轨道车辆结构振动损伤识别技术综述

从智能运维的角度阐述了利用结构振动损伤识别技术进行轨道车辆结构健康监测的重要性和必要性;根据不同损伤识别的适用范围,将结构振动损伤识别技术分为基于模型的方法和基于响应信号的方法;结合结构健康监测中损伤识别的不同层次,分析了以结构损伤的存在性、类型、定位和程度表征的不同识别方法;概括了轨道车辆运维过程中损伤识别技术的典型特征,讨论了基于模型的损伤识别中固有频率、模态形状、曲率模态等与模态参数有关方法的优缺点;分析了基于响应信号方法的应用现状和发展趋势,并阐述了模型修正和优化技术在结构损伤识别中的应用;重点分析了车辆关键部件故障诊断与监测中损伤识别技术的实施,讨论了结构振动损伤识别技术在未来轨道车辆智能运维策略中的主要发展方向,展望了未来轨道车辆部件的状态检修策略和智能运维技术。研究结果表明:轨道车辆的智能运维应该充分考虑结构振动损伤识别技术与人工智能等新技术的结合;大数据驱动的结构振动损伤识别技术能够更好解决车辆状态实时监测的技术难点;考虑复杂环境因素对轨道车辆结构部件损伤识别技术的影响,需要不断完善基于耦合振动效应的结构振动损伤识别技术及方法。      

基于动力参数的桥梁结构损伤识别方法研究

结合现场试验总结了几种基于动力参数的桥梁结构损伤识别的方法,阐述了这些方法的理论识别原理,并得出了以下结论:自振频率可以确定结构已经发生了损伤,振型变化和柔度矩阵法可以确定结构损伤的位置,刚度矩阵法可以获取结构的损伤程度。     

用矩阵结构模型进行结构损伤检测和故障诊断

研究了利用测量稳态柔度矩阵来识别结构损伤的理论方法，通过较少的测量点对高阶的有限元模型进行参数校正来识别结构损伤，从而避开模态选择，模态截断等情况的发生，为结构振动故障诊断提供了理论依据。     

用矩阵结构模型进行结构损伤检测和故障诊断

研究了利用测量稳态柔度矩阵来识别结构损伤的理论方法 ,通过较少的测量点对高阶的有限元模型进行参数校正来识别结构损伤 ,从而避开模态选择、模态截断等情况的发生 ,为结构振动故障诊断提供了理论依据     

基于振动监测的桥梁结构损伤识别方法研究

桥梁结构损伤识别是桥梁结构安全监测系统的核心,结构振动模态的变化能够直接反应桥梁结构损伤的程度,分析提出基于结构振动模态变化率作为桥梁结构损伤识别指标,从而识别结构的损伤程度以及损伤位置。     

基于BP神经网络算法的土木结构损伤检测研究

结构损伤会导致其振动频率发生变化,基于频率测量的结构损伤识别方法简单方便,在结构健康监测领域应用广泛.本文在分析结构固有频率的基础上,把结构损伤识别问题分解为损伤状态辨别、损伤定位、损伤程度识别三个过程,对每个过程用模态参数构造标识量,并作为特征参数输入到神经网络中实现损伤识别.结合实验室一箱形钢梁的损伤检测试验进行了应用,收到满意的效果.     

钢筋混凝土损伤梁动力特性的有限元分析

以钢筋混凝土梁为研究对象,基于Euler-Bernoulli梁理论和结构动力学理论,通过有限元分析,计算得到了不同裂纹状态下梁的固有频率和模态振型,研究了裂纹对梁振动响应的影响。结果表明,损伤结构动力特性对损伤的敏感性并不能简单的归结为高频一定敏感,低频一定不敏感,应视裂缝位置与振型节点关系而论。     

基于曲率模态和神经网络的结构损伤诊断

基于神经网络算法，利用曲率模态参数对框架结构损伤定位和定量识别问题进行了研究和实例分析，分别用两种网络对结构损伤进行诊断，并用灰色理论对结构损伤进行了预测。结果表明，灰色理论能成功地对结构损伤进行预测，神经网络适用于此类损伤无规律对象问题的诊断。     

基于RBF神经网络设计的桥梁结构损伤识别方法研究

首先根据桥梁结构的动力特性分析,构造了用于结构损伤识别的损伤标示量,并从理论上分析了该参数用于结构损伤识别的可行性.然后,从径向基函数(RBF)神经网络结构、网络设计和网络训练算法等方面论述了RBF神经网络理论,着重说明RBF网络的调用及径向基函数中心和宽度的确定步骤.最后,以一座装配式预应力钢筋混凝土系杆拱桥为工程实例,通过改变构件的弹性模量降低单元刚度来模拟结构损伤程度,并以任意三组向量对网络进行测试,说明了基于频率参数和RBF网络方法的结构损伤识别的可行性和准确性.     

