车辆参数对车-桥耦合系统变截面连续梁桥损伤识别的影响

文章研究车-桥耦合系统的非线性振动特性,采用有限分段思想,建立1/4车辆模型和变截面连续梁桥的车-桥耦合振动方程,在MATLAB环境下编制基于Runge-Kutta算法的车-桥耦合振动数值分析程序,得到桥梁跨中位移响应;以某三跨混凝土连续梁桥为算例,分析车桥质量比、车辆速度、车辆弹簧刚度、信噪比4组参数的变化对变截面连续梁桥损伤识别的影响。结果发现：车桥质量比和信噪比较大时,桥梁损伤识别效果较好;较低的行车速度有利于桥梁的损伤识别研究;车辆弹簧刚度的影响非常小,可忽略不计。     

基于振动响应的耦合杆系统损伤识别

  基于响应灵敏度分析法对两跨耦合杆系统的损伤识别问题进行了研究。建立了耦合杆系统的有限元运动方程,利用状态空间法计算系统在外激励下的响应。将系统的局部损伤模拟为杆单元抗拉刚度的减少,推导了响应对单元抗拉刚度的灵敏度。并利用此响应灵敏度进行系统的局部损伤识别。数值算例表明,文中方法能快速准确地识别出耦合杆的局部损伤,并且对模拟的人工噪声不敏感。说明该方法具有一定的工程应用前景。     

基于结构振动的损伤探测的基本方法

对目前关于大型复杂的结构损伤诊断的基本方法和最新的研究进展进行了回顾，重点介绍了利用结构振动响庆和系统动态特性参数进行结构损伤诊断的方法和研究进展，并对相关问题进行了讨论和评述，最后对这一研究领域的未来研究方向进行了展望。     

基于遗传算法和BP神经网络的结构损伤识别

鉴于BP神经网络需要较长的训练时间、易陷入局部极小值、网络权值和阈值难确定等不足。运用遗传算法全局寻优的特点对BP网络的权值和阈值进行优化。同时运用遗传算法进行网络训练,避免网络收敛于局部极小值。通过对一根单梁实验数据的识别,结果表明两者的结合能对结构进行准确的识别。     

遗传算法-神经网络方法的结构损伤识别

应用人工神经网络技术，提取结构的固有频率的变化为特征参数，建立结构损伤识别模型，提出用遗传算法来调整神经网络的权值，并对一个框架模型进行了损伤数值模拟计算，即基于遗传算法一神经网络方法的结构损伤识别的研究。该方法弥补了传统的种经网络BP网络收敛速度慢，易陷入局部极小点等缺陷．结构表明，该方法具有收敛速度快和识别精度高的特点。     

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。     

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。     

基于车桥耦合等截面连续梁桥单损伤识别研究

文章基于车桥耦合振动分析的基本理论，选用1/4车辆模型，对等截面连续梁桥进行单处裂缝损伤的识别研究。首先计算得到连续梁桥的振型函数，然后利用编写的程序模拟车辆匀速驶过桥梁的过程，求解车桥耦合振动的方程得出车辆及桥梁关键特殊位置的响应。基于该文改进的非线性车桥耦合振动方程求解无损伤和有损伤时桥梁竖向振动响应直接进行损伤识别，无需再进行特殊的信号处理。以某三跨等截面连续梁桥作为研究对象，进行单处裂缝损伤的工况分析。研究结果表明，可以通过桥梁跨中竖向位移出现偏差的位置区间和偏差的大小程度，辅以跨中竖向位移响应的变化规律，判别出裂缝损伤的位置范围以及相对损伤程度。     

WVD交叉项在结构损伤识别中的应用

针对桥梁结构在运营过程中多种因素及各类荷载作用下出现结构损伤且难以识别的问题,通过对线性及双线性时频分布的特性进行分析,设计MATLAB程序用于WVD交叉项的提取,提出WVD交叉项在结构损伤识别中的应用。使用ANSYS软件建立简支梁有限元仿真模型,模拟结构损伤并进行仿真实验,初步验证了WVD交叉项幅值变化率可以识别结构的损伤位置和损伤程度。在实验室斜拉桥缩尺模型上进行损伤试验,对采集的加速度信号进行分析,结果表明WVD交叉项能够较好的反应结构的损伤情况。试验及数值分析结果对工程结构损伤识别研究具有一定参考意义。     

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。     

基于子空间旋转算法的实桥损伤识别

子空间旋转算法就是基于结构模型参数的损伤识别方法之一. 子空间旋转算法基于结构的有限元模型, 利用矩阵变换的方法, 将损伤位置和损伤程度问题区分开来, 实际应用表明, 只需利用一阶频率和振型, 就可以识别桥的主要损伤位置和损伤程度.     

