基于模态分析理论和神经网络的斜拉桥拉索损伤识别研究

将振动模态分析和神经网络技术结合起来,以振动模态构造的损伤标识量作为神经网络识别输入的特征参数,进行结构健康监测。根据云阳长江公路大桥设计资料,考虑桥梁拉索结构的单构件损伤、2个构件损伤、3个构件损伤3类损伤工况,分别采用了模态频率、位移振型模态、曲率模态3种指标作为神经网络的输入参数,共建立9个BP神经网络模型进行了桥梁损伤识别的研究。研究结果表明基于振动模态分析理论和BP神经网络的桥梁损伤识别方法可用于识别斜拉桥拉索结构的损伤位置和损伤程度。     

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。     

混凝土曲线梁桥损伤识别干扰性分析研究

目前桥梁损伤识别主要采用曲率模态分析、振型曲率变化指标、结构固有频率变化、能量变化等方法理论,其中曲率模态分析法应用广泛,识别效果好。但是对桥梁结构同时存在多处不同程度损伤的识别效果并不理想;非结构损伤因素导致结构刚度变化对其识别结果的干扰性亦值得探讨。本文在基于曲率模态绝对差值理论的基础上,分析多处损伤识别的相互干扰性和非结构损伤因素导致结构刚度变化的干扰性,对该方法进一步优化完善。以云南大保高速某特大桥为依托工程,建立空间有限元模型,对该桥的损伤进行模拟分析。研究表明按模态振型幅值大小来优化损伤识别区段可以有效排除其干扰性,提高识别结果的准确性和可靠性。     

基于曲率模态振型进行梁式桥损伤识别研究

以刚架桥为具体研究对象,根据曲率模态振型,对刚架桥的损伤识别进行数值仿真研究。利用刚架桥损伤前后的曲率模态振型变化对刚架桥的损伤进行定位识别,探讨曲率模态振型用于刚架桥在不同损伤情况,以及不同损伤程度下的损伤识别诊断能力。数值仿真结果表明,曲率模态振型是梁式桥结构损伤识别的敏感标示量,可以对刚架桥的损伤进行识别。     

基于曲率模态的预应力混凝土损伤定位

采用曲率模态对预应力钢筋混凝土梁构件的损伤定位进行了研究,采用有限元方法计算出结构的位移模态.根据得到的位移模态利用差分计算得到曲率模态曲线.数值计算结果表明,曲率模态曲线能够对结构损伤进行识别定位.     

基于神经网络技术的斜拉桥损伤分步识别方法

结合神经网络技术进行了斜拉桥损伤分步识别的系统性研究,提出了具体的斜拉桥损伤分步识别过程,给出了每一识别步骤中适当的损伤识别参数.可实现斜拉桥主要构件即拉索和主梁中损伤的有效识别.采用概率神经网络确定损伤构件的类型,采用径向基函数(RBF)网络实现损伤的定位定量分析.针对润扬大桥斜拉桥的损伤模拟分析表明:将测试数据进行平均计算可以大大降低噪声对于概率神经网络识别结果的影响;噪声水平对2个径向基函数网络的损伤位置和损伤程度的识别能力方面的影响较小.采用不同的神经网络分阶段实现大跨斜拉桥的损伤识别,不仅提高了损伤识别的效率和准确性,而且增强了损伤识别方法在实际结构中应用的可行性.     

基于结构振动的中承式拱桥吊杆损伤识别

吊杆是中、下承式拱桥的主要受力构件,其结构损伤影响桥梁的安全,因此,吊杆的损伤识别是结构健康监测的重要工作之一。本文以一座柔性桥面系中承式拱桥为对象建立了三维空间有限元模型并以锈蚀、断丝等引起的吊杆截面缺损作为损伤指标,通过数值模拟研究了结构振动特性与吊杆损伤之间的相关性。研究结果表明,模态曲率对结构损伤较为敏感,损伤识别的效果较好并在此基础上提出了综合运用结构自振频率变化、桥面结构模态曲率变化以及吊杆内力变化进行柔性桥面系中承式拱桥吊杆损伤识别的实用算法。     

