面向缩聚模型的结构损伤识别研究

为了减少结构健康监测系统中传感器的数量,创新性地结合缩聚原理和自适应二次乘方和误差法提出了一种面向缩聚模型的结构损伤识别方法.根据模型缩聚原理对结构有限元模型进行了缩聚,依据缩聚后有限元模型、利用自适应二次乘方和误差法对结构参数进行了识别和追踪,从而实现了结构损伤的识别.对某一大型平面桁架结构进行了仿真,期间考虑了白噪声和地震波的影响;对某一悬臂梁结构进行了实验,以研究白噪声、正弦、拟El-Centro 3种激励下的6种情况.结果表明:所提方法只需使用少量的传感器便可精确地识别出结构中损伤的发生时刻和损伤的程度及位置,仿真结果的最大误差小于3%,实验结果的最大误差小于5%.     

基于功率谱灵敏度的子结构损伤识别方法

提出功率谱灵敏度与子结构缩聚技术结合的损伤识别方法,在分析响应功率谱对结构单元面积灵敏度的过程中采用差分法,解决了求解参数的偏微分较困难的问题;并将整体结构划分为若干子结构,对未损伤子结构采用Guyan缩聚技术,通过功率谱灵敏度分析的方法对缩聚结构进行损伤识别,该方法只需测量结构的少数几个自由度的响应就可以达到损伤检测的目的.最后,通过1个三层两跨的刚架模型验证了该方法的有效性.     

含内部子结构的圆柱壳振动特性研究

针对圆柱壳-内部子结构的耦合结构,采用缩聚传递函数对其解耦,再根据直接刚度法分别建立圆柱壳和内部子结构的数值模型,并结合缩聚传递函数法计算了原耦合结构的振动响应.引入坐标转换矩阵并考虑6个方向的耦合,从而保证本混合方法的计算精度.与有限元计算结果进行对比分析,验证了该混合方法的有效性.在此基础上分析了结构厚度、壳体长度...     

基于附加质量的梁损伤识别影响因素分析

为了提高基于附加质量的梁结构损伤识别精度,对附加质量影响因素进行了综合分析。根据梁结构损伤识别的附加质量法,建立梁结构有限元模型,并计算其损伤部位以及损伤程度,同时研究附加质量的大小、数目及位置对结构损伤识别的影响。在验证附加质量法对梁结构损伤识别有效性的基础上,采用不同的质量块附加在梁结构的不同位置进行损伤识别,由得到的损伤识别结果计算损伤识别误差。研究结果表明:附加质量后损伤识别精度有较大提升,有效降低了识别误差;随着损伤程度的增加,识别误差在逐渐增大,附加质量法对小损伤具有较好的识别效果;附加质量的大小和数目是提高梁结构损伤识别精度的主要因素,附加质量的位置对损伤识别结果的影响也不容忽视。     

子结构拟动力试验的模型修正法

分别针对剪切模型和杆系防屈曲支撑模型,采用有限元软件OpenSEES整体时程分析方法,研究了试验子结构数量对子结构拟动力试验结果的影响。结果表明:随着试验子结构数量的增多,试验结果精度逐渐提高,呈现出近似二次抛物线形变化规律。在构件数量较多结构体系中,试验子结构数量较少时,子结构拟动力试验的精度不高,试验的意义不大。针对一个单跨两层带斜撑框架模型,基于OpenSEES进行虚拟子结构拟动力试验,采用最小二乘法,利用试验子结构观测数据,在线识别试验子结构的恢复力模型参数,并实时修正与试验子结构有相同恢复力特性的数值子结构恢复力模型。不同试验工况下试验结果对比表明:即使试验子结构数量受到限制,在子结构拟动力试验过程中,基于最小二乘法模型修正方法可以显著提高子结构拟动力试验的精度。     

基于Lamb波混合成像算法的薄板结构损伤定位

针对传统椭圆法和双曲线法对结构损伤定位不精确的问题,提出了一种基于Lamb波的混合成像算法。该算法将椭圆法和双曲线法相结合,在使用相同数量传感器的条件下提高对信号数据的利用率,从而提高损伤定位的精度。通过有限元仿真对该算法进行验证,即建立一个无损伤模型和多个有损伤模型,模拟压电传感器以双面同相的激励方式获得单一模态的Lamb波,从而获得损伤的反射信号。用混合成像算法和传统椭圆法对仿真模型分别进行损伤定位。成像结果对比表明,混合成像算法对损伤的定位更精确,而且在结构有多处缺陷的情况下能检测到传统椭圆法无法识别出的损伤。     

