基于广义柔度曲率矩阵对角指标梁桥结构损伤识别研究

为了构造梁桥结构损伤识别指标,基于广义柔度曲率矩阵,对广义柔度矩阵元素按行列两次差分得到广义柔度矩阵曲率,分别取损伤前后广义柔度矩阵曲率的对角线元素构建广义柔度曲率矩阵对角指标;再对广义柔度曲率矩阵列元素分别求1-范数和2-范数,分别将损伤前后矩阵列范数向量相减得到另外2个损伤识别指标,从而构造出3个新的损伤指标.采用...     

基于代数算法的模态柔度灵敏度分析

代数方法解析推导出无阻尼线性系统模态柔度一阶灵敏度的解析表达式,该表达式简洁紧凑,便于编程,而且在计算阶模态柔度的灵敏度时,只需一阶模态信息,具有显著的优点.通过数值模拟算例,并对模态柔度灵敏度进行了参数和模态截断误差分析,着重考查模态柔度对损伤参数的灵敏度.研究结果表明,通过损伤前后模态柔度矩阵的列最大变化值来判定损伤是合理的,而以对角元素变化值进行损伤识别可能出现误判.     

基于柔度矩阵的结构损伤识别方法

针对在实际应用中结构的高阶模态较难获得的情况，提出基于柔度矩阵的损伤识别方法。通过一悬臂梁结构在多位置损伤情况下的数值模拟表明，只需识别结构的前3阶模态参数．便可对结构进行损伤定位。     

基于模态参数和神经网络的桥梁损伤识别方法

由于人工神经网络具有强大的模式识别能力,近年来被广泛用于结构的损伤识别.神经网络输入参数的选择直接影响损伤识别的效果,利用结构振动模态分析理论,验证了结构损伤前后的模态柔度差和模态振型差均有对基准有限元建模误差不敏感的特性,建立了以上述两种指标作为神经网络输入参数进行结构损伤程度识别的方法,从而避免因基准有限元模型误差对神经网络训练数据的影响,提高识别准确性.32 m简支箱梁的数值模拟结果表明,训练好的神经网络可以准确地识别出结构损伤程度,并且讨论了测量误差对识别结果的影响.     

基于广义柔度曲率信息熵的板式轨道脱空损伤识别

板式轨道填充层作为轨道结构关键部位,在高频列车荷载和环境共同作用下出现脱空损伤,引起脱空位置轨道结构刚度改变。为有效检测板式轨道的轨道板脱空情况,采用数值仿真分析得到无砟轨道模态信息,利用轨道脱空区域广义柔度曲率局部峰值进行轨道脱空损伤识别。结合广义柔度、均匀荷载面(Uniform load surface, ULS)、曲率和局部信息熵,提出可定位损伤的ULS曲率信息熵,并在CRTS III板式轨道上进行验证。研究结果表明：广义柔度曲率利用轨道脱空前后模态信息计算轨道脱空损伤曲率差,能够有效定位脱空位置;ULS曲率信息熵表征值只需要轨道的一阶模态信息便能够有效地反映轨道脱空位置及面积,且克服了广义柔度曲率需要健康模态信息的不足;轨道对称位置上相同面积脱空的ULS曲率信息熵值相同;ULS曲率信息熵值与脱空面积和厚度成正相关关系;ULS曲率信息熵表征值具有较好的损伤识别敏感性,能够识别小于单个测点布置面积的0.1 m×0.1 m小面积脱空,并且对轨道板边脱空识别敏感性高于轨道板中脱空识别敏感性。     

基于动力学特性的结构损伤识别研究进展

结构的健康监测和损伤识别技术对于分析结构的工作状态、评估结构的安全性具有重要的意义。近年来,工程结构损伤识别技术受到了广泛的关注。文章综述了目前国内外基于动力学特性的工程结构损伤识别理论研究与最新进展,内容包括固有频率、模态振型、曲率模态、应变模态、应变能变化、柔度变化等结构动态损伤识别技术。最后,展望了工程结构损伤识别技术研究的发展趋势。     

结构损伤识别和定位的基本原理与方法

对以应变类参数（应变、应变模态、曲率模态等）为基础的损伤定位方法和以位移类参数（位移、位移模态、柔度矩阵等）为基础的损伤定位方法的相互关系和本质特征进行了系统的阐述，指出后者理论上存在错误定位的隐忧。     

基于单元模态应变能法的桥梁结构损伤识别研究

桥梁结构损伤识别是对桥梁结构进行安全性评定的一个重要环节。本文首先根据桥梁结构损伤前后动力特性分析,导出由于单元损伤引起的结构模态振型的改变系数;然后,运用结构局部损伤因子法建立单元损伤敏感的指示因子,推导出单元损伤前后的单元模态应变能的变化,并对损伤单元与未损伤单元之间的关系进行了研究。最后,以单元模态应变能的变化率作为损伤定位的判别参数,对桥梁结构损伤定位的识别方法进行了研究,并以一座装配式预应力钢筋混凝土系杆拱桥作为工程实例,通过其在不同损伤情况下计算结果和实测结果的分析和讨论,说明该方法能够比较准确地对结构损伤进行定位识别,同时也证明本文研究方法的正确性和有效性。     

基于模态分析技术的大跨度斜拉桥主梁损伤识别

根据模态曲率的概念,构造结构损伤指标。采用有限元方法,对1座设定主梁不同位置发生损伤的大跨度预应力混凝土斜拉桥进行动力特性分析,利用构造的结构损伤指标对结构损伤进行识别研究。结果表明:结构损伤指标对结构损伤的识别精度与参与计算的模态振型及节点间距有关。应选择在损伤位置振幅较大的模态振型,而避免平衡位置处于损伤位置或附近的模态振型。该方法对结构的早期损伤可进行定性判断,结构损伤指标随结构的早期损伤程度的增大而增大,且增长幅度逐渐变小,当结构损伤达到一定程度后,损伤指标不再增大,而在渐近线附近波动。节点间距在一定范围内增大时,不影响损伤位置的识别,甚至可以确定损伤程度,但可能会反映不出损伤对其临近区域的影响;节点间距过大,可能发生漏判。     

基于单元模态应变能与区间分析的不确定性损伤识别

针对现有模态应变能损伤识别方法以确定性分析方法为主,而在工程实际中,测试数据不可避免会受到噪声、建模误差等不确定性因素影响,导致损伤识别精度降低,甚至可能出现误判的问题,提出基于单元模态应变能和区间分析的不确定性损伤识别方法.基于多次重复测量数据,采用区间数来量化响应的不确定性,建立区间损伤识别方程组;引入快速非支配排序遗传算法(NSGA-Ⅱ)求解方程组,计算单元刚度折减系数区间范围,采用区间重叠度与区间中值距离构造损伤定位和损伤定量指标进行损伤识别.数值算例结果表明:所提方法有效、可行,且具有较好的抗噪能力,5％噪声水平下,损伤识别误差不超过7.6％.