王贤强[1]2017年在《温度影响下钢筋混凝土简支梁桥动力特性分析与损伤识别方法研究》文中研究表明温度影响下钢筋混凝土简支梁桥动力特性分析与损伤识别方法研究桥梁结构作为现代交通运输系统的主要组成部分,在社会经济发展中发挥着重要作用,其安全运营状态密切关系到经济持续健康发展与人民生命财产安全。桥梁服役过程中,受到日益增长的交通荷载与外部恶劣环境的影响,不可避免地出现材料性能退化和累积损伤,导致桥梁垮塌事故的发生。因此,及时、有效地识别桥梁损伤,评价其服役状态,对保障桥梁运营安全,提高服役寿命具有重要的现实意义。随着传感器技术与模态分析技术的不断发展,基于动力特性的损伤识别方法在桥梁健康监测与损伤识别领域得到了广泛应用。然而,环境因素,特别是温度会造成桥梁模态参数的显着改变,使基于动力特性的损伤识别方法失效。在我国季冻区,年温度跨度接近70℃,势必会引起桥梁结构模态参数的变化,对基于动力特性的损伤识别产生不良影响。因此,分析温度对桥梁模态参数的影响规律,阐明影响机理,形成有效的模态参数温度影响剔除及损伤识别方法,对提高基于动力特性的损伤识别准确性,促进其工程实用化具有重要作用。本文结合国家自然科学基金项目“考虑温度效应的桥梁结构模态参数识别技术及损伤识别方法研究”,针对东北季冻区环境因素对钢筋混凝土简支梁桥动力特性的影响进行了统计分析,明确了温度对模态参数的影响机理,提出了有效的温度影响剔除方法。在此基础上,基于统计过程控制、模糊聚类与模糊推理方法,实现了温度影响下的简支梁桥损伤识别。本文开展的具体研究工作如下:1.通过对钢筋混凝土简支梁的长期监测,揭示了季冻区环境影响下简支梁桥模态参数的变异规律与内在影响机理。首先,采用灰色关联度分析法定量评价环境因素对模态参数的影响程度,确定出主要环境影响因素;然后,考虑主要环境因素对结构内部温度的影响,基于统计分析明确了温度对模态参数的影响规律;最后,从混凝土材料性能依温特性与结构内力改变入手,阐释了温度影响模态频率的内在机理。2.考虑温度不均匀分布对模态频率的影响,构建了钢筋混凝土简支梁模态频率量化模型,剔除了模态频率的温度影响。通过主成分分析,对温度测试数据进行降维处理,消除测试温度间的相关性;采用多元线性回归、BP神经网络、支持向量回归、遗传优化支持向量回归技术构建了考虑温度不均匀分布的模态频率量化模型,基于均方根误差与相关系数定量对比了各模型的预测性能;结合模态频率长期监测值与遗传优化支持向量回归模型预测值,剔除了温度对模态频率的影响,通过对比剔除温度影响前后的模态频率变异程度验证了遗传优化支持向量回归模型剔除模态频率温度影响的有效性。3.针对剔除温度影响后模态频率存在的随机性与不确定性,提出了基于休哈特均值控制图与粒子群优化模糊C均值聚类的损伤预警与评价方法。对无损状态下的模态频率进行统计分析,确定休哈特均值控制图控制界限,通过损伤引起的模态频率异常变化,实现损伤的早期预警;利用粒子群优化模糊C均值聚类算法对典型损伤状态下的模态频率进行聚类分析,确定损伤等级聚类中心,通过计算未知状态模态频率到各聚类中心的模糊隶属度进行损伤程度评价与定量识别。4.基于自联想神经网络、多元休哈特控制图与粒子群优化模糊C均值聚类算法,提出了不依赖温度测试数据的损伤诊断与评价方法。将温度作为模态频率的潜在影响变量,利用无损状态下的模态频率对自联想神经网络进行训练,建立温度与模态频率的潜在映射关系;采用训练完成的自联想神经网络对损伤状态模态频率进行重构,通过多元休哈特控制图对重构残差进行检验,辨识损伤出现;以重构残差为损伤程度评价指标,对典型损伤状态下的重构残差进行聚类分析,通过计算未知状态下自联想神经网络重构残差到聚类中心的隶属度实现损伤程度评价与定量识别。5.