连续梁结构损伤识别的小波神经网络方法研究

以含损伤的连续梁结构为研究对象,研究了识别结构损伤位置和损伤程度的小波神经网络方法。通过有限元分析和Lanczos法计算得到损伤结构的曲率模态参数,再利用曲率和应变的关系得到应变模态参数。根据连续小波变换理论并用Matlab小波工具箱,得到小波系数模极大值并判断出结构损伤的位置。以此为基础,将小波系数模极大值作为BP神经网络输入参数构造神经网络,通过损伤程度与小波系数模极大值之间的非线性关系,由神经网络的输出参数确定结构的损伤程度。建立了一种既能识别结构损伤位置又能确定损伤程度的小波神经网络方法。通过对一含裂缝的三跨连续梁的损伤识别计算分析,验证了该方法的有效性。     

基于固有频率和模态振型差值曲率的结构损伤识别研究

摘要本文采用单元划分的原则,建立了悬臂梁结构的ANSYS有限元模型。对此悬臂梁有限元模型损伤前后的基本模态参数——固有频率进行对比分析,并利用对结构损伤识别更敏感、有效的模态参数——模态振型差值曲率进行结构损伤单元的识别研究。研究表明：结构损伤后固有频率明显降低,且随着损伤程度的增大固有频率衰减加剧,固有频率的衰减在一定程度上反映了结构的损伤性状;模态振型差值曲率对于结构的损伤位置和损伤程度具有优异的鉴别性,它的研究对于工程实践和科学研究都具有深远意义。     

基于曲率模态的连续刚构桥损伤识别研究

损伤识别是大型桥梁综合监测系统的重要任务之一.从曲率模态的损伤识别方法入手,研究了曲率模态损伤指标.对某一连续刚构桥进行数值仿真分析,分别通过曲率模态差和曲率模态比进行了损伤位置和损伤程度的识别,识别效果较好.     

环境激励下桥梁结构模态识别与损伤检测的新方法

已有的环境激励下模态参数识别的方法对模态频率的识别精度相对较高,而对位移模态的识别则误差较大。本文提出一种利用移动质量块在不同位置时对桥梁的模态频率进行多次测量,用各次测得的频率值确定位移模态的新方法,使得位移模态识别的精度接近频率识别的精度,推导了频率与位移模态关系的理论公式,并给出利用以曲率形式表示的单元模态应变能对结构进行损伤标定的基本方法。最后,通过数值模拟对该方法的有效性进行说明。     

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。     

基于振型动能法的大跨度斜拉桥振型分析和模态识别

针对拉索的自身振型以及与塔梁相互间的模态耦合作用被人为忽略和单凭振型图难以识别出主梁的主振型两大问题,采用多段索单元模拟拉索以便能准确地计算结构模型。通过动力计算分析振型参与的动能比例,实现了振型识别功能,得出斜拉桥的自振频率和振型。分析结果表明:斜拉桥的自振特性表现出明显的三维性和相互耦合的特点,主梁、桥塔、斜拉索之间相互影响;在一个较宽的频率范围内,许多振型都可能被动力荷载激起强烈的振动;为识别出主梁振动为主的振型和主振型方向分析振型参与的动能比例,应采用10阶以上的振型情况分析,为动力测试提供理论数据。     

基于曲率模态和小波系数差的损伤识别

针对单一方法对结构损伤识别不太敏感的缺陷,提出了结合曲率模态和小波分析的综合损伤识别方法。以损伤前后的曲率模态作为分析信号,进行离散小波变换,提取高阶频率系数。将高阶系数之差作为损伤指标,通过高频系数差值的奇异处可以识别损伤位置。经过对2跨连续梁的数值模拟,不仅能够识别1、2处损伤,还能识别支座附近的损伤。证实了此方法定位准确,易于识别的优点,并对一座2跨连续梁钢桥模型进行试验。     

