基于测试模态的损伤定位技术与实验分析

基于振动模态的分析测试技术是常用的一种结构健康检测与损伤识别方法，本文推导了模态测试和基于测试频率平方变化比确定损伤位置及损伤程度的计算公式，进行了结构损伤状态下模态测试的实验验证，结果表明，结构频率平方变化比是损伤位置和损伤程度的函数，并可据此进行损伤定位和损伤程度的评估。     

基于应变模态变化率的压力管道无损检测

模态分析被广泛应用于大型工程结构的无损检测中,用振动模态对压力管道进行损伤分析,可以根据压力管道的一维连续性制质和横截面积性质,把应变表示为位移振动模态的函数,采用变化率的方法进行损伤识别。应用这种方法对由于损伤而导致管道刚度轻微的变化进行数值模拟,可以明显检测出其损伤位置。     

基于测试频率的损伤定位技术及其有效性的检验

探讨了基于测试频率平方变化比的损伤定位方法,对1个压力管道结构进行了单元损伤状态下的有限元模态分析,同时用形状记忆聚合物(SMP)材料制作了该结构的损伤可控单元,以电加热的方式控制其刚度变化,模拟了结构出现损伤的情形,并具体应用于模态测试实验中.有限元数值模拟和模型实验结果均表明结构频率的平方变化比是损伤位置和损伤程度的函数,据此可构建结构的安全信息库,对工作中的结构进行实时状态监测,将采集到的结构模态信息与信息库中的数据相比较,实现结构状态实时监测与损伤定位,进而可采取应对措施.     

基于振动模态分量的结构损伤定位方法

三维实体结构振动时,结构上的任一点在三维空间各个方向均产生位移分量,振动模态也包含各个方向的模态分量.当结构损伤时这些模态分量会发生变化,但对损伤的敏感程度是不同的.基于这一特点,提出位移模态分量变化率、应变模态分量变化率和第一阶模态下的轴向位移差变化率3种针对三维实体结构的损伤标识量,并通过算例对损伤位置和损伤程度与3种标识量的关系进行计算分析,研究3种标识量对损伤位置的敏感程度.计算实例表明,3种结构损伤标识量都在损伤部位出现尖峰,可以用于损伤定位.3种损伤标识量中,位移模态分量变化率较小,对损伤的敏感程度不高;应变模态分量变化率较大,对损伤的敏感性较高;第一阶模态下的轴向位移差变化率最大,对损伤最敏感.     

基于频率指纹的梁类结构损伤定位方法研究

利用摄动原理探讨了基于振动模态分析的结构无损检测技术,并把频率变化平方比和正则化频率变化率应用于连续梁,从理论上验证了频率指纹是结构损伤位置的函数。利用该方法对连续梁进行了数值模拟试验,总结出利用梁频率的正则化频率变化率进行损伤定位的步骤。方法简单可行,可为解决工程实际问题提供参考。     

基于频率变化的结构损伤识别方法

结构频率具有容易测量且数据比较精确的优势．论文对两种基于频率的损伤识别方法进行了评述，分别指出了它们的特点和不足，提出了把两种方法结合起来进行结构损伤识别的新思路，并以悬臂粱为例进行了验证。     

基于模态曲率差参数的网壳结构损伤定位

将杆件模态曲率参数运用到网壳结构无损定位分析中,通过计算分析比较发现,以模态曲率为参数的损伤定位方法适用于工程中常用网壳结构的损伤定位。分别针对Schwedle型球面网壳、单层凯威特网壳、单层三向柱面网壳、单层双斜杆柱面网壳及双层凯威特网壳结构进行了计算分析对比,结果发现对于梁式单元网壳结构的损伤情况,损伤定位精度很高,证明了以模态曲率为参数的损伤定位方法对网壳结构进行损伤定位的有效性和实用性。     

基于两步小波变换的管道损伤识别

鉴于信号提取位置的不确定性,研究了信号提取位置对损伤识别的影响.对管道进行数值模拟,提取前两阶径向和切向位移模态.对轴向节点的径向位移模态进行小波变换,小波系数的模极大值反映了损伤的轴向位置;继续对环向节点的切向模态进行小波变换,通过模极大值来识别环向损伤位置;最后讨论了轴向损伤处节点径向位移的小波系数模极大值变化规律.结果表明:两步法可以有效识别损伤位置,轴向位置不含损伤时位移模态的小波系数能显示损伤的轴向位置但小波系数有所减少.     

大跨度空间网格结构节点损伤识别定位

为检测大跨度空间网格结构状况,对大跨度空间网格结构的节点损伤识别定位进行了研究,提出了适用于大跨度空间网格结构节点损伤识别的两步定位法.利用模态曲率变化比进行节点损伤的初定位,识别出损伤节点所在的子结构;以此子结构为研究对象,利用杆端应变模态变化比对节点损伤进行准确定位.以天津奥林匹克中心体育场屋盖结构为计算模型进行了节点损伤识别的定位模拟,结果表明,模态曲率变化比对节点损伤比较敏感,在节点发生较小程度损伤时便能将其所在的子结构准确地定位;杆端应变模态变化比能够准确地识别节点损伤的确切位置;从而验证了节点损伤两步定位法对大跨度空间网格结构的节点损伤识别定位的适用性和有效性.     