针对剔除温度影响后模态参数不确定性对损伤定位与局部损伤程度识别的影响,基于均匀荷载面曲率差与模糊推理理论,提出了一种具有较强鲁棒性的损伤识别方法。该方法以损伤前后的均匀荷载面曲率差作为损伤识别指标,采用标准化后的均匀荷载面曲率差与单元损伤状态作为模糊推理系统的输入、输出参数,选取高斯隶属度函数及钟形隶属度函数对输入、输出参数进行模糊化,通过建立损伤状态与损伤识别参数间的对应关系,构建模糊规则库,实现损伤位置与损伤程度的模糊推理。简支梁数值模拟与模型梁试验结果表明,该方法具有较强的推理能力和抗噪能力,验证了本文提出方法的有效性。
孙杰[2]2013年在《基于多模态参数的桥梁结构损伤识别方法研究》文中研究指明随着国民经济和科学技术的不断发展,交通设施中涌现出许多结构新颖独特和一些跨江跨海大型桥梁结构,桥梁数量日益增多。由于桥梁在设计阶段、施工阶段以及后期的运营过程中受到一些不可抗力因素的影响,从而产生不同程度的损伤,一旦损伤达到一定程度,将导致桥梁结构发生破坏,对国民经济和社会环境造成了重大的影响。为了充分了解现有桥梁的实际运营状态,就必须对这些结构进行损伤识别,确定损伤的位置和程度,为后期的维修和养护提供参考依据,避免灾难性事故的发生。因此,开展对桥梁结构损伤识别的研究具有重要的理论意义和实用价值。本文在广泛阅读国内外有关桥梁结构损伤识别方法参考文献的基础上,根据人工神经网络在桥梁结构损伤识别领域已取得的研究成果,提出了基于神经网络的多模态参数桥梁结构损伤识别方法,可以同时识别出结构损伤的位置和损伤的程度。主要研究内容包括：(1)结合本课题的研究背景和国内外研究现状、发展动态和相关检测技术的发展,着重指出了在结构损伤识别领域存在的主要问题以及相关发展趋势,系统地归纳了目前用于桥梁结构损伤识别的方法,深入地比较和分析了各种识别方法的优缺点、应用范围及前景,为下一步桥梁结构损伤识别方法的研究奠定了理论基础。(2)开展了对桥梁结构损伤识别的人工神经网络法的研究,对常用的几种神经网络模型进行了比较分析,并系统地研究了基于BP神经网络和RBF神经网络用于桥梁结构损伤的基本原理及步骤。提出组合损伤指标—曲率模态和柔度曲率,然后以曲率模态和柔度曲率组合指标作为神经网络的输入向量,以单元的损伤状态作为输出向量,提出了基于神经网络多模态参数的桥梁结构损伤识别方法。以一简支梁为研究对象,进行了数值试验,在通用有限元软件MIDAS的平台上,针对单损伤、对称损伤、非对称损伤等多种损伤工况,通过网络训练,均能有效地识别出损伤的位置和程度,取得了良好的效果,验证了本文识别方法的有效性和可靠性。(3)针对桥梁中广泛使用的桁架结构,进行了数值模拟和物理模型试验。针对钢桁架桥的特点,选取一些关键构件进行损伤识别,这样就减少了训练样本的数量,提高了神经网络的运行速度。在数值模拟中,对关键构件进行了单损伤和多损伤的识别,研究表明该方法不仅能进行准确地损伤定位,而且还能对损伤进行定量。在模型试验中,通过预制好的损伤构件来替换完好的构件形成损伤结构,由于试验本身的限制,部分损伤样本通过模型试验获得,所获得的损伤样本作为网络的测试样本。通过分析训练好的神经网络在单损伤工况和多损伤工况中的识别结果表明,试验结果与仿真试验结果吻合很好,这也进一步证实本文提出的识别方法的有效性和可靠性。(4)建立了基于试验模型的桥梁结构损伤识别的试验平台。以薄壁结构相似理论为基础,针对九江长江大桥钢桁梁柔性拱桥的特点,推导了其静动力相似关系,利用模态分析理论得出了各个模态参数的相似比,并通过数值试验验证了相似关系的准确性,并以此为依据阐述了缩尺后模型具体设计和制作过程。设计了模型桥的动载试验方案,在实验室的环境条件下对桥梁进行了动载试验,测定了结构的动力特性。