基于盾构掘进参数的孤石地层识别方法研究

为了在盾构掘进过程中准确识别孤石地层，保证施工安全，运用理论分析与工程数据验证，研究孤石地层识别方法。基于盾构掘进比能，结合主掘进参数，提出修正比能（SM），构建孤石地层SM识别模型及识别矩阵。运用BP神经网络技术，以实测掘进参数作为训练样本，建立孤石地层神经网络识别模型，具有极高的识别精度。利用盾构掘进数据对孤石地层识别方法进行工程验证。研究结果表明： 1) 修正比能法具有较强的容错能力、稳定性及特异性，识别效果优于掘进比能法； 2) 2组实测数据下，神经网络识别结果与识别矩阵的吻合率达到98.3%和98.8%； 3) 以修正比能法为基础，结合神经网络法作为辅助与参考对孤石地层进行双重识别，具有较好的工程实际意义。     

基于柔度曲率比与遗传算法的既有钢筋砼拱桥损伤识别研究

针对目前单一方法无法精确识别桥梁结构损伤位置与程度的状况,结合柔度曲率比理论与变异遗传方法,以结构柔度矩阵为参数,利用基于柔度矩阵的柔度曲率比识别损伤位置、改进自适应双向变步长变异遗传算法识别结构损伤程度;以湖南省常宁市北门桥为研究对象,开展实桥外观、钻芯样本、钢筋锈蚀及静载等检测试验,并对检测结果与损伤识别结果进行对比分析,结果表明,文中构建的结构损伤识别方法可行,且其识别精度高,可为桥梁工程结构损伤识别提供一种新思路。     

基于模态柔度法的连续梁结构损伤识别研究

利用模态柔度矩阵对角线元素的相对变化率和曲率对连续梁结构进行损伤定位,对这2种指标进行了损伤灵敏度和噪声灵敏度分析.研究了测试不完备和存在观测噪声条件下利用这2种指标进行损伤识别时所存在的困难.针对某三跨连续梁桥,对几种振型扩展与修正的方法进行了比较研究.提出了适合于该类问题的振型修正方法,计算结果表明该方法能够在测试不完备和存在观测噪声的条件下对连续梁结构进行较为准确的损伤定位.     

一种基于灵敏度矩阵进行桥梁损伤识别的方法

重点研究了一种基于灵敏度矩阵对桥梁进行损伤识别的方法。基于振动分析的矩阵摄动理论,首先讨论了求取模态参数对结构物理参数灵敏度矩阵的方法,形成灵敏度矩阵的过程中避免了偏微分计算;基于灵敏度矩阵,建立了桥梁的损伤识别模型,并给出了此模型具体的求解方法;然后利用Guyan缩减的方法来缩减结构的模态自由度,保证了在进行损伤识别的过程中利用较少的模态参数,进而提高了方法的实用性;最后把所述方法应用于三跨预应力混凝土连续箱梁桥的实际损伤诊断工程。结果表明,利用所述方法进行预应力混凝土连续梁桥的损伤识别是有效的。     

基于柔度矩阵曲率差法识别结构损伤

提出利用柔度矩阵曲率差法研究结构的损伤识别,利用结构损伤前后的柔度矩阵分别求得各列的平均值,然后进行差分,并以其作为损伤识别的指标;以有限元分析含损伤结构的模态参数为基础,分别建立简支梁含有一处损伤、多处损伤、连续梁各跨和支座处含有一处损伤的ANSYS有限元模型,分析该方法识别结构损伤的效果。数值分析表明该方法仅需低阶模态参数即可准确简便地识别结构单处或多处损伤的位置;通过与已有的MF、MFC、RFD等损伤指标的数值模拟分析对比,显示了该指标的优越性。     

基于柔度矩阵的跨海大桥非通航孔桥船撞损伤识别

针对跨海大桥非通航孔桥发生船撞事故后对事故处理的即时性要求,提出采用基于柔度矩阵的损伤识别方法对受撞梁体的损伤位置和损伤程度进行识别。以浙江金塘大桥非通航孔桥为工程背景,采用1∶20的缩尺模型进行船桥碰撞模拟试验,并对受损的桥梁结构进行静力加载试验,获得损伤前、后的结构测试数据。采用基于柔度矩阵的损伤识别方法对静力测试数据进行处理分析,得到桥梁不同位置的结构损伤率,从而识别出梁中(3)号单元处发生了损伤。得到的损伤位置与试验撞击位置相符,损伤程度与构件破损测算接近。由此表明采用基于柔度矩阵的损伤识别方法对跨海大桥非通航孔桥进行船撞损伤识别快捷可行且具有较好的识别精度。     

