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.     

基于模态应变能和BP神经网络的混凝土框架结构损伤识别

采用模态应变能变化率和BP神经网络的两步损伤识别方法,对钢筋混凝土框架结构进行损伤识别研究.首先,利用单元的模态应变能变化率作为结构损伤定位因子,运用通用有限元ANSYS的APDL语言编制程序,计算模态应变能变化率;然后,利用BP神经网络进行损伤程度识别.该方法将二者优点相结合,并克服了单纯利用模态应变能难以准确计算损伤程度以及单纯利用BP神经网络样本巨大的困难.数值仿真结果表明,该方法适用于框架结构的损伤识别.     

梁裂纹位置识别的模态能量法

阐述了梁结构裂纹位置识别的模态能量法,利用结构固有频率的改变对悬臂梁裂纹位置进行了识别,将有限元分析获得的模态应变能分布曲线与不同裂纹位置引起的固有频率改变曲线及应变模态振型进行了对比分析,讨论了不同的单元划分和不同模态阶数对裂纹位置识别的影响。     

结构动力学应用中若干基本概念的探讨

随着对结构动力特性的研究,其被广泛应用于工程技术领域,由此涉及到一些动力学基本概念的理解和应用的问题.文中就周期信号基频与结构第一阶固有频率的关系,结构位移模态与模态应变能,结构自由衰减响应及其在结构阻尼识别中的应用,结构无阻尼固有频率与有阻尼固有频率的关系及其应用等问题进行了初步探讨.特别是结合桥梁的检测、荷载试验、结构计算、状态评价等有关应用技术问题进行了辨析.     

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.     

基于改进布谷鸟搜索算法的架桥机结构损伤识别

针对架桥机结构损伤的特点及布谷鸟搜索算法存在收敛速度慢、缺乏活力等问题,从动态发现概率、步长和莱维飞行三个方面对布谷鸟搜索算法进行了改进.以TLJ900型架桥机的主梁为研究对象,针对裂纹损伤,以固有频率和模态保证准则作为损伤检测的指标,用改进后的布谷鸟搜索算法对架桥机的结构进行了损伤识别.仿真结果表明：与其他智能优化算法相比,改进算法的收敛速度和全局寻优能力有明显的提升,能更准确的判断出架桥机结构损伤的位置和程度,故障识别精度更高.     

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。     

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。     

基于改进PSO算法的两阶段损伤识别方法

为解决结构多损伤情况下的位置识别和损伤程度判定问题,提出了一种基于改进粒子群优化算法和贝叶斯理论的两阶段损伤识别方法,该方法采用频率和模态应变能作为损伤定位源数据,分别用基于频率改变和基于应变能耗散率的识别方法进行损伤信息的初步提取,再利用贝叶斯融合理论对损伤位置进行较为精确的判定.然后,利用粒子群优化(PSO)算法对损伤位置和程度进行更为精确的二次识别.考虑到简单PSO算法易陷入局部最优解,提出了3种改进措施,即粒子位置突变、最优记忆粒子微搜索和双收敛措施.数值仿真结果表明:采用贝叶斯融合理论可以有效地识别出可能的损伤单元,在此基础上用改进的PSO算法可以更精确地识别损伤的位置和程度,同时采用3种改进措施的PSO算法的识别精度明显优于其他PSO算法和遗传算法.     

一种精确的结构损伤程度估计方法

采用模态应变能变化率方法进行结构损伤识别、定位,并提出了一种只需低阶模态即可精确求解损伤程度的方法.通过算例表明,该方法不仅能够精确的估计损伤程度,而且具有良好的抗噪性,并能够智能修正损伤定位所产生的误判,方法简单,具有很强的实用性.     

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.     

Reliability Evaluation of Compressor Systems Based on Universal Generating Function Method

At present, universal generating function (UGF) is a reliability evaluation technique which holds the bare-looking and easily program-realized merits in multi-state system. Thus, it is meaningful to apply this method to an actual industry system. Compressor systems in natural gas pipelines are series-parallel multi-state systems, where the compressor units in each compressor station work in a parallel way and these pressure-boosting stations in the pipeline are series connected. Considering the characteristic of gas pipelines, this paper develops two different UGFs to evaluate the system reliability. One (Model 1) establishes a system model from every compressor unit while the other (Model 2) considers the whole system as a combination of multi-state components. Besides, all the parameters of “weight” in UGFs are obtained from thermal-hydraulic models based on the actual engineering and “probability” from Monte Carlo simulation. The results show that the system reliabilities calculated by different UGFs are approximately equal. In addition, the demand of gas and the gas pipeline transportation system show a reverse trend. Because the number of parameters needed in Model 2 is far less than that needed in Model 1, Model 2 is simpler programming and faster solved.     