(5)利用大型的通用有限元软件ANSYS分别建立了九江长江大桥柔性拱钢桁梁的实桥和模型桥的有限元模型,利用模态分析理论进行了有限元的动力特性分析,通过理论、仿真和试验结果的比较,表明实桥和模型桥各动力参数具有较好的相似换算关系,进一步验证了模态参数相似比的正确性。反映了模型桥也能够比较准确地模拟实桥动力特性。以试验模型桥为研究对象,基于MATLAB平台编制相应的损伤识别程序,通过对九江长江大桥柔性拱钢桁梁的缩比模型桥的损伤识别研究,表明基于神经网络的多模态参数损伤识别方法能够成功地识别出此模型桥的损伤(位置和程度),取得良好的效果,为下一步桥梁结构健康监测系统开发和工程实际应用提供了坚实的理论基础和技术支持。
张鑫[3]2016年在《深度学习在风机叶片结构损伤识别中的仿真研究》文中研究指明风机叶片是风力发电机组的关键部件之一,由于受到复杂荷载和各种突然因素的作用,风机叶片极易发生结构损伤。及时地发现风机叶片结构损伤,并对损伤进行定位和定量,对保证风电机组正常运行,减少经济损失有着重要的意义。针对传统无损检测技术效率较低、需要先验知识、精度不高的缺点,基于振动特性的结构损伤识别方法被广泛使用,但基于风机叶片振动特性的损伤识别方法依赖于叶片模态参数的准确辨识,而在模态参数辨识的过程中,由于环境噪声、测试误差等原因,会造成实测模态参数与真值之间存在偏差,出现虚假模态信息。本文提出利用深度信念网络对风机叶片结构模态参数进行特征抽取,将模态参数特征向量作为BP神经网络训练的输入信号,叶片损伤状态为输出信号,建立风机叶片结构损伤识别网络,以减小噪声等干扰对于损伤识别结果的影响,提高风机叶片结构损伤识别的精度。论文的主要研究内容如下:(1)利用ANSYS软件建立风机叶片结构有限元模型;采用折减弹性模量的方法模拟风机叶片可能发生的多种损伤工况,通过模态分析对比风机叶片损伤前后的固有频率和振型变化,得出风机叶片结构损伤与模态参数变化的定性关系;利用单元模态应变能变化率实现风机叶片结构损伤的定位判断。(2)建立基于深度信念网络的风机叶片结构损伤识别的网络模型;将单元模态应变能变化率作为损伤标识量,分别构造单损伤和双损伤的网络训练样本,通过网络学习有效地识别风机叶片结构损伤的位置和程度;然后,将上述方法的识别结果与基于BP神经网络的结构损伤识别方法的识别结果进行对比,验证本文方法用于提高风机叶片结构损伤识别精度的可行性。(3)搭建风机叶片振动检测实验平台后,通过开裂纹的方式模拟风机叶片结构损伤,采集风机叶片振动响应数据;利用自互功率谱法辨别叶片损伤前后的模态参数;利用本文方法对风机叶片结构损伤进行识别,在实验室条件下验证本文方法用于风机叶片结构损伤识别的有效性。
周晶[4]2008年在《基于环境振动模态参数识别随机子空间方法与应用》文中研究表明土木工程结构是国家基础设施的重要组成部分,直接影响人们的生活和安全。对土木工程结构进行全面的检测、评估和健康监测,就需要充分了解土木工程结构的动力特征参数。模态参数是决定结构动力特征的主要参数,其识别方法一般可分为传统的模态参数识别方法和环境激励下的模态参数识别方法。环境激励振动实验,具有无需贵重的激励设备,不打断结构的正常使用,方便省时等显着的优点,更加适合土木工程结构的实际使用。环境振动实验不同于传统的基于输入和输出的模态参数识别,仅测得了结构振动响应的输出数据,而真正的输入是没有测量的,是仅基于输出数据的模态参数识别。本文完成的主要工作和结论:(1)本文对一个空间框架模型进行环境振动实验,首先,对钢框架模型建立了有限元模型,并分析其动力特性,得到钢框架模型的频率和振型。然后,利用时域的随机子空间识别法对钢框架模型进行实验模态参数识别,通过传感器和数据采集系统得到结构的实验数据,再对实验数据进行后处理。结果表明理论计算和实测结果吻合较好。