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.     

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.     

基于应变模态梁型结构损伤识别研究

传统损伤识别方法大多仅限于结构件中单个裂纹的确定,且损伤识别指标无法准确反映早期局部损伤。为此,提出了一种以应变模态差为表征指标的结构表面多裂纹损伤识别方法。首先,依据欧拉伯努利梁理论,建立了含有多裂纹悬臂梁结构传递矩阵方程,得到含裂纹悬臂梁位移模态振型和应变模态振型;其次,计算损伤前后应变模态差并作为损伤识别指标进行识别。以悬臂梁为例,利用MATLAB分别对单损伤和多损伤等不同工况条件进行了模拟仿真,在此基础上,利用PVDF压电传感器进行了单裂纹和双裂纹悬臂梁损伤识别实验。仿真结果和实验结果表明：应变模态差可以对单裂纹与多裂纹损伤工况进行识别,且识别精度高。     

基于应变模态差的悬臂梁结构裂纹检测

传统损伤识别方法大多仅限于结构件中单个裂纹的确定,且损伤识别指标无法准确反映早期局部损伤。为此,提出了一种以应变模态差为表征指标的结构表面多裂纹损伤识别方法。首先,依据欧拉-伯努利梁理论,建立了含有多裂纹悬臂梁结构传递矩阵方程,得到含裂纹悬臂梁位移模态振型和应变模态振型;其次,计算损伤前后应变模态差并作为损伤识别指标进行识别。以悬臂梁为例,利用MATLAB分别对单损伤和多损伤等不同工况条件进行了模拟仿真,在此基础上,利用PVDF压电传感器进行了单裂纹和双裂纹悬臂梁损伤识别实验。仿真结果和实验结果表明:应变模态差可以对单裂纹与多裂纹损伤工况进行识别,且识别精度高。     

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.     

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.     

基于模态应变能法的钢筋混凝土梁裂缝损伤检测试验

应变能对局部损伤较固有频率更为敏感.把结构遭受裂缝损伤的应变能变化量作为损伤指标,提出一种新的无损裂缝识别方法.并把影响损伤指标因素与假设检验相结合,利用参数假设检验进行识别结果验证.用钢筋混凝土梁进行模态试验,提取梁损伤前后的模态参数,用该方法进行裂缝位置及深度参数的识别.结果表明,将该方法用于裂缝损伤检测是可行的.     

基于单元应变能变化率的结构损伤识别方法

针对梁类结构,根据单元损伤前后的模态应变能变化率,推导了新的损伤位置识别指标,并利用结构在损伤前后模态应变能变化与频率变化的关系提出了损伤程度评估指标.悬臂梁的数值模拟分析结果显示:损伤位置识别指标在损伤单元对应的结点处呈现显著的正号峰值,能够清楚地指示损伤位置;损伤程度识别指标对于单一损伤工况的损伤程度估算结果较接近于实际损伤程度,但对于多点损伤工况的损伤程度估计值偏小.所提出的损伤指标仅根据结构损伤前后的低阶模态频率和模态曲率即能达到较好的损伤识别效果,可应用于实际结构中.