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。     

基于深度学习的框架结构损伤识别研究

卷积神经网络模型和长短期记忆网络模型是两种应用广泛的深度学习网络模型,为探究两种模型在结构损伤识别应用中的效果,采用两种网络模型对钢框架结构的损伤识别进行研究.以3层框架结构为例,选用削减单元自身动力特性后的模态应变能差作为损伤指标,分别输入到两种神经网络模型中,对梁柱单元的损伤程度识别和损伤位置识别进行分析.结果表明：两种网络模型均能很快掌握结构单元的动力特性,在学习了框架结构的模态特征后,均能够精准地识别出损伤单元的位置,同时能较为准确地预测出单元的损伤程度,验证了两种网络模型在以模态应变能差为指标的损伤识别中具有较好的适用性.对比两种网络模型的表现,发现卷积神经网络具有较高的训练效率和较好的泛化性能.     

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.     

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.     

基于模态应变能法识别板类结构损伤的数值研究

应用模态应变能理论得到了能用于板类结构损伤的识别指标．假定结构存在不同位置和不同程度的损伤，运用Ansys进行有限元分析，得到板损伤前后的前五阶模态．然后再运用Mathematics软件，编程计算结构的各单元的损伤指标．数值模拟结果表明，损伤指标在损伤单元处的数值是最大的．因此，采用本研究提出的损伤指标，对板类结构进行损伤定位识别是可行的．     

基于模态应变能相关性的结构损伤定位研究

本文基于灰色相关性理论,通过分析结构发生损伤时单元模态应变能与未损伤时单元模态应变能的相关性对结构损伤进行定位,提出了模态应变能置信因子,根据该因子的变化曲线即可实现结构损伤的准确定位。将该方法用于两端固支梁的单损伤及多损伤的损伤定位中,识别结果可以验证:无论是单损伤还是多损伤、损伤是连续或是不连续、损伤程度是否相同,该方法对结构中的损伤都能实现准确定位,后续研究将此方法应用于大型复杂结构的损伤识别中。     

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.     

空间框架结构裂纹位置识别的模态应变能法

提出了空间结构裂纹位置识别的模态应变能法 .该方法将单元模态应变能分解为拉压、扭转和弯曲模态应变能 ,利用单元的主要模态应变能分量与结构固有频率的改变量对结构裂纹位置进行识别 .数值实验分析表明 ,该方法能较好地识别具有单个裂纹的空间框架结构的裂纹位置     

混凝土梁结构损伤识别理论与试验研究

基于模态应变能理论,得到能用于混凝土梁结构损伤的识别指标.假定结构存在不同位置和不同程度的损伤,运用数值计算及试验所测数值结果,得到梁损伤前后的前五阶模态,然后再运用计算机软件编程计算结构的各单元的损伤指标.数值模拟及试验结果表明,损伤指标在损伤单元处的数值是最大的.因此,采用本文提出的损伤指标,对混凝土梁结构进行损伤定位识别是可行的.     

结构损伤识别指标法及其实现

基于模态相关系数及模态应变能的理论，分析了结构损伤识别指标法的建立过程，提出了结构损伤识别指标法的实现途径，说明了该方法的特点和适用范围及需要解决的问题。     

基于单元模态应变能灵敏度的结构损伤统计识别

基于单元模态应变能灵敏度,采用概率统计的方法,提出一种同时考虑模型不确定性和测试噪声影响的损伤统计识别方法。首先,建立基于单元模态应变能灵敏度分析的结构损伤方程组,然后,通过摄动法推导出损伤结构刚度参数的统计特性,并运用损伤概率模型计算各单元的损伤存在概率。最后,用一简支梁数值模拟算例验证了该方法的有效性。研究结果表明:损伤概率越大,表明存在损伤的可能性越大;损伤单元的损伤存在概率大于非损伤单元的损伤存在概率;随着损伤程度的增加,损伤存在概率不断增加,而随着噪声水平的增加,损伤存在概率减小。     

小波奇异性在钢结构损伤检测中的应用

根据小波奇异性检测理论,以应变能的损伤信号为结构损伤指标,分别以悬臂梁结构、平面桁架结构和空间网架结构为例进行数值模拟,将原始损伤信号和经过小波变换后的损伤信号进行对比,结果证明采用该方法不但对单一损伤而且对多损伤均能有效地识别出结构的损伤位置,表明了该方法的可靠性和实用性。     

利用应变模态差识别弯管内部损伤

为研究利用应变模态差识别弯管内部损伤的方法,以损伤前、后的应变模态差作为弯管损伤识别的损伤指标对其展开研究.首先,基于位移模态和应变模态的模态叠加特性和正交性推导了应变模态差公式;其次,利用有限元软件ABAQUS建立不同工况的弯管简化模型进行数值模拟.处理分析得到应变模态差曲线,以此判断损伤的存在和位置以及损伤程度.结果表明,通过该损伤指标能很好识别弯管损伤的存在和位置,并能有效地反映其损伤的程度;改变弯管的径厚比和弯曲形式,该指标对弯管损伤识别仍然适用.证明了基于应变模态差的弯管内部损伤识别的可行性.     

损伤定位中应变模态指标的改进研究

由于传统的应变模态差指标峰值大小随损伤程度而变化,在利用应变模态差指标作为神经网络输入来识别损伤位置时,就很可能产生误判,为消除损伤程度对应变模态差指标的影响,对应变模态差指标进行改进,给予理论证明,并通过悬臂梁数值仿真算例进行验证.验证结果表明,所建议的改进方法指标与理论研究一致.     

红石拱桥损伤检测与识别

在吉林红石混凝土拱桥的健康监测中，采用以动态观测为基础的柔度投影法与模态应变能法相结合进行损伤识别．通过越障试验获取必需的拱桥振动模态与振动频率等参数，以柔度投影法为主进行损伤定位识别，以模态投影法为主进行损伤定量，可以获得较好的效果．该方法简便易行。并具有一定的识别精度．建议在实际工程中推广应用．由于在损伤定量识别中还存在一定误差，最大偏离可达30％～40％，需要进一步研究改进．