(2)由于在结构的所有模态参数中,固有频率是最容易获得、也是精度最高的一个,本文提出了一种利用移动质量块在不同位置时对结构进行多次测量,只利用各次测量的频率值来确定结构损伤的新的结构损伤检测方法—移动质量多次检测法,这种方法提高了结构的识别精度。同时,结构的移动质量检测法实现了只由结构的低阶模态频率甚至一阶模态频率确定结构损伤的目标,提供了一种工作状态下结构实际检测的简便方法。(3)本文根据利用实验获得的一阶模态参数,提出了一种框架结构损伤识别的柔度阵法,通过用残余位移向量来判断结构是否发生损伤,进一步利用损伤前后柔度阵中元素的最大值来判断损伤的部位。并且通过一个框架结构损伤识别的实验证明了只需要低阶模态参数就可有效地识别结构损伤。
张国刚[5]2013年在《混凝土斜拉桥的模态参数识别与模型修正》文中研究表明基于结构动力特性变化的大跨桥梁结构损伤诊断研究越来越受到人们的关注，而大跨混凝土斜拉桥结构的模态参数识别与模型修正，是桥梁健康监测中迫切需要解决但又尚未完全解决的一个极为复杂的问题。本文以惠州合生大桥为原型，面向健康诊断设计制作了1:15的大比例混凝土斜拉桥试验模型，对面向健康诊断的斜拉桥模型设计、斜拉桥模态试验与模态参数识别、斜拉桥有限元建模与模型修正等方面进行了研究。主要内容如下：(1)对面向健康诊断的混凝土斜拉桥模型设计进行了研究以广东惠州合生大桥为原型，面向健康诊断设计制作了1:15的大比例混凝土斜拉桥模型，针对模型设计过程中的困难，提出在满足制作条件的前提下，对模型桥主梁和主塔的设计应主要满足抗弯刚度相似的要求，放松对轴向刚度和扭转刚度等参数的相似要求，并给出了模型桥配重和斜拉索简化方法。采用有限元法对模型桥和原型桥的静动力特性及损伤特性进行了分析，分析结果表明模型桥和原型桥的静动力特性及损伤特性具有良好的相似性，可为混凝土斜拉桥的模型设计提供参考。(2)采用锤击法和环境激励法对模型桥进行了模态试验和模态参数识别研究采用特征系统实现算法(ERA)对锤击法模态试验数据进行了模态参数识别，得到了模型桥的前21阶模态参数；采用随机减量法结合ERA法对环境激励法模态试验数据进行了模态参数识别，得到了模型桥的前17阶模态参数。分别采用白噪声和实测地脉动非白噪声信号作为激励信号，对梁壳有限元模型进行了时程响应分析，对两种激励下的响应信号进行模态参数识别，将识别结果进行对比可见，非白噪声激励可使模态参数识别定阶过程中产生虚假模态，有限元预分析可为模态参数识别过程中的虚假模态剔除提供一个虚假模态可能出现的范围，另外，非白噪声激励可降低模态频率和模态振型的识别精度。提出了以精细有限元预分析结果为先验知识参考，将稳定图法、实测激励信号及信噪比高的测点信号的频谱分析结果相结合进行定阶和虚假模态剔除的方法，实践表明，该方法能够准确识别模型桥的模态参数并剔除了虚假模态，为环境激励试验模态参数识别中虚假模态的剔除提供一种新思路。分别从不同参数识别方法和基于MONTE CARLO法的噪声模拟两个方面对锤击法和环境激励法模态参数识别的不确定性进行了分析。结果表明：由不同参数识别方法引起的模态参数的不确定性明显高于由噪声模拟引起的不确定性，因此，不同参数识别方法引起的不确定问题不能忽略；通过基于MONTE CARLO法的噪声模拟给出了锤击法和环境激励法模态参数的统计不确定区间，为模型修正、损伤识别等研究提供基础数据。(3)锤击法和环境激励法模态频率识别结果差异的对比分析通过对模型桥张拉预应力前后及张拉预应力后主梁损伤叁个工况的锤击法和环境激励法识别的频率差值进行对比，叁个工况下锤击法和环境激励法识别的频率差值百分比最大分别为3.64%、1.24%、1.84%，可见，张拉预应力后锤击法和环境激励法识别的模态频率差值比张拉预应力前明显减小，主梁损伤工况锤击法和环境激励法识别的模态频率差值比张拉预应力后增大，由此推测，对于混凝土斜拉桥结构，由于混凝土微裂缝或裂缝的存在，结构的振动幅值大小可能会对主梁和主塔构件的截面刚度产生影响，振动幅值越大结构的刚度越低。