基于柔度矩阵的自锚式悬索桥主梁损伤识别研究

自锚式悬索桥的主梁具有梁—柱式受力特性,在运营阶段相对其他构件更容易出现损伤而造成安全事故.为保证结构的使用安全,该文以阳明滩大桥为背景,利用柔度矩阵损伤识别理论和有限元仿真分析对大桥主梁损伤识别技术展开研究.首先建立大桥完好状态下模拟实际的前4阶柔度矩阵,然后选择主梁4个典型损伤梁段形成具有不同程度损伤的6种损伤工况,并分别采用文中制定的矩阵对角线差MFD指标及其曲率MFDp指标对各工况进行损伤识别.识别效果表明:MFDp指标能够对全部工况进行准确识别,可用于大桥主梁损伤监控中.     

大跨斜拉桥的拉索损伤识别

针对润扬长江大桥北汊斜拉桥的修正模型,通过数值模拟研究了斜拉桥拉索损伤位置的识别问题。提出了综合运用斜拉桥竖弯振型频率变化、主梁模态曲率变化以及拉索索力变化进行拉索损伤位置识别的实用方法。     

基于多源数据加权马氏距离的结构损伤识别研究

利用结构多源数据进行桥梁损伤识别可获得更多的损伤信息和更高的识别精度。文中提出一种基于多源数据加权马氏距离的结构损伤识别方法,先对不同类型测量数据进行施密特正交,构造参考样本和待测样本;再利用不同类型数据损伤前后相对能量变化率构造权值矩阵,通过加权马氏距离对结构损伤进行识别。结果表明,损伤前后相对能量变化率可反映马氏距离对损伤的敏感程度,加权马氏距离对结构损伤具有更高的敏感度,利用经验模态分解的本征模态函数作为样本计算的加权马氏距离对损伤的识别效果更好。     

基于信赖域算法的连续梁桥动力损伤识别

对于大型复杂的既有桥梁结构,进行整体的动力健康检测和评估存在着识别参数多,识别精度差等问题。结合有限元模型修正技术,引入有效弹性模量损伤因子和损伤分布函数的概念,通过在Matlab环境下调用ANSYS有限元程序中的APDL语言进行桥梁结构的有限元建模,利用信赖域算法调整参数,实现了对连续梁桥的动力损伤识别,数值算例表明该方法能准确、有效地判断桥梁结构的损伤发生、损伤区域以及损伤程度。     

连续刚构桥上部结构施工质量动力评估研究

以云南新庄特大桥为研究对象,基于频响函数模式置信准则的模型修正理论,以梁段刚度为损伤识别参数,运用有限元软件对该桥上部结构不同损伤工况进行模拟分析。分析结果表明,该方法可以准确识别出上部结构的刚度。并测试了该桥在施工过程中的振动响应,对上部结构施工质量采用上述方法进行评价。测试结果表明,上部已施工梁段刚度均优于设计值,施工质量良好。分析结果可为新庄特大桥的施工管理提供依据,并为同类桥梁的施工质量评估提供参考。     

基于全息变形和遗传算法的装配式钢混组合梁损伤识别研究

针对一片装配式钢混组合试验梁,依次开展了在无损伤和多种损伤工况下相同试验荷载的加载试验,运用叠差分析与轮廓线提取算法对全息拼接图像进行处理,得到结构全息轮廓线以及结构全息变形数据。将初始全息变形与目标全息变形作为输入,结构全息轮廓线为损伤表征因子,通过改进的遗传算法在ANSYS二次开发接口APDL中对目标全息变形进行刚度矩阵折减系数全局最优解的求解。结果表明:全息变形位移曲线在正常无损变形和有损异常变形特征描述上具有较强的判别性,全息变形与百分表实测挠度值在所有试验工况下全梁L/4、L/2、3L/4处挠度值平均误差最大为6. 9%,改进的遗传算法对试验梁损伤位置及程度识别精度较高,损伤识别结果与试验结果基本吻合。为后续研究该桥型的结构状态识别与结构健康监测奠定了基础,全息变形以及损伤识别算法亦可供其他桥梁参考。     

