基于多级神经网络的桥梁结构模态参数识别方法

桥梁结构模态参数识别方法在识别过程中难以获得完整阶次，构造的基准模型不完整，导致识别结果出现误差，因此，设计一种基于多级神经网络算法的桥梁结构模态参数识别方法.使用多级神经网络对识别算法进行优化，建立交配池，利用交叉和变异算子对交配池中的参量个体进行识别，建立新的群体，利用信号匹配识别结构模态参数，选择模态确信准则(MAC)以及相位共线性指标(MPC)作为模态区分的辨别指标并计算，最后优化整体模态参数识别流程.方法性能测试结果表明，设计的基于多级神经网络的桥梁结构模态参数识别方法在不同采集方式下得到的参数误差更小，可靠性更高.     

考虑温度效应的简支梁桥损伤识别方法研究

基于模态频率的损伤识别方法得到了广泛的应用,而温度往往会掩盖桥梁损伤造成的模态参数变化.通过建立简支梁有限元模型,改变混凝土弹性模量进行模态分析,得出了温度和损伤作用下的简支梁模态频率.结合BP神经网络,对温度影响下的简支梁桥损伤进行了有效识别.     

不中断交通的梁式桥梁试验与状态评估技术

在不中断交通的条件下建立了运行试验模态分析的模态挠度法。该方法以挠度作为评价桥梁结构承载力的指标,利用来往车辆的激励响应测量数据获得桥梁结构的交通激励试验模态参数,推算出桥梁结构的静挠度,从而评定桥梁结构的承载力。实桥测试表明,该方法可用于桥梁承载力和使用状况评估。     

经验模态分解在桥梁检测中的应用

文章介绍了经验模态分解（EMD）的原理、特点及其应用,编制了EMD算法程序并验证了程序的正确性,最后采用EMD方法对某桥梁基于环境激励条件下的实际信号进行分解,结果表明,该方法能有效对信号进行分解,是一种无需预设带宽的自适应高通滤波方法,适用于结构模态参数识别。     

环境因素影响下桥梁模态参数变化规律研究

为深入探究运营期桥梁模态参数变化规律, 以浙江文泰高速洪溪特大桥通车后 12 个月的健康监测数据为基础, 分析了模态频率的环境因素影响特征。 首先对环境温度、 交通荷载、 模态频率以及阻尼比的监测结果进行统计分析, 然后进行模态参数变化的影响因素相关性分析, 最后建立多元线性回归方程。 该研究的主要目的是获取山区桥梁低阶模态频率和阻尼比随环境的变化关系, 明确模态参数与环境影响因素的相关性, 进而为结构状态进行有效评估打下基础。 结果表明: 结构温度是年周期成分上影响模态频率的主要因素。     

环境激励下钢筋混凝土拱桥模态参数识别

为正确选择模态参数识别方法,对某钢筋混凝土拱桥进行了环境振动试验,采用频域、时域和时频分析方法——峰值拾取法(PP)、随机子空间识别(SSI)以及基于经验模态分解(EMD)和随机减量技术(RDT)的方法——识别其模态参数;比较了3种模态参数识别方法的特点和识别结果,并与有限元法计算结果进行了比较.研究结果表明:峰值拾取法的识别速度快,识别的频率较可靠,但识别过程需要较多人工干预;随机子空间识别的理论体系完备,适合程序实现,识别过程能较好地抵消测试过程中噪声等的影响;由于模态混叠的影响,EMD-RDT识别结果具有一定随机性.     

大跨径桥梁自振特性试验的环境随机激振法

采用快速可靠的环境随机振动激振法,基于结构止各测点的脉动时域应信号,应用ＩＴＤ时域模态参数识别理论,分析大路径桥梁实桥的结构固有模态并列举了工程应用实例。     

基于变分模态分解和奇异值分解的结构模态参数识别方法

为了准确获得结构的固有频率、阻尼比与振型, 将变分模态分解与奇异值分解相结合, 提出一种新的结构模态参数识别方法; 基于已有时频参数识别方法, 根据测量的脉冲激励与加速度响应估计系统的频响函数, 对系统的频响函数进行反傅里叶变换得到脉冲响应函数; 对各测点的脉冲响应函数进行变分模态分解, 得到与结构固有频率对应的本征模态分量; 提取本征模态分量的固有频率, 利用与固有频率相近的本征模态分量作为行向量构造奇异值分解矩阵, 对所构矩阵做奇异值分解, 利用最大奇异值重构左、右奇异值向量, 识别结构的振型、固有频率和阻尼比; 通过四自由度质量-弹簧-阻尼模态仿真试验和车体横梁锤击模态试验, 验证了所提出的模态参数识别方法的有效性。研究结果表明: 在四自由度理论模型参数识别中, 系统固有频率和阻尼比的识别结果与理论计算结果的最大相对误差分别不超过0.025%和1.490%, 理论计算与识别的1~4阶振型的模态置信度分别为0.999、1.000、0.999和0.999;在车体横梁锤击模态试验中, 提出方法识别的固有频率和阻尼比与理论计算结果的最大相对误差分别不超过1.57%和1.47%, 且车体横梁的理论振型与识别振型趋势相同。可见, 提出的方法能有效识别结构的模态参数。      

基于模态应变能变异指标的斜拉桥模型损伤识别研究

基于动力测试采用模态应变能变化率方法对一座独塔斜拉桥模型进行了损伤识别实用性研究,识别过程基于动力模态分析,激励方式包括车辆激励、环境激励和冲击激励.从识别得到的各阶试验模态的模态应变能变异指标的计算结果可知:在合适的激励条件下,模态应变能指标可以识别梁式结构主梁的损伤位置和大小关系;激励的充分条件会影响模态应变能指标的识别效果,冲击激励产生的激励较充分,因而损伤识别的效果最好;各阶试验模态包含的损伤信息完备程度不同,建议综合多阶模态应变能变异指标的计算结果进行损伤识别.     