(4)研究了混凝土斜拉桥有限元建模与模型修正提出了基于参数和目标函数分类的改进的模型修正技术，该模型修正技术通过灵敏度分析对修正参数和目标函数进行优选和分类、排序，逐级进行模型修正。结果表明，改进的模型修正技术有效改善了模型修正的病态问题，能够明显的提高模型修正效率并得到更优的模型修正结果。分别采用单主梁模式、叁主梁模式、梁壳模式和实体模式建立了模型斜拉桥的初始有限元模型，采用改进的模型修正技术对各种初始有限元模型进行了模型修正，将修正前后的动力特性计算值与实测数据进行了对比，讨论了不同模式建模方法的计算精度和模型修正效果，以及有限元建模误差来源和模型修正的相关问题。结果表明，初始有限元模型计算误差主要是由建模误差和参数误差引起的；梁单元模型在建模方面有其局限性，单主梁模型无法准确模拟Π形主梁斜拉桥的扭转特性，应根据不同的结构特点和分析目标建立相应的有限元模型；提出模型修正过程中应准确区分建模误差和参数误差，才能得到最符合实际的基准有限元模型。为斜拉桥有限元建模与模型修正提供了参考。
李志宁[6]2007年在《神经网络在框架结构损伤诊断中的应用研究》文中研究指明目前，结构损伤诊断方法的研究已成为土木工程领域的一个前沿研究课题。由于结构损伤会导致其固有频率和模态振型的变化，因此，如果建立结构动力特性变化与结构损伤之间的映射关系，那么可以利用结构振动测试信息实现结构损伤识别。人工神经网络在损伤检测中的应用是近年来迅速发展，并得到广泛应用的一种新方法。由于其具有良好的非线性映射能力、强大的解决反问题能力、实时计算能力，可以作为一种优秀的结构损伤诊断方法。本文对一个五层的框架结构进行了数值模拟分析，并利用神经网络技术对该结构的损伤进行识别，结果表明本文所提的方法在理论上是可行的、有效的。主要研究内容如下：1．本文在分析结构固有频率和模态振型的基础上，把结构损伤识别问题分为损伤识别、损伤定位、损伤程度标定3个子模块。对每个子模块用不同的模态参数(频率变化比NFCR_i、固有频率的相对变化比FFC_i、损伤特征量NDΦ等)构造对损伤敏感的标识量，并作为特征参数输入到不同的神经网络(PNN、RBF和BP)中实现损伤的逐步识别。2．在不同的损伤阶段，结构的固有频率和模态振型的改变对结构损伤非常敏感。通过对结构损伤前后模态参数(模态频率、模态振型)各种组合的分析，构造出了基于模态振型的损伤识别指标NDΦ。并给出了各种损伤指标的数学推导，得出它们与损伤位置和程度的关系，通过对比选择了包含更多信息的网络输入参数。3．在研究中，利用有限元分析软件(ANSYS)对一五层框架结构进行建模、分析。进而求出其固有频率和模态参数作为神经网络的输入参数；通过降低刚度的方法来模拟不同位置和程度的损伤，得到训练样本和检验样本，应用人工神经网络技术进行结构损伤识别。各损伤工况损伤位置的识别虽然不是完全正确，但是基本上能够把损伤定位，这表明本文方法具有实用性。
盖会明[7]2007年在《海洋平台结构健康监测方法研究》文中指出海洋平台造价极高，所处环境又极度恶劣，服役时间长，其可靠性和耐久性受到了严峻挑战。传统无损检测方法不具有实时性，海洋平台在线监测研究已成为刻不容缓的重大课题。研究海洋平台的结构健康监测方法十分重要，已经成为当今学者的研究热点之一。本文首先介绍了平台结构健康监测的研究现状和面临的难题；给出了海洋平台结构健康监测系统功能、原理和组成，并对海洋平台结构健康监测关键技术做了讨论；总结了基于振动的模态参数识别的方法，并指出了各种方法的优缺点；详细给出了基于振动的海洋平台结构健康监测方法。进而提出了识别海洋平台结构损伤分两步走的方法：第一步，先用任意两阶频率比的方法识别海洋平台构件损伤；第二步，由于处于对称位置的相同构件损伤不能够被识别，提出了一种区分对称位置相同构件损伤的新方法-相对总位差法。最后用ANSYS软件进一步对海洋平台做浮冰撞击和地震载荷分析，指出了冰击载荷不容忽视性；并做海洋平台谐响应分析，进一步验证了海洋平台模态分析结果的正确性。