结构损伤定位中模态应变能法的改进

针对现有模态应变能法对结构有限元模型精度要求较高的不足,引入单元定位矩阵,对其进行了改进.改进后的方法损伤指标的构建不需要结构损伤前单元刚度矩阵,降低了对结构有限元模型的精度要求,并避免了由此产生的二次误差.为验证方法的有效性,利用简支梁有限元模型数值模拟了两种典型损伤工况,结果表明,改进后的方法提高了损伤定位的识别精度,并且计算简便,有望用于实际工程中.     

扩散过程模型估计效率问题研究

考虑扩散过程模型的一种基于偏微分方程的估计方法,该方法通过数值求解与扩散模型相关联的偏微分方程(PDEs),获得转移密度函数的近似解,把Hurn等和陈晖等所采用的方法进行了对比,并与转移密度的闭端解和Euler法获得的近似解进行比较,同时,比较了这几种方法在模型参数识别方面的效率.比较结果说明Hurn法对于对数似然和的近似效果均优于陈晖法,且对于模型参数的估计效果要优于Euler法和陈晖法,且Hurn法对于模型参数的识别能力要好于Euler法.     

基于小波包样本熵和支持向量机的框架结构损伤识别

基于小波包样本熵和支持向量机原理,研究了钢框架结构的损伤定位识别方法.分析在冲击载荷作用下框架结构的动力响应,对加速度信号进行小波包分解,建立小波包样本熵的损伤指标,采用支持向量机原理,识别结构损伤位置以及损伤程度.研究表明,该方法能够利用单一的传感器,实现理想的识别效果,且具有一定的适用性和鲁棒性,在60 dB的噪声水平环境中损伤定位识别结果在90％以上,在40 dB的噪声水平环境中,损伤程度识别结果在90％以上,框架实验模型研究表明,柱的损伤识别精度要高于梁的损伤识别精度.     

基于二级多点逼近算法的连续体结构拓扑优化

针对基于变密度法的连续体拓扑优化中设计变量连续性的特点,建立了以结构重量最小为目标,考虑位移和频率约束的连续体结构拓扑优化模型;原拓扑优化问题先转化为具有较高精度的第一级多点近似序列问题,该问题的约束函数由优化过程中历史设计点的临界约束函数值及其一阶导数构造;再通过线性泰勒展开建立可由对偶法快速求解的第二级近似序列问题,以逼近各第一级近似问题的解. 采用敏度过滤技术,避免棋盘格引起的数值缺陷问题,并对低密度区域的单元刚度进行惩罚,以消除频率约束问题的局部模态现象. 优化过程中采用通用有限元程序Nastran进行结构分析和敏度分析. 数值算例结果表明:应用该方法可以有效地解决具有位移和频率约束的连续体拓扑优化问题.      

利用动静力测量数据的桥梁结构损伤识别

提出了一种基于模型修正理论的结构损伤检测的方法．首先给出一种利用结构振动模态数据修正结构刚度的于结构算法,然后将这一方法推广为同时利用振动模态数据和静力位移量测值的损伤识别方法;运用缩阶的理论分析模型解决实测自由度不足的矛盾．以一悬臂梁的损伤仿真试验,验证这一方法的有效性．并考察将这一损伤识别技术运用于大型桥梁实时监测系统的可行性     

混凝土桥梁的损伤诊断与承载力评估

基于结构振动理论和系统识别技术的桥梁健康监测系统已显示出了良好的发展前景。主要阐述了钢筋混凝土桥梁损伤的五种诊断方法,即振动模态参数识别法、动力响应及动力系数法、超声波法、冲击回波诊断法和自然电位法,并对这些方法的特点和应用作了比较。同时提出了混凝土损伤识别的四种方法,即模型修正法、动力指纹分析法、神经网络法和专家系统法,并系统介绍了这四种方法的特点。通过对钢筋混凝土桥梁的损伤诊断和损伤识别,正确客观的评估桥梁的承载力和安全状况。最后介绍了国内外几种典型的评估桥梁承载力的理论和方法,并对其发展趋势作了展望。     

