基于类柔度差曲率和频率摄动的结构损伤识别

为提高梁式结构损伤诊断的效率,提出一种基于类柔度差曲率和频率摄动的结构损伤识别方法。首先根据结构振动理论,研究广义柔度矩阵计算公式;再利用模态柔度对结构损伤灵敏性高的优点,改进基于柔度差曲率的损伤定位指标,定义类柔度差曲率LCFC损伤指标,并初步识别损伤;最后基于矩阵摄动进行结构损伤识别结果确认。考虑多种损伤工况,对一简支梁结构进行损伤识别数值模拟验证。结果表明:仅使用一阶模态,建立的类柔度差曲率LCFC指标对梁式结构损伤定位具有良好的诊断效果,且计算工作量小;对于含边界损伤单元的多损伤工况,当损伤程度大于10%时,LCFC指标识别有效;当损伤程度不大于25%时,各工况二阶摄动识别结果精度较高,相对误差较一阶摄动结果明显降低,证明了该方法的实用性、有效性和精确性。     

基于结构损伤前后柔度矩阵改变的损伤部位向量法

阐述了损伤部位向量法的基本原理,该法是假定结构损伤前后为线性,利用结构损伤前后的柔度矩阵差进行奇异值分解,从中获取反映结构损伤的指标——损伤部位向量,将其作为静力荷载施加在无损结构的测点位置,应力为0的单元为可能损伤的单元。以具有二个自由度的层间剪切结构模型为例验证了该方法的有效性。经推导论证,阐明了该方法实际应用的几个条件。     

基于振型加权模态柔度的梁桥损伤识别方法

为了采用结构柔度矩阵进行损伤识别,由均匀荷载面曲率差指标推导出一种加权柔度矩阵指标构造方法,权值分别取振型、振型曲率和、振型曲率符号函数构造出三个新的损伤指标。基于结构损伤前后指标的相对变化及节点损伤程度和单元损伤程度的关系,提出了指标的结构损伤程度计算方法。采用一简支梁和一三跨连续梁算例,考虑多种损伤情况,与均匀荷载面曲率差指标进行了对比分析,表明振型曲率符号函数加权损伤指标仅需前几阶模态便能进行损伤检测,具有良好的损伤定位能力,并能准确识别损伤程度。     

基于柔度矩阵法的钢栈桥损伤识别

根据以往模态柔度损伤指标的研究成果,建立了模态柔度差曲率和模态柔度曲率差这2种结构损伤识别指标。通过对一个百米钢栈桥最容易发生损伤的下弦梁进行各种损伤工况下的数值模拟研究,比较分析了这2种结构损伤指标的损伤识别效果。并且在钢栈桥2根下弦梁都有损伤的情况下,对两者之间损伤识别效果的相互影响进行了研究。研究结果表明,本文提出的2种损伤识别指标,对空间复杂钢栈桥的易损下弦梁都有很好的损伤识别效果,2根下弦梁的损伤识别具有较好的独立性。     

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.     

弯剪型悬臂结构损伤识别的柔度法

本文将高层建筑、烟囱等高柔结构当作弯剪型悬臂结构,提出了一种利用结构动力模态数据识别结构损伤的柔度方法,本文方法的特别是所需模态阶数少,便于实际应用,算例和试验分析表明,本文方法是可行的。     

基于应变模态的钢结构构件焊缝损伤定位方法的研究

本文探讨了用应变模态对钢结构焊缝损伤进行识别与定位的方法。应变模态对结构局部损作斩反应敏感，是对结构进行微小损伤诊断的较理想的损伤识别指标。文中以一简支工字型梁为研究对象，分别采用基于应变模态差的三种定位准则和神经网络方法，对其进行了单处和两处焊缝损伤定位的研究。结果表明，基于应变模态差的定位准则对于这两种情况的损伤都具有较高的定位识别率，但不能区别出单处和两处损伤；而采用神经网络方法不仅可以区别出单处和两处损伤，而且训练好的网络对受噪声污染的测试样本也具有较好的识别效果。     

曲率模态小波法用于网壳结构损伤的识别和定位

工程结构损伤的识别与定位研究以往主要针对梁、框架等结构形式,根据大跨度空间结构杆件和节点繁多等特点,提出用曲率模态和小波混合方法对空间结构的损伤进行识别和定位.以跨度100 m的Schwedler网壳结构损伤前、后的曲率模态作为标识量,分别通过离散和连续小波变换,判断网壳结构有无损伤和损伤位置,统计了小波系数差与结构损伤的图形关系,计算了各种损伤工况下该方法判断损伤的准确程度.结果发现基于曲率模态和小波方法的大跨度网壳结构损伤定位精度很高,充分证明该方法对此类结构损伤定位具有有效性和实用性.     