唐盛华[8]2013年在《混凝土桥梁结构损伤识别试验研究》文中研究指明结构损伤识别方法是桥梁结构健康监测系统的重要组成部分，而基于结构动力响应的损伤识别方法更是目前的研究热点，本文在国家自然科学基金(51078134)资助下，对混凝土桥梁结构模型修正和基于随机子空间的结构损伤识别算法进行了研究，主要内容包括：I、模型斜拉桥模态测试及模型修正(1)对一座主跨12m的独塔混凝土模型斜拉桥进行了模态测试。通过多次锤击试验，获得了主梁竖向和扭转模态、主梁横桥向模态、桥塔面内和面外模态的测试结果，对实测模态结果进行了汇总，为模型修正提供依据。(2)对模型斜拉桥进行了静动力状态下的模型修正，并对修正后的模型进行了检验。根据模型桥Π形主梁的特点，采用ANSYS建立了空间梁板有限元模型。基于频率灵敏度分析对结构优化参数进行选择，边界条件通过弹簧单元进行模拟。将振型进行详细的分类，模态匹配只在同类型振型之间进行，实践表明，该方法能够解决复杂结构的模态匹配问题。模型修正时使用的目标函数包括动力参数和静力位移，修正后的模型不仅参与优化计算的静力位移、模态参数与实测值更加吻合，没有参与优化的更高阶频率也与实测结果更接近。最后，使用另一状态下的模态测试结果对修正后的有限元模型进行了检验。II、基于随机子空间的损伤识别算法对基于随机子空间的多种损伤指标进行了分析评价，在此基础上，提出了一个新的损伤指标(I A)。仿真分析结果表明：模型残差损伤指标、协方差Hankel矩阵损伤指标、离散状态空间矩阵损伤指标(I A)均能有效对损伤程度进行识别，指标值与损伤程度基本呈线性关系，其中，本文提出的损伤指标I A对损伤最敏感，相同损伤程度下指标值最大。使用模型残差损伤指标时，模型的阶数取值比实际阶数稍大时效果更好，使用协方差Hankel矩阵损伤指标时，模型阶数宜比实际阶数小。III、混凝土斜拉桥损伤试验研究(1)测试分析了预应力对混凝土结构频率的影响，桥塔和主梁的频率均随着预应力的增加而提高，张拉完桥塔预应力，塔面外一二阶频率分别提高了1.98%、2.81%。张拉完主梁预应力，主梁前四阶频率最大提高为1.69%，其主要原因可能是预应力筋张拉后，预应力使得混凝土结构的一部分微裂缝闭合，提高了截面的刚度，此外，预应力筋张拉后与混凝土结构形成一个整体，共同工作，增加了结构的刚度。(2)对主梁四个损伤工况的索力变化进行了测试，各工况下边跨索力均有少量增加；工况一和工况二索力变化较小，变化规律不明显；工况叁和工况四损伤区域索力减小较明显，可以对损伤位置进行较好的判断。因而，当主梁损伤程度较大时，可以通过拉索索力的变化对损伤进行定位。(3)对主梁和下游侧桥塔进行了损伤试验，采用基于随机子空间的损伤指标对各损伤工况进行了识别，结果表明：观测标准型损伤指标不能正确识别损伤；模型残差损伤指标的识别效果较差，对判定有无损伤存在一定难度；协方差Hankel矩阵损伤指标(I U、I UV)和离散状态空间矩阵损伤指标(I A)能够较好的识别有无损伤及损伤程度，I A指标对损伤的敏感性和损伤程度的相关性识别效果略好于I U、I UV指标。(4)采用模型修正的方法对主梁和桥塔的损伤程度进行了定量分析，通过假定损伤区域单元弹性模量降低来模拟损伤，最大损伤时，主梁和桥塔损伤区域单元弹性模量分别降为未损伤状态的61%、88%。