桥梁结构损伤识别技术的研究进展

桥梁结构的安全与健康状况关系着国家财产和人民生命的安全,然而桥梁垮塌事件屡屡发生,逐渐引起了社会和人民的高度重视和广泛关注。大部分桥梁结构垮塌事故源于对结构损伤地忽视,或者是缺乏有效的识别方法。因此,桥梁结构损伤识别方法的研究对确保桥梁结构安全与健康有极其重要的作用和意义。本文主要研究桥梁结构损伤识别方法的发展应用情况。     

桥梁的损伤识别

现在很多桥梁都安装了监测系统 ,自动损伤识别是桥梁健康监测系统的核心技术和热点研究问题。文章介绍了几种桥梁损伤的识别方法 ,包括动态法、静态法、有模型法、无模型法、位移法、应变法以及 BP和 RBF神经网络法的比较。目前健康监测系统尚不具备损伤识别能力。如何设计一个高效的用于结构损伤识别的自动损伤识别系统 ,是个值得研究的问题     

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。     

基于曲率模态识别桥梁结构损伤的机理分析

阐述了曲率模态参数的特性,从有限元动力响应基本原理出发,分析了曲率模态用于识别桥梁结构损伤的机理,说明了曲率模态是一类对结构局部变化有敏感性的动力学参数,对于进一步在实际工程中识别桥梁结构损伤行为具有重要的指导意义.     

基于遗传优化神经网络算法的桥梁结构损伤识别

当前越来越多的大型桥梁结构安装了健康监测系统,作为桥梁健康监测系统的核心,结构损伤识别技术成为研究热点.基于人工神经网络和遗传算法的优点,提出了一种新的方法——遗传优化和神经网络混合算法(用遗传算法优化神经网络的初始权重,)实现桥梁结构损伤的位置和程度的识别.与传统的人工神经网络算法相比,该方法克服了其易于陷入局部最优的缺点.对工程实例梁的试验数据进行分析和结构损伤状况识别,结果表明,该算法的可行性和可靠性,可以应用于类似结构损伤的识别与评价.     

基于静力测量数据的桥梁结构损伤定位研究

基于灰色理论的相关性分析方法将静态位移曲率置信因子SDCACi应用到大型桥梁结构的静力损伤识别中,通过该因子沿桥的横向节点、纵向节点的变化曲线实现了对桥梁结构损伤的准确定位.由识别结果可以证明:不论测量数据(用有限元仿真计算并加上了一个正态分布的随机扰动考虑测量误差)的多少,该方法对结构中的单损伤和多损伤都能进行准确的定位,因此该方法在大型结构及复杂结构的损伤识别中具有广阔的应用前景.     

基于模态应变能法的混凝土梁桥结构损伤识别研究

基于模态应变能理论,得到能用于混凝土桥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Ansya软件进行有限元分析,得到混凝土桥梁损伤前后的前5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,采用所提出的损伤指标,对混凝土桥梁结构进行损伤定位识别是可行的.     

浅析公路桥梁结构损伤检测识别方法与技术

我国现有大量公路桥梁存在着不同程度的结构损伤,采用科学合理的检测方法对保证桥梁健康营运具有重要的意义。首先阐述了结构损伤检测识别技术的发展概况,然后介绍了几种桥梁结构损伤检测识别的方法与技术,并对这些方法的优缺点予以评述。最后对桥梁结构损伤检测识别的发展前景进行了展望。     

基于神经网络的土木工程结构损伤识别研究

本文从土木工程结构损伤识别出发,探索神经网络在土木工程结构损伤识别中的运用。论文首先阐述人工神经网络在土木工程结构损伤识别中应用的可行性,然后具体分析了基于人工神经网络技术的结构损伤识别。     

桥梁健康监测中桥梁结构损伤智能识别方法研究

作为桥梁健康监测中的重要组成部分,结构损伤识别对桥梁维修和管理有着重要意义。为优化桥梁结构损伤智能识别效果,研究提出了基于小波变换改进和深度置信网络的桥梁结构损伤智能识别方法。结果显示,该方法对斜拉索受损模式的最大识别准确性可达到0.95,相较于NB算法提高了0.12。这表明,该方法增强了对复杂桥梁数据的处理能力,提高了桥梁结构损伤智能识别的准确性,有利于促进桥梁结构损伤识别技术的发展,为提升桥梁管理水平提供保障。     

斜拉桥结构损伤识别的概率可靠度法

从概率可靠度的角度出发,提出并发展了基于参数识别和假设检验的斜拉桥结构损伤识别方法.将正则化理论引入参数识别过程,综合利用蒙特卡罗方法和最优化理论识别结构的主要参数并获得其概率分布特性,进而采用假设检验确定损伤的位置和程度,实现损伤的概率诊断.为验证方法的准确性和有效性,将其应用于斜拉桥的损伤识别问题,提出了斜拉索损伤识别的斜拉索索力指标,得出了有益的结论.     

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%.     

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.     

建筑结构损伤的灰色网络识别研究

利用神经网络的高度并行运算功能,将灰色关联度分析和人工神经网络技术相结合,以反映结构损伤程度的敏感参数固有频率作为结构损伤识别的特征参数,建立了建筑结构损伤灰色网络识别系统．利用该系统对钢梁裂纹损伤位置和程度进行了识别分析,从中可以看出利用此方法是可行的,且计算简单,准确度高．     

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...     

用应变模态对混凝土结构进行损伤识别的研究

从理论上探讨了应变模态对混凝土结构进行损伤诊断的测试原理和方法，并通过混凝土框架试验结果分析，证明了应变模态较位移模态对结构的损伤更加敏感。     

基于遗传算法的两阶段铁路桥梁结构损伤识别

采用智能优化算法对结构进行损伤识别时,通常假定实际损伤位置和有限元模型单元划分形式一致。为研究当两者之间存在差异时,对其识别效果的影响,提出了一种新的损伤识别方法。对传统遗传算法中的选择、交叉及变异3种算子进行了改进,并引入灾变和邻域搜索机制。通过一个工程算例对不同损伤工况进行多次独立重复计算,对算法的稳定性和收敛速度进行了分析。此外,还讨论了噪声、测点数目和列车速度对识别结果的影响。结果表明：即使损伤位置与有限元模型的单元划分形式不同,所提方法也能准确定位损伤位置,但会在一定程度上影响定量结果;所提方法收敛速度快,计算效率高于传统的一次识别方法。     

基于静态应变及位移测量的结构损伤识别法

针对桥梁健康监测中结构参数识别所需的精度以及算法稳定性,探讨了基于静态应变及位移测量的结构刚度参数评估技术,由于量测住处的有限以及测量噪声的干扰,算法所建立的方程往往是一个病态的非线性方程。通过梯度法与Ｇauss-Newton法以及Monte-Carlo法的综合运用可有效解决这一问题,数值模拟实验的结果表明：只要测点布置合理、加工工况足够,基于结构静态响应的参数识别效果相当理想。     

基于神经网络的结构边界条件识别和损伤诊断

结构边界条件识别和损伤诊断,对于实验室条件下研究结构的动力特性具有重要的实用价值,本文提出了以子网为基础的分区组合式神经网络模型,并以钢筋混凝土梁在静力作用下的挠度作为特征参数,实现了结构的边界条件识别和损伤诊断。     

桥梁结构的损伤机理分析

针对钢筋砼桥梁的破坏情况，从结构损伤的原因出发，分析了各种因素的损伤机理，为从根本上避免或减轻桥梁结构破坏所造成的损失提供了依据。