张丽梅[1]2004年在《钢桁架结构无损检测的动力学敏感参数研究》文中提出钢结构由于自重轻、强度高、塑性及韧性好、工业化程度高和造型美观等许多优点，被广泛应用于各类建筑中。但是由于钢结构的锈蚀、超载等许多原因，使得钢结构发生损伤的情况日趋增多。近年来，国内外许多学者一直在努力寻找能够准确对钢结构进行检测的方法。这些研究取得了显着的成绩，但是也存在许多不足。特别是，这些方法需要已知结构原始数据，才能进行检测。然而，在实际检测过程中，原始数据很难得到。为了解决这一问题，本文在分析许多学者研究成果的基础上，找到了一种基于柔度的对钢结构损伤敏感的动力学参数——柔度曲率幅值突变系数。该系数可以在未知结构初始数据的情况下，直接利用实际测量数据判断结构是否发生损伤，找到结构的损伤位置，并对结构的损伤程度做出判断。本文首先利用ANSYS的APDL语言编制的程序，以一个平面钢桁架模型为例进行数值模拟。根据结构本身的受力特点，给定损伤情况，进而计算出结构损伤时的柔度曲率幅值突变系数。通过该系数可以找到结构的损伤位置，并且对结构的损伤程度做出初步判定。然后，本文对一个平面钢桁架模型进行实际测试，根据测试数据求出结构损伤时的柔度曲率幅值突变系数。结果表明，柔度曲率幅值突变系数能够对平面钢桁架结构的单根杆件和多根杆件损伤的位置做出比较准确的判断，并且对结构的损伤程度也可以进行初步的判定。同时也验证了数字仿真理论的正确性。本文还提出了将节点质量的增加作为一种结构损伤形式的理论。经过数值模拟和实际实验验证，结果表明，柔度曲率幅值突变系数可以较好的对一个或多个节点质量增加的情况进行检测。该方法只要已知实际结构的数据，就可以进行检测。而且简单、高效、具有很高的实用价值。本文根据前面的分析情况，在文章最后提出了钢结构动力学检测的发展前景和亟待解决的问题。
李国东[2]2010年在《钢结构损伤诊断实用方法研究》文中进行了进一步梳理土木工程结构在长期的服役过程中不可避免地遭受损伤,损伤将导致结构抗力衰减,极端情况下会引发工程事故,造成重大的人员伤亡和财产损失。因此对结构的损伤识别法进行深入的研究意义重大。目前,结构损伤识别研究虽然已取得了一些成果,但可用于工程实践的损伤识别方法却很少。究其原因,多数损伤识别方法存在两个重要缺陷,一是现有的工程检测技术无法为损伤识别方法的实施提供精确的并且数量足够的实测数据,二是多数损伤识别法缺少用于判断结构损伤的代表结构健康状态的基准。针对上述问题,本文提出了叁种实用结构损伤诊断方法,并利用钢桁架、钢壳等结构模型的试验初步验证了这些方法的有效性。以下是本文的主要工作。1、提出并总结了叁种用于结构损伤识别的新方法:对称信号法,动静结合法和乐音准则法。(1)对称信号法是基于对称信号法基本原理的损伤识别方法,该方法适用于结构中满足对称条件的杆件间的损伤识别,它是基于局部检测的损伤识别方法,损伤识别的灵敏度高并可实现结构的损伤定位。(2)动静结合法适用于满足对称条件的多个梁式结构间的损伤诊断,动静结合法本质上实施的是整体结构的静力检测法,但动静结合法依据动、静参数的相关关系可以实现动力测试等代静力检测的效果,从而增强了静力检测法的实用性,其健康基准是我国现行规范中结构变形的限值。(3)乐音准则法是一种基于结构频谱分布规律的损伤识别方法,此方法适用于均质、规则结构的损伤诊断。规则结构的频谱分布具有谱图清晰、峰点分布呈梳齿状的特征,类比乐音现象将这一频谱特征定义为结构的乐音准则。乐音准则即为乐音准则法的结构健康基准。以上叁种损伤新方法均具有严格的工程适用条件,无需复杂的反演计算,具备判别损伤的结构健康基准,用于损伤识别的结构参量具有较高的工程测试精度,因此这些方法具有良好的工程实用前景。2、对一个典型的梁式钢桁架结构进行了损伤相关的试验研究。设计建造了一个8米长的钢桁架结构,通过不同截面杆件的轮换可构造出多种损伤工况。通过试验获取了钢桁架结构的刚度、固有频率、阻尼、振型等基本结构参数。