.对一座连续梁桥进行不同位置和程度的损伤模拟,提取小波包频带能量及递归图等损伤特征向量,并进行基于多种统计模式识别算法的损伤识别.结果表明:与其他特征向量相比,递归图蕴含更丰富的损伤信息;与支持向量机和BP神经网络等传统统计模式识别方法相比,卷积神经网络能够通过逐层智能学习实现更准确的特征自动提取和区分,从而实现损伤位置和损伤程度的更精准识别.     

随机激励下载荷谱识别

采用逆虚拟激励法进行载荷识别，识别结构所受平稳随机激励的功率谱密度，在钢悬臂梁和有机玻璃框架上进行了多次试验，识别的载荷与实际值符合得较好，同时研究了相干和不相干随机激励两种情况下载荷识别结果的异同，通过实测数据讨论了不同噪音对识别结果的影响。此方法的优点在于识别未知载荷的准确性、计算的高效性和对频响函数病态的克服能力。