环境因素对混凝土简支梁模态参数的影响分析

准确的模态参数测试是基于动力特性进行桥梁损伤识别的基础,模态参数受到环境因素的影响产生变化,从而导致无法得到准确的损伤识别结果。因此,分析环境因素对模态参数的影响,明确主要环境影响变量,对桥梁损伤诊断的环境影响剔除具有重要意义。以季冻区中小跨径钢筋混凝土简支梁为例,对试验梁监测数据进行分析和关联度计算,研究环境因素与模态参数的季节性变化规律,定量对比环境因素对模态参数变化的影响程度,确定影响钢筋混凝土简支梁模态参数变化的主要环境变量,进一步明确空气温度与太阳辐射作用下内部温度变化对模态频率的影响规律。     

基于输出响应的识别结构参数的神经网络方法

讨论了输出未知时结构模态参数基于频率响应函数的神经网络识别方法,并研究了不同的噪声水平和网络输入层结点数目的变化对网络输出误差的影响。讨论了网络对不同阶数模态参数的识别精度。数值结果表明该方法是可行的。     

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。     

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。     

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。     

基于高斯曲率模态差的T梁结构二维损伤识别研究

曲率模态是识别损伤的敏感指标,基于曲率模态的损伤识别研究大多局限于一维结构。为将曲率模态的损伤识别方法推广到二维结构,提出了基于高斯曲率模态的损伤识别方法,综合考虑二维结构的加速度振型曲面在纵向和横向上的弯曲程度,通过计算结构损伤前后加速度振型的高斯曲率差来判断结构损伤的位置。T梁组合结构的模态试验及试验分析结果验证了该方法的可行性。     

基于改进SSI的大跨斜拉桥模态参数识别研究

实际工程中,为时刻检测桥梁结构是否处于良好的运营状态,通常会在桥梁结构上安装各种类型传感器,通过分析传感器采集的响应信号以获得其模态参数,并利用模态参数变化规律来间接评估其运营状态。基于此,为提高模态参数识别精确性,针对最为常用的模态参数识别算法-随机子空间算法(SSI)不足,提出了以频率值、阻尼比以及模态振型为判别因子的真实模态筛选算法。最后将所提算法运用于识别某大型斜拉桥的模态参数识别,识别结果表明:本算法不仅能有效实现真实模态的智能化筛选,且识别结果具有可靠性。     

运行模态分析技术在桥梁状态评估中的应用

在输出功率谱的基础上建立了桥梁运行模态分析方法——频域分解法。该方法利用来往车辆激励的响应测量数据,进行无偏功率谱分析,然后对响应谱矩阵进行奇异值分解来识别桥梁的模态参数。该方法保留了传统频域法快速简便的特点,还可以解决传统频域法不能识别近频和重频模态的问题。通过实桥测试,证明该方法可用于桥梁承载力和使用状况评估。     

基于环境激励的预应力混凝土梁桥模态试验

介绍一种相对简单而实用的基于环境激励的预应力混凝土梁桥模态测试分析方法,该方法仅用于结构的动态响应信号作频谱分析即可获得模态频率、振型、阻尼等主要模态参数,处理速度快,并且结果直观可靠。通过对尖山大桥的实桥测试,测试结果表明该方法应用于工程实际是完全可行的。     

基于试验模态验证的铁路敞车侧墙疲劳寿命预测

运用Hyper Mesh建立敞车的有限元模型,使用ANSYS软件对敞车侧墙进行仿真模态分析.采用LMS Test.lab软件中的工作模态参数识别方法对敞车侧墙进行试验模态分析,并获得了其固有频率、振型和阻尼比等模态参数.通过仿真模态分析和试验测试参数对比分析可知,结果基本吻合,从而验证了敞车侧墙的有限元模型的准确性,在此基础上基于ASME(2007)标准中结构应力法和Miner线性累积疲劳损伤理论,并采用AAR标准载荷谱对敞车侧墙的关键焊缝进行了疲劳寿命预测,结果满足设计要求.     

基于试验模态验证的铁路敞车侧墙疲劳寿命预测

运用Hyper Mesh建立敞车的有限元模型,使用ANSYS软件对敞车侧墙进行仿真模态分析.采用LMS Test.lab软件中的工作模态参数识别方法对敞车侧墙进行试验模态分析,并获得了其固有频率、振型和阻尼比等模态参数.通过仿真模态分析和试验测试参数对比分析可知,结果基本吻合,从而验证了敞车侧墙的有限元模型的准确性,在此基础上基于ASME(2007)标准中结构应力法和Miner线性累积疲劳损伤理论,并采用AAR标准载荷谱对敞车侧墙的关键焊缝进行了疲劳寿命预测,结果满足设计要求.