在参数识别的精度和可靠性上,一阶频率和刚度明显优于其它参数,并且二者的改变量与桁架的损伤程度单调对应,因此用其作为结构损伤识别法研究的损伤标识量。3、通过钢桁架的动、静力联合试验验证了动静结合法的有效性。通过杆件组合构造了12个具有不同损伤的桁架结构样本,用试验方法获取了各样本结构的刚度和一阶频率,采用一元正态线性回归的数学模型建立了代表刚度与一阶固有频率相关性的数值关系式。初步验证了动静结合法的有效性。4、对称信号法的试验验证及单裂缝损伤模式下两端固支梁的固有频率解析式推导。在钢桁架上选取若干对称杆件进行了四种损伤工况的动力测试,试验结果显示对称信号法能轻易地识别杆件的各类损伤,具有很高的灵敏度。采用一个质量忽略不计的抗扭弹簧来模拟梁中的裂缝损伤,推导了单裂缝固支梁的频率方程,并以钢桁架损伤试验中一根损伤杆为算例,验证了该频率方程的计算效果。5、通过叁个钢质壳体结构的损伤试验验证了乐音准则法的有效性。用叁个相同的钢质壳体结构进行试验,通过振动测试获得了叁个钢壳的频谱分布规律。无损的钢壳结构的频谱具有谱图清晰、峰点分布呈梳齿状等特征,这与乐音准则法中乐音准则的特征相符。实施损伤识别时仅需将叁个钢壳的频谱置于一个坐标系下进行对比即可轻易地发现结构的损伤。6、空间钢网架屋面结构的工程健康诊断。结合两个实际工程的健康检测的实施过程,对网架结构健康诊断中的若干问题进行了总结与分析。对于承载力存在问题的网架结构采用静力加载法可以获得满意的健康诊断效果。振动检测用于结构振动问题的分析十分有效。
王俊杰[3]2008年在《基于遗传优化—神经网络的钢桁架桥梁损伤识别研究》文中进行了进一步梳理结构健康监测技术方兴未艾,在相当长一段时间内将一直是土木工程领域十分活跃的课题。正确有效的参数识别方法是健康监测系统的关键问题之一,也是健康监测系统的最终表象。尽早的发现结构损伤,并及时检测和修复,不仅可以大大降低结构的维护、维修费用,还可以避免或减少不必要的生命财产损失,因此损伤识别技术一直是工程界研究的热点。钢桁架桥梁是我国应用非常广泛的桥型之一,但在长期的动力荷载作用和锈蚀的影响下,钢桁架桥梁的安全状况令人担忧。研究能够快速、高效对钢桁架桥梁进行损伤识别的方法显得尤为重要。结构发生损伤必然导致结构动力特性的改变,基于结构动力特性的结构损伤识别是当前学术界和工程界研究的热点。本文首先简要介绍了现有的多种损伤识别方法。其次,依据遗传算法是一种有效的全局搜索优化算法,不易陷入局部最优解,且具有很强的鲁棒性,和神经网络法具有良好的非线性映射能力、自适应和自学习的能力、较强的泛化能力和实时计算能力,但容易陷入局部最优解等特点,引入了遗传优化—神经网络进行损伤识别的新技术。运用遗传算法对神经网络的初始权值与阈值进行优化,可以较好的利用两种算法的优点,实现优势互补,提高损伤识别的速度与精度,对损伤识别的发展具有很大的意义。本文通过对遗传算法及BP(Back Propagalion)网络的工作机理、扩展性和开放性的研究,借助Matlab实现了遗传算法与BP网络的融合。并成功地将遗传优化BP神经网络应用于钢桁架结构的单点和多点损伤识别中,均取得比较理想的效果。结果表明,结合遗传算法后不仅使BP网络的初始误差降低,更使网络训练的收敛速度大大提高。神经网络充分发挥了其映射、泛化和内插的能力,对结构不同位置、不同程度的损伤都具有很好的识别能力。结合遗传算法的BP网络不仅能进行对结构单点损伤的识别,当结构发生多点损伤时,此方法同样能取得较好的效果。充分体现了神经网络极强的非线性映射能力和联想能力,具有很大的实际意义和指导意义。
参考文献：
[1]. 钢桁架结构无损检测的动力学敏感参数研究[D]. 张丽梅. 河北农业大学. 2004
[2]. 钢结构损伤诊断实用方法研究[D]. 李国东. 中国地震局工程力学研究所. 2010
[3]. 基于遗传优化—神经网络的钢桁架桥梁损伤识别研究[D]. 王俊杰. 西安建筑科技大学. 2008