基于车致振动响应的含分布损伤桥梁结构识别方法

采用Newmark直接积分法和龙格库塔法求解了非线性车桥耦合系统的振动响应,并利用加速度响应灵敏度方法对含裂纹梁结构进行分布类型的损伤识别。文中车辆采用含非线性弹簧的半车模型,桥梁被离散为欧拉梁单元,裂纹引起的桥梁损伤模拟为桥梁局部刚度的线性分布的减少。数值算例表明,在5%噪声情况下,加速度响应灵敏度方法依然可以较准确地识别出桥梁损伤的分布情况。     

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。     

基于敏感模态单元应变能法结构损伤识别

根据结构损伤前后特征值变化率选择对损伤单元应变能变化灵敏度较高的模态,建立一种高效的并具有较好鲁棒性的结构损伤识别的方法.从结构振动方程出发,推导结构损伤前后特征值变化率和应变能变化的关系式,建立一个由特征值变化率、单元损伤因子、单元损伤灵敏度因子以及单元损伤修正因子组成的结构损伤识别方程.应用单元损伤修正因子建立结构的损伤定位指标,并应用结构损伤识别方程式推导出单元损伤程度因子的解析表达式.应用本方法对一新型防浪提结构进行单一处损伤和多处损伤的损伤位置识别和损伤程度识别,最后,对本文提出的损伤识别方法的抗噪声性能进行测试.研究结果表明:本方法具有较好的鲁棒性,并且识别结果具有较高的精度,表明本文提出方法具有高效性.     

结构初始损伤识别的随机弹性模量

为进一步借助环境激励条件识别结构损伤,导出了求解未损伤结构与损伤结构随机弹性模量的方程.该方法从特征值问题出发,视泊松比参数、弹性模量参数分别为常量与随机变量,并结合结构的有限单元模型以及实测数据.通过引入结构单元损伤因子,对结构的初始损伤进行识别.该方法既可精确评价结构的初始损伤程度,也可初步估计初始损伤的位置,为结构损伤自动识别技术的实际工程应用提供了理论基础.     

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.     

基于动力响应互相关的古建筑木结构损伤识别

提出了基于互相关系数和互相关峰值变化率的古建筑木结构损伤识别和定位方法.以随机振动结构的某一测点为参考点,计算其他各测点与参考点的加速度响应之间的互相关函数,将所有的最大值组成互相关峰值向量(Cross-Correlation Peak Vector,CCPV).以两组CCPV之间的互相关系数作为损伤因子对结构进行损伤...     

基于多特征融合与机器学习的井架钢结构智能诊断

为了解决复杂的井架钢结构损伤识别问题,创新的将时域多参数信息融合与机器学习结合起来,根据井架钢结构的加速度响应信号,提出了一种基于主成分分析和支持向量机的井架钢结构损伤识别方法。首先利用加速度传感器提取在冲击载荷下井架钢结构加速度响应信号,进而获得其多个时域特征：脉冲因子、裕度因子和峭度;然后依据主成分分析法将以上特征进行融合,在保证尽可能多的信息被保留的情况下形成一个新的综合性特征;此时将该特征数据输入支持向量机模型进行损伤识别。利用以上理论进行仿真模拟计算和识别,同时利用ZJ70型井架钢结构实验室模型进行试验分析。结果表明：利用该方法识别井架钢结构单一或多处损伤准确率较高,并且简单易行耗时较少。     

基于参数离散化的梁式桥损伤识别方法

针对梁式桥提出了一种基于参数离散化的损伤识别方法,并以结构动力指纹、实测位移、速度、结构刚度矩阵及其影响矩阵为变量,提出了全面损伤指标I1和精准损伤指标I2,通过数值模拟和实桥试验验证了该损伤识别方法的敏感性和抗噪性.结果表明,损伤指标I1和损伤指标I2均能有效实现梁式桥的损伤识别,且损伤指标I1具有更好的损伤敏感性和抗噪性,而损伤指标I2相对漏诊的可能性较低.在新沂河大桥损伤识别中,损伤指标I1能基本拟合梁式桥裂缝分布,较全面地反映出桥梁的损伤概况;而损伤指标I2对梁式桥中的重大损伤更为敏感,对于桥梁重大病害损伤识别的抗干扰性较高,能较准确反映桥梁结构的主要损伤.基于参数离散化的损伤识别方法可从本质上揭示梁式桥刚度损伤的数学形式,有效应用于梁式桥损伤识别中.     

环境激励下湘潭莲城大桥模态参数识别研究

对环境激励下结构模态参数识别进行了理论分析和试验研究.基于随机振动理论阐述了峰值拾取法的基本原理和方法,并提出了虚拟响应的概念.从湘潭莲城大桥在环境激励下的加速度测试信号中提取高信噪比的虚拟响应信号,根据峰值拾取法对虚拟响应信号进行频域分析,识别了该桥主跨结构的固有频率、阻尼比和振型等模态参数.试验模态参数与理论模态参数基本吻合,验证了识别结果的可靠性.模态置信矩阵表明,结构的线性响应特性明显,竖向振动具有良好的正交特性.     

基于BP神经网络的桥梁移动荷载识别精度

为了识别作用于桥梁结构上的移动荷载,基于反向传播神经网络方法,开展了输入参数对荷载识别精度影响的分析.首先利用ANSYS模拟移动集中力通过简支T梁桥,得到了主梁跨中位移、速度和加速度时程曲线;其次基于MATLAB建立反向传播神经网络结构,分别将桥梁结构的位移、速度和加速度动态响应数据作为反向传播神经网络的输入参数,移动荷载大小作为输出参数,研究不同输入参数对荷载识别精度的影响;然后分别选取位移和速度、位移和加速度、速度和加速度以及三者组合的工况进行多参数输入的优化设计;最后,以某4跨预应力混凝土连续T梁桥工程为背景,以重车下的竖向加速度实测数据验证了该反向传播神经网络用于识别实桥上简单移动荷载的可行性.结果 表明:利用反向传播神经网络进行移动荷载大小识别时,单输入参数的识别精度由高到低依次为加速度、速度、位移,建议在实际工程中采用较易获取的加速度数据作为输入参数进行荷载识别;多参数组合输入可以提高移动荷载的识别精度,其中速度和加速度组合可以实现较优的识别效果;实测数据证明了该反向传播神经网络用于简单的实桥荷载识别是可行的.相关研究结果可为桥梁载荷识别及桥梁结构的性能评价提供参考.