复杂追踪算法结合EEMD识别结构损伤

结构损伤会引起结构振动信号的突变,而该突变信号会淹没于环境噪声信号中。为此,文章将复杂追踪理论(CP)引入结构损伤识别领域,将损伤识别问题转化为突变特征提取问题。提出一种复杂追踪结合集合经验模态分解(EEMD)识别结构损伤的新方法,首先采用EEMD预处理结构振动信号,接着将分解得到的本征模函数(IMF)作为混合信号输入CP模型中,提取出包含损伤特征的本征模函数,进而识别出结构损伤发生的时刻及位置。最后,通过对环境激励下六自由度质量-弹簧系统和地震激励下三层框架模型的数值分析。结果表明,该方法能够准确有效地识别结构损伤异常时刻与位置。     

环境激励下基于波动能量法的结构损伤识别

目前作为结构健康监测系统核心的损伤识别大多是基于模态参数变化而进行的,但模态参数对局部损坏不敏感,导致损伤识别精度不够。波在结构中的传播状态可以更好地反映局部损伤状况,波动能量可以作为损伤识别的有效指标。为了提高环境激励下结构损伤识别的精度,采用S变换分析了结构输出信号,建立波动能量指标,从而使波动能量指标的使用领域扩展到非平稳信号范围。最后通过三层钢框架试验及弹性分层剪切梁的数值模型对该方法进行了验证,结果表明:该方法不仅能够有效识别结构损伤位置,而且能够识别出损伤程度。     

基于曲率模态和小波变换的结构损伤位置识别

小波变换具有在时域和频域内表征信号局部特性的能力,能够在不同尺度下对结构响应中的突变信号进行放大和识别.在结构曲率模态基础上,本文提出了一种基于小波变换的结构损伤检测和定位方法.利用双正交小波函数对损伤前后结构的曲率模态进行小波变换,用损伤前后小波变换系数残差建立了结构损伤指标,通过小波变换系数残差的分布统计情况判定损伤的存在并确定其位置.应用简支梁数值模拟结果对该方法进行了验证.     

基于一维卷积神经网络的结构损伤识别

传统结构损伤识别需对采集数据进行分析,提取相应特征进行损伤诊断。特征提取过程需消耗大量的计算成本,无法满足结构健康监测在线损伤识别的需求。为提高损伤识别的计算效率和自动化程度,提出基于一维卷积神经网络的结构损伤识别方法,其特点是可以直接从原始振动信号中自主学习损伤特征,并准确快速地识别结构的损伤位置和损伤程度。采用简支梁数值模型和IABMAS BHM Benchmark数值模型验证所提方法的有效性。数值结果表明:所建立的一维卷积神经网络模型能够准确识别结构的损伤位置和损伤程度,具备一定的抗噪性能,整体模型收敛快,对单条样本测试延迟低。设计了钢框架结构损伤识别试验,采用所提方法对框架结构的损伤情况进行了识别。分析结果表明:所提方法可准确识别结构损伤程度及损伤类别,测试集准确率为100%,验证了方法在实际结构损伤识别的应用可行性。     

基于自然激励技术和FT时移特性的模态阻尼比识别方法

基于环境激励下结构动力响应信号分析与处理识别结构的模态参数,是结构健康监测和损伤诊断的一个重要环节,目前为止,要得到较为可靠的识别结果仍有一定困难,尤其是模态阻尼比。基于自然激励技术和傅里叶变换的时移特性,提出了一种新的结构模态阻尼比估算方法,通过理论推导和仿真算例验证了该方法的可行性,进而利用一刚构-连续组合梁桥在环境激励下的动力测试数据,通过该方法对其阻尼比进行了识别,并将识别结果与数据驱动随机子空间法的识别结果进行了对比。结果表明:提出的方法可以减轻噪声影响,得到可接受的识别结果,可为大型工程结构阻尼比的识别提供一个方便和有效的途径。     