一种基于实测模态参数的结构损伤诊断方法

本文提出了一种利用实测结果固有频率与振型诊断结构损伤大小和位置的方法，并提出了一种能抑制测试误差对诊断准确性影响的正则化技术求解质量和刚度损伤诊断方程，以三根模型的损伤诊断实例说明了本方法的有效性。     

基于振动测试的大跨桥梁损伤检测

文章将基于振动测试的大跨桥梁损伤检测分为 4个阶段 ,介绍了大桥损伤检测中的振动测试和有限元模型建立 ,着重讨论了几种常用的损伤检测方法 ,包括损伤指标法、反分析法、模式识别法和异常检测法 ,并对其进行了比较分析 ;对现有损伤检测方法用于大跨桥梁存在的一些问题 ,指出了今后的研究方向     

基于SAP2000 API的模态缩减法在高层建筑动力分析中的应用

为解决高层建筑自由度数目巨大导致其动力响应分析工作量大、效率低的弊端,文章在基于SAP2000API接口的基础上,分别运用原有结构整体刚度（静力凝聚法）和结构振型（SEREP法与MODAL法）3种不同方法,对高层建筑建立了简化为“葫芦串”体系的模态缩减方法.算例计算表明,直接基于原有结构整体刚度的模态缩减方法,对于结构的前几阶振型,具有较高的模拟精度；而基于结构振型的模态缩减方法（SEREP法与MO-DAL法）在所取的振型阶数范围内,能够完全一致地保留原结构的振动特性；而在所取的振型阶数范围外,相比于SEREP法,MODAL法能够大致反映结构的振动情况.由于对高层建筑动力分析通常只考虑前几阶模态的情况,文章结合SAT2000 API应用程序接口的功能,应用上述3种模态缩减方法,为自动化和高效化地实现高层建筑动力分析提供了良好的条件.     

线阵技术在焊管检测中的应用

螺旋焊管管端焊缝检测方法中的胶片拍片法虽然灵敏度和分辨率高,但检测效率较低、成本高、不便于存档,图像增强器法效率高,但灵敏度、分辨率低.为此设计一套新型螺旋焊管管端焊缝检测设备,采用线扫描数字成像技术进行X射线检测.其灵敏度和分辨率优于图像增强器,检测效果达到了胶片的水平,弥补了图像增强器和胶片照相法的不足,提高了检测效率,降低了检测成本,实现了螺旋焊管无损检测的数字化.系统软件选用VC 语言进行编写,能够实现图像的降噪、焊缝提取和缺陷识别等功能.     

基于PSO算法的结构损伤检测研究

结构损伤检测问题常常可转化为数学上的约束优化问题。采用粒子群算法（PSO）求解约束优化问题。可求解结构损伤检测问题。首先介绍基本粒子群算法，然后建立结构损伤检测问题的数学模型，采用悬臂梁单损伤和多损伤的数值仿真研究，验证了粒子群算法求解结构损伤检测问题的可行性，最后针对实际结构振型测试时振型的非完备性，直接利用非完备振型，求解损伤检测问题，数值仿真结果表明，利用非完备振型，仍可得到较好畴检测结果。     

基于卷积神经网络和迁移学习的结构损伤识别

针对传统基于机器学习损伤识别方法手工提取特征适应性差、识别能力弱等问题,提出一种基于卷积神经网络和迁移学习的新颖、快速结构损伤识别方法.首先根据损伤特征向量特点,提出原始信号的分帧处理流程;其次考虑多传感器数据融合要求,建立多通道一维卷积神经网络结构损伤识别模型,给出模型的整体流程和网络参数;然后采集不同通道和不同噪声水平下,模拟不同位置程度损伤的15层框架数值模型加速度数据,进行损伤识别;最后将网络模型进行迁移学习,对7层框架模型试验进行损伤识别,并验证所提方法的可行性、准确性和计算复杂性.结果表明,该方法实现了特征自适应提取、损伤位置和损伤程度的精准识别,具有突出的计算效率.