曲率模态和神经网络在损伤识别中的应用

以连续梁为例，通过曲率模态及改进后的模态置信准则联合确定损伤位置，并使用神经网络判定各损伤处的损伤程度。数值模拟考虑了梁不同位置及不同程度损伤情况，研究了运用曲率模态和模态置信准则进行损伤和损伤位置的识别，分析了各自方法的优缺点，通过两种方法的联合运用，使损伤位置识别准确、合理，并且说明了1阶曲率模态的局部参数是损伤程度识别较优的网络输入量，最后运用神经网络识别损伤程度。     

中承式拱桥的吊杆损伤识别

针对中承式拱桥吊杆容易受损破坏的特点,通过数值模拟研究了中承式拱桥吊杆损伤位置和损伤程度的识别问题。提出了综合运用结构自振频率和曲率模态的吊杆损伤定位识别与损伤程度识别的实用方法。     

基于BP神经网络的中等跨径桥梁损伤识别探讨

针对中等跨径桥梁中的损伤识别不敏感问题,运用BP神经网络进行中等跨径桥梁结构损伤识别。利用MIDAS/Civil分别建立三跨连续变截面箱梁完好及不同损伤状态下有限元模型,分析桥梁不同状态下的特征值,发现中等跨径桥梁对结构损伤的敏感性依次为振型竖向位移固有频率;将参数化的结构固有频率及振型作为BP神经网络的输入、损伤位置和损伤程度作为输出进行神经网络训练,对各工况下损伤位置和损伤程度进行识别,发现识别效果较差,通过获取中等跨径桥梁的自身特性,利用BP神经网络难以识别结构损伤,需探索合适的损伤识别参数及适用于中等跨径桥梁的方法。     

基于灵敏度分析与优化设计原理的大跨桥梁动力模型修正

建立一个满足工程精度要求、反映桥梁力学特性的有限元模型是进行结构健康监测研究的第一步。根据大跨桥梁现场实测的模态数据，采用基于特征灵敏度的优化设计方法对润扬长江大桥斜拉桥进行了模型修正，分析结果为大跨桥梁的结构损伤识别和安全监测工作提供了一定的依据。     

基于贝叶斯谱密度法的非线性桥梁结构动力系统模型参数修正

采用贝叶斯概率方法对在不确定输入作用下随机模型的模型参数进行定量化.对系统响应信号运用谱密度识别法进行模型修正.贝叶斯谱密度法运用快速傅里叶变换(FFT)对非线性动力系统结构参数的概率密度函数进行修正,不仅符合系统响应信号的概率分布,同时也适用于非线性系统参数识别.利用贝叶斯谱密度法,对两跨连续梁桥非线性系统结构模型进行修正.     

基于神经网络技术的结构损伤检测

结构损伤会导致其振动频率的变化，因此测量结构振动频率可以判断结构是否存在损伤，同时，基于频率测量的结构损伤识别方法具有测试简便，精度较好的优点。在分析结构固有频率的基础上，把结构损伤识别问题分为损伤辨别、损伤定位、损伤程度标定3个子模块，对每个子模块用模态参数构造对损伤敏感的标识量，并作为特征参数输入到神经网络中实现损伤识别。将BP网络和频率相结合进行了矩形梁的损伤检测，计算分析结果表明，该方法在结构损伤检测中具有较好的识别效果。最后对神经网络方法在损伤检测中的发展前景作了展望。     

基于空间小波分析的桥梁损伤识别

利用空间小波分析,探讨了静态荷载作用下桥梁已有损伤位置的识别方法。构建了桥梁结构损伤定位的连续、离散空间小波变换的理论模型,同时讨论了不同小波函数的选取及分解层次的确定方法。该方法仅需测量损伤后桥梁的位移或应变等响应,不需损伤前的结构特性,不影响交通。一处和多处不同损伤位置、不同损伤程度的工字梁仿真试验表明,空间小波变换是识别桥梁已有损伤位置最有潜力的方法。     

离散空间小波分析的环境荷载下桥梁的损伤识别

利用离散空间小波多分辨分析,分别探讨了匀速简谐汽车作用荷载和随机白噪声作用荷载(模拟汽车与风荷载的耦合)两种环境荷载作用下桥梁已有损伤位置的识别方法。建构了桥梁结构损伤定位的离散空间小波变换的理论模型,同时讨论了不同小波函数的选取及分解层次的确定方法。该方法仅需测量损伤后桥梁的位移或应变响应,不需损伤前后的结构特性,不影响交通。对原始输入的位移信号进行逐步差分前处理使得识别结果更准确。模拟试验表明,离散空间小波多分辨分析是识别环境荷载作用下桥梁损伤位置的准确可靠方法。