桥梁结构的损伤识别研究

随着交通量的日益增加与桥梁服役年限的增长，在桥梁结构中不可避免地存在着表面和内部缺陷，往往具有很大的危险性，故通过一定的检测手段判断桥梁结构的安全状况极为重要，可以及时发现和排除重大的事故隐患。     

综合识别指标在桥梁结构损伤识别中的应用

提出一种应用振动模态频率变化值和静力位移变化值之比而建立的综合识别指标对桥梁损伤进行分析与评定.试验结果表明,应用该方法能够对损伤的位置和程度进行准确的定位和评估.既安全又方便,可为现在的桥梁检测提供参考.     

桥梁结构损伤识别的曲率模态技术

介绍了桥梁结构健康监测的一些实际应用，阐述了结构损伤识别的现状，并对有关损伤诊断的一些方法进行了评价．重点论述了曲率模态分析的基本理论，探讨了曲率模态在结构损伤检测中的应用，最后讨论了在实际结构损伤识别中应注意的若干问题．     

基于静力测试数据的桥梁结构损伤识别

1前言 传统的工程结构可靠性是通过合理的设计、正确的施工来保证的，其前提是结构建成后的实际性态与设计的预定性态一致。然而，工程结构的实际性态：将随结构的使用而改变。导致这种变化的因素有：（1）受灾损伤。地震、强风、火灾等均会使工程结构遭到一定程度的损坏。从而造成结构物的原有结构性态发生改变。（2）老化。老化将造成结构的强度降低、刚度退化，这也可认为是结构的一种损伤。     

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。     

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．     

结构损伤识别理论的研究现状与进展

桥梁结构损伤识别是工程界近年来研究的热点之一,发表了大量不同的理论和算法。从三个方面:(1)基于模型修正理论的结构损伤识别;(2)损伤指数法;(3)人工神经网络法等,对近年来国内外基于振动分析和结构动力学参数的结构损伤识别理论进行了比较系统的总结和评述,介绍了结构损伤识别领域研究的现状,给出了基于动力学参数和振动分析的结构损伤识别的模式,并分析了存在的困难以及需要进一步研究的问题。     

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.     

复杂结构损伤识别的广义子结构法

为实现对复杂结构损伤位置的识别,采用分步识别策略,将原结构划分为多个广义子结构,先进行广义子结构的识别,再进行损伤单元的识别．为克服广义子结构划分的主观性,提出了基于聚类分析的广义子结构划分方式．以悬臂桁架结构为数值算例,对比了3种划分方式的网络训练收敛情况以及网络对带噪声检验样本的识别结果．研究结果表明,按基于聚类分析的广义子结构划分方式构造的网络易于收敛,且对带噪声检验样本的正确识别率高于另外2种划分方式1％～5％．     

蒙特卡罗法在桥梁损伤识别中的应用

以桥梁结构损伤识别为研究对象,采用模态应变能损伤识别与蒙特卡罗法相结合的方法,讨论了测试噪声对桥梁结构损伤定位的影响。在分析过程中对模态的阶数、单损伤、多损伤及损伤部位等进行了研究,依据噪声影响下的模态应变能变化率定位结构损伤。以某连续梁桥为例验证了方法的有效性,利用蒙特卡罗法进行了1万次的计算,得到在不同损伤程度、不同损伤位置随测试噪声水平变化的识别率。研究结果表明,损伤识别率更能表征损伤识别方法,且符合工程实际需要。     

损伤位置对梁振动模态影响的数值研究

梁结构的损伤与其刚度有直接关系,因此模态分析方法可应用于桥梁损伤检测中。通过论述模态分析技术的理论基础,并对标准简支损伤梁振型的数值研究,可揭示出不同损伤位置对梁振动模态的影响,从而提出一种桥梁损伤诊断的新思路。     

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.     

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.     

轮对损伤诊断的模态分析方法

应用频率移动及模态振型变化进行结构损伤定位和损伤度诊断的基本原理,对铁路车辆轮对的损伤度进行诊断摸拟分析,用有限元方法得到了轮对卸荷槽附近在不同损伤度的条件下轮对模态频率和位移振幅幅值的变化趋势.分析指出损伤度小时频率移动小,损伤度大时频率移动大,当损伤度由小变大时,位移频率响应的幅值变化比较明显.当损伤度小时亦采用模态振型进行损伤诊断,当损伤度大时亦采用频率进行损伤诊断.     

基于神经网络的斜拉索损伤识别研究

以一模型桥为背景,探讨了斜拉索损伤定位以及损伤程度确定的方法.基于ANSYS有限元模型,采用RBF网络,模拟了斜拉索的损伤情况.以不同损伤程度下自振频率和局部模态作为神经网络的训练与测试输入样本,由神经网络的输出来指示损伤位置和损伤程度,并与BP神经网络的识别效果进行比较.     

既有多梁式桥梁的损伤识别

讨论了利用量测的柔度矩阵定位损伤的方法。分别选用模态柔度和模态柔度曲率两种方法对多梁式T型梁桥的损伤识别进行研究;并定性分析了测试噪声对损伤识别结果的影响。为反映实际多梁式桥梁的损伤识别情况,采用符合实际多梁式桥梁结构构形的计算模型模拟结构损伤。通过一个简支多梁式T梁桥的数值试验验证了所提方法的可行性。结果表明在量测模态与频率数不多的情况下,所讨论的方法可用于识别多梁式桥梁的损伤。