桥梁损伤的一种振动检测方法

基于有限元的梁模型,并且运用数理统计原理,探讨了桥梁损伤的一种振动检测方法,推导了相关的公式。分析中只需要模态振型,不需要频率、阻尼等参数;计算相对简单,不需要解方程组;可以识别出结构中多个单元的损伤。将这一方法应用于一座实桥的损伤定位中,取得了初步的结果。工程实例表明,该方法是一种近似的方法,还存在着一定的误差,但简单有效,适于在工程中应用。     

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RBFNN钢桁架模型桥的损伤预警研究

损伤预警是结构损伤检测较为关键的一步,目的是判断结构是否发生损伤并发出警告信号.已有的损伤预警方法大多数采用BP网络,并且没有考虑测试噪声的影响.因此,提出采用一种混合算法的径向基神经网络(RBFNN)作为损伤预警系统,结果表明:RBFNN能显著判别损伤是否出现且预警效果要明显优于BP神经网络,更适合作为判断损伤是否出现的预警系统.     

模态损伤指标及其在结构损伤评估中的应用

在模态弹塑性分析方法的基础上 ,结合A .Ghobara提出的利用两次Pushover分析结果来计算多层框架结构刚度劣化的损伤指标 ,提出模态损伤指标及其分析方法 ,并应用于平面框架结构的损伤分析中 .通过与Pushover刚度损伤指标的比较 ,证明了此方法的有效性和优越性 .     

比值法的频率估计精度分析

针对快速傅里叶变换(FFT)中的频谱泄漏现象,对目前工程信号处理中广泛采用的多种比值频率估计算法进行了系统深入的研究。首先综合论述了各种比值频率校正方法的原理、特点,具体分析了信噪比、采样序列含有的波数以及无量纲频率偏移量对各种方法频率估计精度的影响。然后,采用仿真实验对各种频率校正方法的性能进行了具体的分析与比较。实验结果表明,频率估计精度存在下限,并不总是随着信噪比的提高而提高;当信号含有的波数较少时,各种方法频率估计的精度较差,对于大部分方法,增加波数能够显著提高其精度,当波数较多时,各方法的精度较好且稳定;加窗能提高Rife-Jane方法和Vetterling方法的精度。最后结合具体的工程环境,给出了频率校正方法的选择规律和原则。     

平面应变下的主应力比对微孔洞损伤演化行为的影响

通过有限元计算,分析平面应变下的主应力比对微孔洞损伤演化行为的影响.计算结果表明,三向应力度q相同时,不同的主应力比2σ/1σ会引起不同的孔洞长大和聚合行为,从而使开裂路径和断裂时的应变不同.当2σ/1σ>1时,最大主应力为2σ,由孔洞长大和聚合所决定的开裂路径倾向于同2σ方向垂直.当2σ/1σ<1时,最大主应力为σ1,开裂路径倾向于同1σ方向垂直.随主应力比2σ/1σ的增加,孔洞面积分数fa随主应变1ε1的增加速率变大,断裂时的主应变(1ε1)f降低.因此在分析应力状态对材料的损伤断裂行为的影响及建立相应的力学模型时,不仅要考虑三向应力度σm/eσ,而且要考虑不同主应力比2σ/1σ的影响.     

基于模态分析的发动机风扇叶片损伤诊断方法

结构故障诊断主要包括结构损伤识别、结构损伤定位、结构损伤程度的标定和评价三个方面内容。而频率、振型、频率和振型相结合的指标在结构故障诊断的三个方面各有优缺点。通过航空涡轮发动机风扇叶片建模,并在其上模拟出健康和损伤状态,选取频率、振型、频率和振型相结合的三类指标,借助ANSYS仿真与BP神经网络,验证了基于模态分析的发动机风扇叶片损伤诊断方法的可行性,并从数值上指出兼顾振型和频率的指标预测效果最优,也具有一定的工程实际意义。     

基于相对概率变化比的CNN超参数优化方法

卷积神经网络(convolutional neural network,CNN)已被广泛应用于图像识别领域,其自身的超参数对图像分类问题中分类错误率的大小有较大的影响.为进一步优化CNN超参数,提出了基于Softmax回归的相对概率变化比.应用相对概率变化比寻找对图像分类影响较大的超参数,并根据超参数的重要性大小依次对...     

CFG桩复合地基桩土应力比数值分析

利用数值分析的方法，详细讨论了水泥粉煤灰碎石桩(CFG桩)复合地基承载与变形特性；通过多种方案计算，就不同的荷载水平、桩长、置换率、桩土模量比、桩尖地质条件等因素，对桩土应力比的影响、桩土荷载分担规律进行了分析研究。     

用于跳频分量选取的修正适应度距离比粒子群算法

跳频信号参数估计是跳频信号截获、干扰的前提,而传统Cohen类时频分析方法存在核函数选择的瓶颈.结合匹配追踪和智能计算的思想,将多峰函数粒子群优化算法引入跳频信号时频分析领域.在分析粒子适应度和粒子间距2个影响粒子搜索行为的关键因素的基础上,提出了基于改进的适应度-距离比测度的多峰函数粒子群优化算法,并应用于跳频分量自适应选取.该方法不需要跳频信号的任何先验知识和粒子群小生境参数的人为设置.理论分析和仿真结果表明,与基于环形拓扑结构、单一共享适应度信息的粒子群优化算法相比,算法成功率和参数估计精度进一步改善,该方法的邻域搜索机制和跳频分量选取具有可行性和有效性.