不同加载速率下花岗岩和砂岩声发射特征研究

通过单轴压缩试验,研究了花岗岩和砂岩在不同加载速度（0.05、0.10、0.15 mm/min）时的应力发展规律、强度变化特征以及声发射时空变化特征。结果表明：随加载速度的提高,花岗岩和砂岩的应力-时间曲线发展特征均明显发生改变,从0.05 mm/min增加到0.10 mm/min时,岩石应力变化幅度较大。花岗岩的单轴抗压强度随着加载速度的提升先是快速增大后基本不变;砂岩的单轴抗压强度是随着加载速度的提升逐渐减小的。花岗岩的振铃计数随着加载速度的提高总体上是减小的,而砂岩的振铃计数随加载速度的提高是在减小的。累计振铃计数特征表现为花岗岩随加载速度是先增加后减小,砂岩是逐渐增大的,并且在0.15 mm/min时砂岩的累计振铃计数大于花岗岩。累计能量是随着加载速度提高而减小,砂岩的累计能量大于花岗岩。花岗岩的声发射事件数水平是随着加载速度提高在破坏前先减小,破坏时变化较小,频度在全过程是逐渐减小;砂岩的声发射事件数水平在破坏前是逐渐增大,破坏时则变化不大,频度在全过程是逐渐减小。     

Vibration reduction of H/Shaft using an electromagnetic damper with mode change

The objective of this study is to develop a damper that can reduce the amplitude of vibration in various frequency ranges. Previous H/Shaft vibration reduction methods work in a passive way. A dynamic damper reduces the amplitude of vibration at its first mode, but vibration still appears at the second mode. A mass damper or hollow shaft can shift the natural frequency to a lower or higher region. The fixed operating frequency prevents vibration from being reduced outside the operating frequency range. The proposed damper uses electromagnets as either masses or actuators to change the damper mode between dynamic damper mode and mass damper mode. The electromagnetic damper (EMD) can change its mode to respond to the vibration excitation at both low and high frequencies. The vibration reduction performance was evaluated by FRF tests in laboratory and vehicle conditions. The results were compared with those of a dynamic damper and indicate that the amplitude of vibration is reduced by 95.6 % when the EMD is implemented on an H/Shaft, whereas only 61.9 % vibration reduction is achieved by the dynamic damper.     

基于车致桥梁响应和L1正则化的损伤识别研究

桥梁损伤识别是典型的反问题,通常需采用正则化手段求解。基于L₁正则化的损伤识别方法能很好地利用损伤所具有的稀疏性,在桥梁监测领域得到了广泛的应用。此类方法通常利用频率和振型的变化作为判断损伤的依据,然而实际测试中可获得的频率阶数有限、振型测试精度低,严重影响其效果。采用移动荷载激励下的桥梁动力响应,提出一种基于有限元模型修正技术和L₁正则化的损伤识别方法。首先,采用数值算例系统比较局部损伤导致的桥梁频率变化与车致桥梁动力位移-时间曲线面积变化情况,结果表明相比于频率变化,车致桥梁动力位移-时间曲线面积的变化更适合用于损伤识别。其次,提出基于有限元模型修正技术和L₁正则化的桥梁损伤识别方法。将桥梁有限元模型中的单元刚度折减因子作为待修正参数,以模型计算和实测车致桥梁动力位移-时间曲线面积的差值最小为目标函数,并引入L₁正则化优化求解,识别桥梁损伤。然后,采用包含单损伤和双损伤工况的简支梁和连续梁数值算例,验证所提方法的有效性,并分析测试噪音、移动荷载速度不均匀和桥梁刚度分布不均匀对识别结果的影响。最后,制作移动车辆和简支梁桥的试验模型,进行移动荷载试验。研究结果表明：提出的损伤识别方法能够较准确地识别桥梁单损伤的位置和程度,但随着损伤数目的增多,其有效性有所下降。     

基于新奇检测技术的桥梁结构损伤预警方法

结构损伤预警是实现损伤检测策略的第一步,是进一步进行结构健康诊断的基础。大量的研究证明新奇检测技术可以较好地应用于结构的损伤预警。探讨了应用前馈BP网络(Feed-forward back-propagation network)实现新奇检测技术的方法。以结构的自振频率为作为网络的基本输入,对斜拉桥结构进行了损伤预警模拟研究。该方法的优点是不依赖于数值模型。对神经网络的训练仅需要健康结构的若干实测频率。模拟研究表明,该方法具有较高的实用价值。导致频率2.5%以上变化的损伤情况,均可给予预警。模拟了14种损伤情况,每种损伤考虑2种损伤程度。通过多指标策略,预警同时还在一定意义上指示损伤程度。