IV、预应力混凝土箱梁足尺模型试验研究(1)采用条带法编制了预应力混凝土梁的非线性计算程序，并与试验结果进行了对比，结果表明该程序计算结果准确可靠，可用程序对各损伤状态的静力刚度进行计算。对实测的荷载-位移曲线，采用简化方法计算了其卸载曲线，效果良好。(2)使用盒计数法对小箱梁和空心板的裂缝分布进行了分析，结果表明：小箱梁和空心板的裂缝分布具有分形特征，随着损伤程度的增加，裂缝分形维数增加。损伤过程中的裂缝分形维数与频率存在明显的两折线关系，转折点即为荷载-位移曲线预应力钢筋屈服的特征点。(3)对损伤过程中的动静力刚度进行了分析，结果表明：未损伤状态时，静力刚度与动力刚度基本一致，各损伤状态的动力刚度下降幅度明显要小于静力刚度，动力刚度与静力刚度的损伤形式具有一致性，可以用静力刚度的模式来对动力刚度进行识别。
徐典[9]2011年在《结构损伤识别方法与传感器优化布置研究》文中认为对结构进行及时、准确的健康监测和损伤检测可以有效防止灾害的发生,同时尽早地发现结构损伤并采取有效措施可以最大幅度的降低结构维护费用。因此,结构健康监测和损伤检测日益成为土木工程领域的研究热点。结构损伤检测常用的方法分动态法、静态法和动静结合法。每种方法都有其自身的优点与缺点,吸引了国内外学者的很大关注,并这方面做了大量的研究工作,取得了一定的成果。结构动态振动信息量的获取与传感器的优化布置密切相关。本文在对结构损伤识别的柔度矩阵法、动静结合法、基于灵敏度的损伤识别技术以及传感器的优化布置进行了研究,具体内容如下:①为了提高柔度法应用于结构损伤识别的范围和准确性,在柔度法的理论基础上进行了改进,提出了一种柔度曲率矩阵差的损伤识别新指标。通过简支梁和连续梁的算例对这种识别指标的有效性进行了验证,同时采用了另外叁种识别指标进行了对比。结果表明:在单处损伤和多处损伤的情况下,使用该指标仅需前一阶模态数据就能对文中梁结构进行准确的损伤定位,并对结构轻微的损伤进行了准确识别。同时与文中所提的另外叁种损伤指标相比,新指标具有明显的优势,更具广泛性和准确性。②针对近年来国内外学者对柔度法的研究局限于对结构损伤的定位,而对使用柔度法进行损伤程度的研究很少。本文在第二章的基础上,提出了结构在完好状态下的完好柔度曲率曲线这一概念,并用最小二乘法拟合构建该曲线。在此基础之上,进一步对结构损伤的程度进行了研究,通过损伤有效面积的大小来判断结构损伤程度。最后通过简支梁的一处和二处损伤对该方法进行了数值验证,为结构损伤程度的研究提供了一条新研究途径。③与位移模态相比较应变模态对结构局部损伤的识别精度更高,在动态一阶应变差和静态模式匹配法的基础之上,提出了动静结合的新识别指标。新指标保留了动态法和静态法的优点,能够在一定程度上过滤掉非损伤单元的干扰,较单独使用动态指标和静态指标更准确、更具优势。针对一桁架结构的单处损伤和多处损伤进行了数值模拟,并分别使用动态、静态和动静结合的叁种指标进行损伤识别效果的比较,验证了新指标更具优越性。针对算例中不同类型的构件同时发生损伤时,应变差较小的构件不易识别的不足,提出了二次识别或多次识别的解决方法。④在静态与动态结构损伤识别方法的基础上,提出了另一种动静相结合的识别方法,该方法既能对结构损伤进行定位,也能进行损伤程度估计。静态法和动态法分别依据结构损伤前后的位移差和模态力向量变化量来构建平衡方程,并采用Moore-Penrose广义逆法求解出结构损伤系数。动静结合法则利用了更多结构动、静态信息,将两种方法结合起来。以一四层剪切型钢框架模型为例,通过实验分别测得各工况下结构的动态模态参数和静态层间位移差,并使用本文中提到的叁种方法进行结构损伤识别,识别结果表明动静结合法比静态法、动态法能更好的对结构损伤进行定位和损伤程度估计。