基于云模型相似性度量的结构不确定性损伤识别

测量噪声、建模误差等不确定性因素会影响损伤识别结果,甚至导致损伤误判的问题。为此,提出基于频响函数和云模型相似性度量的不确定性损伤识别方法。首先基于多次重复测量数据,根据频响函数理论计算结构损伤前后各单元的损伤系数,采用损伤前后云模型期望曲线的相似程度来构造损伤位置识别指标,识别结构的损伤位置。其次,利用单元损伤前后的云模型数字特征变化量来构造损伤程度指标,确定损伤单元的损伤程度。以23杆桁架结构数值算例验证该方法的可行性及可靠性,探讨原始样本个数、噪声程度对识别结果的影响,并研究在无健康工况数据条件下所提方法的识别效果。研究结果表明：与传统的云模型相似性度量方法中的夹角余弦法相比,所提算法可以更好地处理损伤识别过程中的不确定性问题,且仅需少量样本即可准确识别出单元的损伤位置及损伤程度,具有一定的工程应用价值。