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。     

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。     

桥梁结构损伤对其固有振动特性的影响

分析实际桥梁结构的各种损伤状况,采用矩阵摄动理论分析桥梁结构发生损伤时固有频率及振型向量的一阶、二阶摄动结果,并讨论了固有振动特性对结构单元损伤的灵敏性。在理论分析的基础上,编制桥梁结构固有振动特性及其在损伤下的摄动分析程序,并用以分析简支梁、连续梁及拱结构损伤引起的固有振动的摄动结果。分析结果表明:单一单元损伤引起固有频率的摄动结果很小;不同位置处单元损伤与固有频率摄动结果的关系曲线与对应振型曲线具有相似性,但在中间支承处或结构端部有扭转约束处单元损伤影响显著;而单元损伤对振型向量影响极小。     

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。     

RC框架结构地震塑性损伤分析

基于经典塑性模型与连续损伤模型,根据广义应力空间塑性力学确定了塑性变形的演化法则,文中发展了一种地震塑性损伤分析方法。用来进行混凝土框架结构的抗震分析,将塑性损伤的本构关系运用于两端具有塑性铰的梁模型,模拟框架结构的梁柱。同时该方法的损伤指数可以确定结构各单元和整体的地震时性能,确定结构极限荷载,算例表明该方法具有可靠的精度。     

基于支持向量机与分层遗传算法的斜拉桥全结构损伤分步识别

为了实现斜拉桥全结构的损伤识别,提出一种支持向量机与分层遗传算法相结合的分步识别方法。该方法首先按结构的材料特性将斜拉桥分为主梁、索塔、拉索三类子结构,利用支持向量机的分类特性判定损伤的来源,确定损伤属于某一类子结构;然后,应用分层遗传算法对子结构中的单元进行损伤位置与损伤程度的识别。以实验室独塔斜拉桥模型作为研究对象进行数值仿真,结果表明:采用支持向量机方法能较准确的对主梁、索塔、拉索三类子结构的损伤进行分类,确定损伤的来源;分层遗传算法能快速有效的完成斜拉桥某一子结构中损伤单元的定位与识别;两种算法结合的分步识别方法,实现了斜拉桥全结构的损伤识别,同时分步识别策略减少了支持向量机训练样本与遗传算法中初始种群的规模,提升了寻优效率。     

一种基于时间序列与核岭回归的结构损伤定位方法

结构健康监测的一个重要目的是实现结构损伤识别与定位,文章将结构监测数据的时间序列模型与机器学习中的核岭回归相结合,提出了一种新的结构损伤定位方法.先定义结构损伤识别矩阵,推导出结构损伤系数向量与损伤结构和未损伤结构的自回归系数向量差值的关联关系,结构的损伤识别矩阵可以通过机器学习中的核岭回归算法获得.对比其他回归算法,核岭回归的正则化、核函数特性可以大幅提高模型的拟合性能与泛化性能,更好地应用于结构损伤识别.然后通过一混凝土框架数值模型对该方法进行验证.结果表明该方法对结构的单损伤、多损伤均可进行有效识别,准确率较高.     

基于SEEW-SVM的结构损伤在线识别

在增量式特征向量加权支持向量机(WEVLS-SVM)结构损伤在线识别方法的基础上,提出了自适应特征向量指数加权向量机(SEEW-SVM)识别方法,该方法通过增加样本与修剪算法更新样本,并根据样本贡献量的大小对特征向量自适应进行指数加权。以剪切型结构为例进行了数值模拟分析,结果表明SEEW-SVM方法与WEVLS-SVM方法相比,不仅提高了识别精度,而且大大提高了识别效率,更适用于对结构的时变参数进行在线识别。     

短肢剪力墙损伤累积力学模型

根据短肢剪力墙受力损伤及破坏的特点和规律,提出了墙端有限塑性域和墙端有限损伤域的概念.利用墙条纵向协调与横向组合和墙条在材料层次上的本构关系,建立了短肢剪力墙考虑地震损伤累积的单元力学模型.推导出了短肢剪力墙考虑损伤累积的墙元柔度矩阵,并根据该模型编制了基于柔度法弹塑性纤维单元的非线性有限元分析程序.通过算例分析得出了比较理想的结果,说明方法应用的可行性.     

基于小波包分解和模糊聚类的网格结构损伤诊断方法

本文针对网格结构的特点,利用其在快速正弦扫频激励下的动力响应,基于小波包分解频带能量分析和模糊聚类法,提出了一种适合于网格结构的损伤诊断方法。利用两个传感器损伤信息的联合诊断,有效地解决了使用一个传感器无法检测出对称损伤的难题。利用有限元模拟,应用上述方法对一单层球面网壳结构进行了损伤诊断。结果表明,对网壳杆件较小程度的损伤,子频带能量成分变化敏感,用其构造诊断向量和建立损伤样本库,并进行模糊聚类和目标识别,基本可以正确地识别出网壳杆件的损伤位置和程度。同时该方法测试时间短,使用设备少,有可靠的理论基础,具有一定的工程应用参考价值。