⑤推导了模态参数对于损伤构件的一阶和二阶灵敏度矩阵,并对在推导一阶和二阶振型灵敏度的过程中产生的模态截尾误差进行了改进。根据泰勒级数展开的原理分别建立了一阶和二阶的灵敏度方程。考虑到一阶灵敏度方程求解速度快和二阶灵敏度方程求解精度高的特点,本文提出了一种用于结构损伤识别的混合迭代算法,该算法用二阶非线性的解析解作为算法的第一次迭代值,用一阶灵敏度方程的求解值对该算法的第一次迭代值进行关于泰勒级数截尾误差的修正。并通过桁架结构算例表明:本文提出的混合迭代算法由于采用了精确度较高的二阶非线性解析解作为迭代修正的初值,迭代修正精度更高,收敛性更好。⑥对有效独立法进行了改进,考虑了能量因素,引进单位刚度的模态变形能用于加权有效独立分配矩阵,以一平面桁架为算例,分别采用有效独立法、运动能量法和改进有效独立法进行传感器布置,并通过叁种传感器优化布置准则对它们的优化结果进行比较和评价,结果表明改进后的有效独立法布点更优,能够更多的反映出结构原特性。
王志坚[10]2004年在《工程结构损伤识别的曲率模态方法研究》文中指出本文在分析工程结构动态检测损伤方法的研究现状和存在问题的基础上,对工程结构损伤识别的曲率模态进行了探讨和研究。有关文献表明,迄今为止,曲率模态法尚未应用于拱结构的损伤识别,因此本文将基于模态分析的曲率模态法应用于钢筋混凝土简支梁损伤识别的基础上,利用曲率模态法对拱结圆弧构损伤识别问题进行了初步探讨。本文首先对曲率模态法应用于承弯直梁结构损伤识别的理论基础进行论述,在此基础上,探讨了以承载轴力为主的圆弧拱结构在只考虑挠曲振动时,可以运用曲率模态方法进行损伤识别,为曲率模态方法的应用提供了依据;其次,利用MSC.Patran(Nastran)有限元分析程序对一简支矩形梁和一圆弧拱结构进行数值仿真,模拟并计算出有限元模型结构的几种损伤状态的动力特性,并运用曲率模态法进行损伤识别,证明了该方法可行性;最后,分别对一简支矩形梁(钢筋混凝土结构)和一圆弧拱结构(素混凝土结构)进行实验模态分析,并与有限元分析加以结合进行探讨。通过有限元分析表明,曲率模态法不仅能准确确定简支梁的损伤位置,而且能识别出拱结构损伤的位置;进一步结合实验分析,结果表明,只需要低阶曲率模态就可以对简支梁和拱结构的损伤做出较为准确的定位。但不足之处是曲率模态方法受测量误差的影响较大,要应用于实际工程结构,尚需进行大量的工作。
参考文献：
[1]. 温度影响下钢筋混凝土简支梁桥动力特性分析与损伤识别方法研究[D]. 王贤强. 吉林大学. 2017
[2]. 基于多模态参数的桥梁结构损伤识别方法研究[D]. 孙杰. 武汉理工大学. 2013
[3]. 深度学习在风机叶片结构损伤识别中的仿真研究[D]. 张鑫. 兰州交通大学. 2016
[4]. 基于环境振动模态参数识别随机子空间方法与应用[D]. 周晶. 兰州理工大学. 2008
[5]. 混凝土斜拉桥的模态参数识别与模型修正[D]. 张国刚. 湖南大学. 2013
[6]. 神经网络在框架结构损伤诊断中的应用研究[D]. 李志宁. 武汉理工大学. 2007
[7]. 海洋平台结构健康监测方法研究[D]. 盖会明. 北京化工大学. 2007
[8]. 混凝土桥梁结构损伤识别试验研究[D]. 唐盛华. 湖南大学. 2013
[9]. 结构损伤识别方法与传感器优化布置研究[D]. 徐典. 重庆大学. 2011
[10]. 工程结构损伤识别的曲率模态方法研究[D]. 王志坚. 重庆交通学院. 2004
标签：力学论文; 模态分析论文; 振动试验论文; 修正系数论文; 激励模式论文; 振动频率论文; 有限元论文; 刚度论文;