基于数据融合与单纯形遗传算法的管道损伤识别

为了提高管道损伤识别的准确率,提出了基于数据融合和单纯形遗传算法的两段式的管道损伤位置和程度的识别方法。首先将管道的柔度差曲率矩阵与广义残余力向量差两种信息源通过D-S证据理论融合算法初步判定管道损伤位置,然后通过单纯形遗传算法精确识别管道损伤位置与程度。考虑到基本遗传算法局部搜索不强、易发生早熟的缺点,提出了与局部搜索算法(单纯形搜索算法)相结合的改进策略。数值计算结果表明,考虑2%随机噪声影响情况,采用数据融合进行初步定位的方法大大缩小了可疑损伤区域范围,通过单纯形遗传算法能够进一步精确识别管道损伤位置及程度。本文提出的方法提高了管道损伤位置与程度识别的效率与准确率。     

基于小波变换的钢桁梁桥损伤识别数值分析

为了验证基于曲率模态理论和小波变换相结合的损伤识别方法在桥梁结构监测中的适用性,采用SAP2000软件创建钢桁梁桥有限元分析模型.通过调整节点处单元弹性模量的方法改变节点的连接刚度,并模拟节点的不同损伤工况,然后对结构的模态振型进行曲率模态计算.在Matlab软件中应用Bior3.9小波函数编程,提取曲率模态信号的小波变换系数得到损伤指标D值,根据小波变换模极大值法对桥梁节点进行损伤识别.研究结果表明,该方法能够较好地识别出损伤节点的位置,并且损伤指标会随着损伤程度的提高而增大,为钢桁梁桥的损伤检测和健康监测提供了一定的参考和借鉴.     

基于改进自适应遗传算法的舵机系统辨识方法

为了更准确地测量舵机的性能指标,利用系统识别技术来建立其数学模型具有很关键的作用。首先分析并建立电动伺服系统各部分结构模型,然后应用改进的自适应遗传算法(improved adaptive genetic algorithm, IAGA)进行系统辨识,同时将标准测试函数用于改进算法和不同智能优化算法的性能测试。最后将建立的模型作为辨识系统模型进行参数辨识,并将具有不同信噪比(signal noise ratio,SNR)的噪声信号添加到电动舵机的输出端以验证算法的稳定性。舵机实际实验结果表明,该方法参数优化精度高,抗噪声能力强且具有重要的工程使用价值。     

基于遗传算法和抽样反分析法的结构参数辨识

提出基于遗传算法的多层建筑结构参数辩识方法，并与抽样反分析法进行比较，进而在辩识的基础上进行结构响应预测。结果表明，对单自由度或辩识精度要求不太高的结构参数辩识，宜采用抽样反分析法；对自由度多或辩识精度要求高的参数辩识，粗采用遗传算法。遗传算法的辩识精度较高，预测较准确。     

基于遗传算法的钢筋混凝土梁桥优化设计

基于遗传算法对钢筋混凝土梁桥结构进行优化设计,运用遗传算法GA工具箱对钢筋混凝梁的截面有效高度和钢筋用量进行优化,以达到降低工程造价的目的。研究表明,利用遗传算法可以方便有效地寻找出工程结构设计的最优结果。     

基于位移差曲率的下承式拱桥吊杆损伤识别

依据摄动有限元理论研究了拱桥吊杆损伤对拱桥位移的影响,提出了基于吊杆损伤前后拱桥位移差曲率的吊杆损伤识别方法,即先测出吊杆损伤前后的拱桥位移,求出位移差曲率,再依据位移差曲率曲线进行损伤识别。通过某下承式拱桥的有限元模型分析,表明该方法不仅能准确识别出损伤吊杆的位置,而且还能大致判断出吊杆的损伤程度,验证了该方法的正确性。该方法不仅适用于单根吊杆损伤的识别,而且还适用于多根吊杆损伤的识别,测试简单、精度较高,适合于工程应用。