基于两阶段稳定图的随机子空间识别结构模态参数

基于振动的结构健康监测的前提是从振动测试信号中提取结构模态参数。随机子空间方法是近年来发展起来的一种线性系统辨识方法,可以有效地从环境激励的结构响应信号中提取结构模态参数。在随机子空间识别方法中,确定系统的阶数是该方法的关键工作,稳定图方法是一种比较新颖的确定系统阶次的方法。但是随机子空间方法容易产生虚假模态,这也是随机子空间方法的一个主要缺陷。因此针对于这一缺陷提出了一种基于两阶段稳定图的随机子空间识别结构模态参数方法,该方法的基本思想是将在现场采集的结构的输出信号进行分段,将各段信号用随机子空间结合稳定图进行识别,然后将所有各段所识别的模态参数再一次用稳定图方法进行分析,得出结构的模态参数。最后用一三跨连续梁的数值模型对该方法进行验证,结果表明该方法具有良好的识别效果。     

基于统计的小波包分析的输电塔结构损伤预警

本文针对输电塔结构的损伤特点,提出了基于统计过程控制理论和小波包分析实现输电塔结构损伤预警的方法。首先将振动测试信号进行小波包分解,然后以小波包系数节点能量作为识别损伤的特征向量建立相应的损伤因子,通过统计过程控制理论计算其单侧置信上限,实现输电塔结构的损伤预警。为了证明该方法,对一个三层输电塔结构模型进行了试验研究,结果表明该方法能够有效地识别损伤的发生。     

基于结构振动信息的损伤识别研究综述

随着传感技术、信号采集与处理和系统建模等技术的发展,基于结构振动信息的损伤识别已经成为土木工程结构健康监测与损伤检测领域的研究热点。本文系统地综述了近20年来国内外基于振动信息的结构损伤识别的研究和应用现状,评述了各类方法的优缺点,并针对土木工程结构损伤识别的特点,对有待于进一步研究的问题进行了展望。     

基于BP神经网络的网格结构损伤识别与试验研究

针对网格结构中杆件数量众多,但节点数总是远远小于杆件数的特点,损伤识别中采用了基于BP神经网络技术和面向节点的损伤初步定位方法的网格结构损伤识别的三步法。对双层柱面网壳结构模型在不同杆件去掉时的四种损伤情况下的振动特性进行了实测,并以实测低阶模态的频率变化率和少数测点的振型分量作为神经网络输入参数,对模型的各种损伤情况进行了识别。结果表明,所用的方法可以精简神经网络的结构,并提高其模式识别的能力。该方法可用于对大型复杂结构的损伤识别。     

基于非接触式麦克风冲击共振测试的钢-混组合结构界面脱空损伤识别方法研究

针对现有无损检测技术在钢-混组合结构界面混凝土脱空损伤识别问题上普遍存在的测试成本高、识别精度有限及操作过程复杂等不足之处,提出了一种基于麦克风冲击共振测试的非接触式检测方法。首先,基于四边约束矩形薄板振动理论,将钢-混凝土板局部脱空处钢板简化为四边固支约束的板壳模型进行分析。通过在ABAQUS中建立考虑流-固耦合的钢-混凝土板有限元模型,将模拟所得脱空处钢板自振频率值与理论解析结果进行对比,证明该经验公式可有效适用于脱空区域处局部钢板自振频率的估计当中。其次,依据相关声学理论研究成果,利用所建立的有限元模型进行了外部激励下钢-混组合结构声压场信号分布特征研究,结果表明设置及未设置脱空损伤的有限元模型所产生的声压响应存在明显不同,且未脱空模型中信号响应具有幅值大、周期长等特征;同时,针对一钢-混凝土板设置了8种不同类型的损伤工况,并利用麦克风传感器分别进行了基于冲击共振测试的脱空损伤识别。试验结果表明,麦克风摆放位置对测试所得声压信号频响函数基本特征的影响程度并不显著;且针对本试验所设置的损伤工况,该方法基本均能实现有效识别,但对平面尺寸在60 mm以下区域的测试效果并不明显。最后,在对一特定损伤区域进行栅格化处理的基础上,通过开展基于麦克风冲击共振法的损伤成像测试,对该脱空区域的平面轮廓进行了有效识别。除此之外,将试验测试效果分别与传统红外热像检测法、超声波探测法进行了对比分析,验证了该麦克风冲击共振法能够较好地适用于钢-混组合结构的脱空损伤识别问题当中,且具有非接触式、测试成本低、识别效果显著及操作便捷等优点。     