基于车致振动的桥梁损伤识别

基于移动车辆引起的桥梁振动,采用模式识别的聚类分析方法对桥梁结构损伤定位及损伤程度估计进行了研究．应用车致振动理论计算不同预设损伤位置和损伤程度的桥梁结构在相同移动车辆作用下的动力响应,记录其在测试位置的响应,形成损伤模式库;将在测试位置实际测得的响应与损伤模式进行比较,并利用聚类分析的近邻法识别桥梁结构是否出现损伤、损伤位置及其程度．为直观有效地表示识别结果,分别以损伤位置和损伤程度为独立坐标轴,用等值线和响应云图的方式展示比较结果．以移动荷载匀速通过某简支梁为例,验证了该方法的有效性和鲁棒性．数佰模拟结果表明．该方法能够有效地估计桥梁结构的榀作付罟和榀作程摩．     

基于振动测量的大型桥梁结构健康监测方法

对几种已为大量试验所验证、基于振动测量的桥梁结构损伤识别方法,论述和总结了它们的基本原理及特点;介绍了用于损伤识别的桥梁振动激励方式;最后提出了目前需要进一步研究探讨的主要问题。     

模态柔度指标在简支梁桥损伤识别中的应用

基于模态柔度理论,构造模态柔度差及模态柔度差曲率指标为损伤识别参数.选取简支梁桥为数值模拟算例,对单位置及多位置损伤识别工况的数值模拟分析验证了两个指标的有效性.结果表明：模态柔度差曲率指标更适合于结构的损伤位置识别.     

钢桁梁桥的损伤诊断研究

首先针对基于动力特性和人工神经网络的桥梁结构损伤诊断研究情况作了简要介绍,主要工作是将动力特性参数作为神经网络的输入数据,以改进的频率和振型动力特性组合指标参数对钢桁架简支桥梁结构进行了损伤识别,识别结果表明对钢桁架简支桥梁的损伤位置识别误差较小,对损伤程度的识别效果稍差,识别方法还需要进一步改进。     

径向基网络在简支梁损伤识别中的应用

对简支梁进行损伤分析,研究不同损伤工况下的频率变化率和模态振型曲率变化,并采用径向基神经网络对结构进行损伤识别研究。研究中分别采用频率变化率、第1阶模态曲率变化、综合使用前3阶频率变化率和模态曲率变化3种方案。结果表明,基于动力参数和径向基网络的结构损伤识别方法能够准确识别结构的损伤程度;神经网络的输入参数选择对结果有较大影响,综合使用频率变化率和模态曲率变化方案的识别效果最好。     

用最佳逼近解法诊断工程结构损伤

用振动参数识别技术对诊断工程结构损伤进行了研究，包括损伤位置的确定和损伤程度的确定和损伤程序的定量计算。针对诊断方程解的不稳定性，提出了一种最佳逼近解法，使解具有很好的稳定性。最后以自由梁为例进行了验证。     

系杆拱桥的损伤识别与诊断研究

桥梁结构损伤识别是对既有桥梁结构进行损伤检测的重要一步.理论分析表明结构损伤前后的固有频率的变化包含了结构损伤信息.对兰州市某黄河公路大桥系杆拱结构进行了损伤数值模拟,提取其固有频率作为BP神经网络的输入参数来训练网络,对结构的损伤进行了模拟诊断分析,并在与实桥的损伤结果基础上提出了基于BP网络的系杆拱损伤诊断的方法.     

基于测试频率的结构损伤定位与评估方法

基于振动模态的测试、分析技术是一种常用的结构健康监测/检测的方法,文中推导了基于测试频率数据进行结构损伤评估的损伤因子,利用Ansys软件对一压力管道结构和简支梁结构进行有限元数值模拟和模型实验,以刚度折减和挖槽法模拟结构的损伤状态,分析结果表明结构损伤因子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和判订。方法原理简单,操作易实现,在结构损伤监测、检测过程中有一定实用价值。     

基于支持向量机和模态曲率的桥梁结构损伤识别

提出了一种用于桥梁结构损伤识别的支持向量机方法。该方法以结构损伤前后的模态曲率差参数为支持向量机的输入参数,c-svc算法为损伤位置识别算法,ε-svr算法为损伤程度识别算法。最后以三跨连续梁桥为数值模拟算例,以存在单个及多个损伤单元为损伤工况,验证该方法的有效性,识别结果表明基于支持向量机和模态曲率的损伤识别方法能够准确识别出结构的损伤位置,损伤程度识别误差在4%以内。     

基于模态参数和神经网络的结构损伤检测

基于Levenberg—Marquardt规则BP神经网络算法,利用频率变化量和曲率模态参数分别对框架结构损伤定位和定量识别问题进行了研究和实例分析。结果表明．它们均能对结构损伤进行预测,BP神经网络适用于此类损伤无规律对象问题的诊断。     

基于模态分析的结构损伤检测方法研究

为探讨基于振动模态分析的结构无损检测技术，把“频率变化平方比”应用于钢桁架这样的复杂结构，从理论上验证了该参数的变化是结构损伤程度和位置的函数。通过数值模拟证明了利用该参数对判断钢桁架结构的微小损伤效果显著，使发展新的，有效和简便的大型桁架结构的损伤检测方法成为可能。