电缆隧道开挖引起邻近地下管线位移分析

随着市政设施的不断完善,城市地下工程也在逐渐的增加,城市电缆隧道的施工势必会对其周围的既有地下管线产生一定的影响。通过运用有限元软件ANSYS建立三维模型,针对管线与隧道走向垂直以及管线与隧道走向平行这两种管线与隧道的相对位置关系,综合考虑管线的埋置深度、本身的材质、管径的大小、管线和隧道的水平间距四个方面的影响因素,对电缆隧道的开挖过程进行数值模拟,以地下管线的位移作为指标对模拟结果进行分析,结果表明这些因素均会对地下管线的位移产生明显的影响,得出一些规律,为以后的工程施工提供一定参考依据。     

高速铁路模型箱梁静力非线性和动力损伤关系研究

桥梁结构在荷载作用下的静力非线性与结构动力特性之间的关系是结构损伤识别领域的重要问题。基于高速铁路模型箱梁的重复荷载试验,采用平面非线性有限元分析方法对静力非线性和动力损伤之间的关系进行了研究。通过定义混凝土等效应力－等效塑性应变曲线来定义其弹塑性行为。对数值模型加载到各级荷载后卸载进行动力特性分析,即卸载后计算自振频率和振型。计算结果表明：采用平面非线性有限元分析方法可以比较准确地对箱梁模型进行非线性分析,除了初始模型刚度存在一定误差外,结构的骨架曲线的特征值、加卸载刚度和残余位移吻合较好。在进行非线性分析后进行动力特性是分析可行。竖向频率值的变化能够反映静力非线性发生后结构的损伤出现和损伤的发展规律,这为结构动力损伤识别提供了有效的途径。     

基于频率测量的高层建筑地震作用损伤分析

为寻找一种更有效的地震引起的高层建筑损伤识别方法,在前人研究的基础上,根据地震作用下高层建筑结构自振频率的变化规律,提出了一种新的损伤模型.该损伤模型考虑了高阶振型、振型参与系数、结构形式和结构自振频率测试方法等影响因素.利用所提出的损伤模型对2个高层混凝土结构模型模拟地震振动台试验数据进行了分析,结果表明,该损伤模型与试验现象基本吻合.     

基于ICEEMDAN的连续梁桥车致振动信号的HHT分析

改进的带有自适应噪声的完备集合经验模式分解（improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN）是传统经验模式分解（empirical mode decomposition,EMD）方法的发展,在桥梁结构损伤识别领域具有较好的应用前景. 首先,以数值模拟信号为对象,采用ICEEMDAN方法进行桥梁车致动信号的数据分解和Hilbert谱分析,提取损伤引起的频谱特征变化和建立损伤识别方法;然后,利用该方法对实测振动信号的振型分量进行识别;最后,以实测信号的一阶振型分量为对象,对其Hilbert瞬时频率谱的特征进行了分析和讨论. 研究结果表明:模拟信号中的振型振动分量数比实测信号中多,其中模拟信号中不显著的高阶竖弯振动分量在实测信号中没有发现; 一阶振型振动分量的瞬时频率可作为桥梁损伤识别的特征参数,用于进行损伤有无、损伤定位甚至损伤定量的判断; 损伤识别效果受测点位置影响很小; 该方法不依赖有限元模型即可完成桥梁损伤有无的识别和损伤定位,且数据采集简单,具有实际工程中应用可行性.      

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...     

管线三维建模及可视化分析

管线是主要的城市基础设施之一，管线三维建模与可视化是构建“数字城市”的重要内容。采用断面与体面三角剖分拟合方法构建弯曲管线、三连通管线的三维模型，给出建模的方法和步骤，以OpenGL作为三维图形应用程序接口，实现管线三维建模及可视化。