基于小波能量分布向量的结构损伤识别

利用小波变换时-频局部化性能,提出了基于小波能量分布向量的结构损伤识别方法。首先建立无损结构响应信号小波能量分布的总体向量;其次,将实测动力响应信号分解为小波包组分,计算其小波能量分布向量(样本向量);通过样本向量和总体向量之间的马氏距离识别损伤。该方法仅利用单测点结构响应数据进行损伤识别,实验方便,计算简单,并通过钢梁试验对损伤识别方法进行了试验验证,识别结果表明小波能量分布向量是一个比较好的结构损伤指标。     

随机子空间方法在桥塔模态参数识别中的应用

基于环境振动的结构模态参数识别方法正逐渐成为国内外研究的一大热点。环境振动方法就是仅仅利用结构测试的输出信号进行结构的模态参数识别,随机子空间方法就是其中的一种。随机子空间法是近年来发展起来的一种线性系统辩识方法,可以有效地从环境激励的结构响应中获取模态参数。它属于时域的方法,该方法不需要进行FFT变换,它不仅可以识别结构的频率,而且可以识别结构的阻尼和振型。文章首先介绍了随机子空间的理论,然后用该方法对正在施工中的南京长江三桥的南塔进行模态参数识别,通过与其他方法的识别结果进行比较,证明随机子空间方法不失为一种有效的模态参数识别方法。     

某高层建筑结构动力测试与抗震性能分析

通过测试高层建筑结构在自然环境激励下的动态响应信号,进行动力参数识别,可以验证理论计算结果的准确性,为建筑结构安全评估及损伤识别提供依据,为结构抗震计算和设计提供重要指标。针对某办公楼首先采用脉动法进行动力测试,获得了其固有频率和振型。最后,运用有限元方法对该结构进行模态分析和抗震计算,结果表明:实测动力特性结果与计算结果符合较好,结构抗震承载力满足要求,利用该检测方法可以较好的把握结构的整体性能。     

基于振型曲率演化法的RC框架结构地震损伤识别

为快速识别地震导致的框架结构损伤,采用一种新的损伤识别方法,即振型曲率演化法。该方法采用S变换对结构顶部的加速度进行分析,进而得出地震前与地震期间的两个重要时刻,然后通过计算这两个时刻的振型曲率差识别结构薄弱层位置。为验证该方法的合理性和有效性,以6层3跨RC框架结构为例,在不同地震波和不同调幅工况下,分别对比振型曲率演化法与单参数层间位移角、双参数损伤指数两种损伤指标识别的结构薄弱层位置。在此基础上进一步研究了振型曲率差与两种损伤指标之间的相关性,并建立了线性关联模型来识别薄弱层损伤程度。结果表明：振型曲率演化法与两种损伤指标在不同地震工况作用下识别的薄弱层有很好的一致性,说明该方法能够准确识别结构薄弱层位置。振型曲率差与两种损伤指标之间的拟合公式的相关系数均在0.8以上,相关性都很高,通过分析这种相关性,可以利用振型曲率差获得结构薄弱层的损伤程度。     

基于经验模式分解的随机子空间识别方法

提出了基于经验模式分解（EMD）的环境激励结构模态参数随机子空间识别（SSI）方法。该方法用设置间断频率的EMD将结构环境振动响应原始信号分解成若干个基本模式分量（IMF）,使每一个基本模式分量仅为结构的某一阶固有模态,进而用随机子空间方法进行模态参数识别。实桥环境振动实验分析结果表明,该方法能有效地避免结构各阶模态之间的相互影响,能够更清晰方便地得到结构的模态参数。     

基于损伤部位向量法的钢框架损伤识别研究

对损伤部位向量(DLV)法作了简单介绍,并用该方法对钢框架进行了损伤识别和损伤定位。该方法假定结构损伤前后为线性,对结构损伤前后柔度矩阵差进行奇异值分解,将奇异值为零所对应的向量,作为静荷载施加在无损结构的测点位置,则应力为零的单元为可能损伤的单元。对3种不同工况的钢框架进行了振动模态试验,用前3阶模态参数构造框架的柔度矩阵,按照DLV法对其进行了损伤识别,识别结果与已知损伤情况相一致。从测试自由度不完备、噪声和振型质量归一化系数这3个方面对识别效果进行了分析,结果表明:当损伤使结构动力特性有微小改变时,使用该方法不易定位损伤,应结合局部损伤识别方法进行判定;当损伤使结构动力特性有较大改变时,该方法能有效识别损伤的单元。DLV方法概念简单,理论明确,不受结构类型的限制,不需要结构的数学模型和模型缩聚或扩展技术,只需获得结构损伤前后的前几个低阶模态参数,即可识别结构一处或多处损伤,实际应用时可操作性强。     

高耸塔结构动力特性的监测与分析

使用适合于高柔结构的测试系统和测试技术,监测了塔,陕西塔和天津塔在环境振动激励下不同高程的加速度反应,使用在ＭＡＴＬＡＢ语言环境下编制的数据处理,分析,模态识别程序在微机上对各测点输出信号进行了处理,分析,识别得出３座塔结构平动前１０阶模态频率和前３阶模态阻尼比。     

基于振动监测的混凝土重力坝模态识别结果的评价研究

利用大坝原型振动观测数据来对混凝土坝进行系统识别,可以揭示结构在受地震或环境激励作用下的实际动力特性的变化规律.利用福建古田水口重力坝的三次地震及四次环境激励下结构的振动监测数据,采用输入-输出(IO)和仅考虑输出(OO)的几种不同方法来进行模态参数识别,进行对比分析;通过对国内外不同混凝土重力坝模态识别结果的经验总结...     

利用三分量地震计检测自然载荷下桥梁结构响应特征

基于环境激励信号的桥梁结构响应在线检测系统,利用高灵敏度三分量宽频带地震计,连续监测北京市四座典型在役桥梁在自然荷载作用下的微弱振动信号,分别利用峰值法和互相关函数法获得了在役桥梁结构不同方向上的频谱特征及其结构响应特征。结果表明:(1)三分量地震计能够准确可靠地连续记录宽频带范围内的环境激励的微弱振动信号,非常适用于构建新型的桥梁结构响应检测系统;(2)峰值法和互相关函数法都能够可靠地识别多阶桥梁模态频率,互相关函数法的识别结果更为稳定;(3)桥梁的模态频率受桥梁结构、材料、环境温度等多种因素影响,桥梁不同方向的固有振动频率不同,不同类型的桥梁的结构响应也存在显著差异。该桥梁结构响应检测技术为在役桥梁实时健康诊断打下了基础。     

基于双层深度置信网络的梁桥结构损伤识别方法研究

为高效准确识别桥梁结构损伤,将深度学习与结构动力特性相结合,提出基于双层深度置信网络的桥梁结构损伤识别方法。首先取结构前3阶竖向振动频率和跨中节点前3阶竖向振动模态位移为参数,将其共同作为首层深度置信网络(DBN)的输入数据对结构的损伤位置进行识别;然后以1阶竖向振动的模态位移差作为参数,基于二层DBN对结构损伤程度进行预测;最后以郑许市域铁路桥梁为例进行验证。计算结果显示,当不考虑误差时,基于双层深度置信网络的结构损伤方法进行识别且结果精确;当噪声程度不超过10%时,定位识别结果准确率达100%;当噪声程度不超过15%时,定量识别结果最大绝对误差限不超过1.15%,识别结果准确;与传统的BP神经网络方法相比,本方法识别精度更高,抗噪性更强。