基于摄动有限元方法对梁结构损伤的识别

结构损伤的定量识别是工程技术中急待解决的问题。利用矩阵摄动和结构有限元动力学理论推出梁结构损伤程度定量识别的公式和方法,该方法仅需要在役结构的固有频率测量值就可识别结构的损伤位置和损伤程度,而且可以识别结构的老化程度,避免了由模态振型识别损伤,因测量自由度不足带来的误差,通过对一钢悬臂梁损伤识别的数值仿真,证明了该方法的有效性。该方法具有较大的工程应用价值。     

基于曲率模态曲线的结构损伤识别方法

采用曲率模态对简支梁的单处和多处损伤进行了识别研究。首先用ANSYS有限元程序建立模型,并计算得到了位移模态振型;针对噪声下具有不同损伤状况的结构,进行了曲率模态分析,通过曲率模态曲线的畸变定位损伤位置,然后利用最小二乘拟合法计算了损伤处的有效面积,并估计了其损伤程度。数值分析表明:曲率模态对结构的损伤较敏感,它无需原始结构的模态参数,仅需低阶模态信息便可准确方便的识别结构的损伤位置,识别过程中在引入随机误差情况下各指标识别效果的比较结果表明,所提方法能有效估计损伤程度,可为今后结构损伤识别提供参考。     

苏通大桥结构健康状态评估技术研究与应用（3）：主梁损伤定位

为提高基于模态参数的损伤识别方法的损伤敏感性和噪声鲁棒性,将多源数据融合技术引入到苏通大桥主梁损伤定位方法中。基于D-S证据理论对模态柔度和模态应变能指标进行数据融合,并以苏通大桥扁平钢箱梁为分析对象,对融合后损伤定位指标的应用效果进行了讨论。结果表明：基于数据融合的损伤定位方法具有较强的损伤敏感性,只需要较少的低阶模态信息就能识别主梁的早期损伤;数据融合后,损伤定位指标可以在较强的噪声环境下准确地识别斜拉桥钢箱梁的损伤,具有较好的工程实用性。     

Damage identification of a 3D full scale steel–concrete composite structure with partial‐strength joints at different pseudo‐dynamic load levels

Partial‐strength composite steel–concrete moment‐resisting (MR) frame structures represent an open research field in seismic design from both a theoretical and an experimental standpoint. Among experimental techniques, vibration testing is a well‐known and powerful technique for damage detection, localization and quantification, where actual modal parameters of a structure at different states can be determined from test data by using system identification methods. However, the identification of semi‐rigid connections in framed structures is limited, and hence this paper focuses on a series of vibration experiments that were carried out on a realistic MR frame structure, following the application of pseudo‐dynamic and quasi‐static cyclic loadings at the European laboratory for structural assessment of the Joint Research Centre at Ispra, Italy, with the scope of understanding the structural behaviour and identifying changes in the dynamic response. From the forced vibration response, natural frequencies, damping ratios, modal displacements and rotations were extracted using the circle fitting technique. These modal parameters were used for local and global damage identification by updating a 3D finite element model of the intact structure. The identified results were then correlated with observations performed on the structure to understand further the underlying damage mechanisms. Finally, the latin hypercube sampling technique, a variant of the Monte Carlo method, was employed in order to study the sensitivity of the updated parameters of the 3D model to noise on the modal inputs. Copyright © 2009 John Wiley & Sons, Ltd.     

多层及高层框架结构地震损伤诊断的神经网络方法

本文提出了强震后多层及高层框架结构地震损伤诊断的神经网络方法。文中在提出有结点损伤的梁柱有限元刚度矩阵的基础上，建立了有结点损伤框架结构的有限元模型。通过完好结构和有损伤结构的有限元分析，获取二者应变模态差值作为损伤标识量，并输入径向基（RBF）神经网络进行训练，得到了框架结构结点损伤诊断的神经网络系统。数值仿真分析结果表明，此神经网络可以对多层及高层框架结构结点各种程度的损伤做出成功诊断。     

Two‐stage damage detection algorithms of structure using modal parameters identified from recursive subspace identification

Structural damage assessment under external loading, such as earthquake excitation, is an important issue in structural safety evaluation. In this regard, appropriate data analysis and feature extraction techniques are required to interpret the measured data and to identify the state of the structure and, if possible, to detect the damage. In this study, the recursive subspace identification with Bona‐fide LQ renewing algorithm (RSI‐BonaFide‐Oblique) incorporated with moving window technique is utilized to identify modal parameters such as natural frequencies, damping ratios, and mode shapes at each instant of time during the strong earthquake excitation. From which the least square stiffness method (LSSM) combined with the model updating technique, called efficient model correction method (EMCM), is used to estimate the first‐stage system stiffness matrix using the simplified model from the previously identified modal parameters (nominal model). In the second stage, 2 different damage assessment algorithms related to the nominal system stiffness matrix were derived. First, the model updating technique, called EMCM, is applied to correct the nominal model by the newly identified modal parameters during the strong motion. Second, the element damage index can be calculated using element damage index method (EDIM) to quantify the damage extent in each element. Verification of the proposed methods through the shaking table test data of 2 different types of structures and a building earthquake response data is demonstrated to specify its corresponding damage location, the time of occurrence during the excitation, and the percentage of stiffness reduction.     

基于模态分析和神经网络的裂缝损伤识别

提出了裂缝损伤诊断的神经网络方法,探讨了用模态技术和神经网络对混凝土结构裂缝损伤进行识别与定位的方法。文中以一简支矩形截面梁为研究对象,通过完好结构和损伤结构的有限元分析,获取两者的损伤标识量,输入BP神经网络训练。以损伤位置和裂缝高度作为输出参数,对其进行单处损伤定位的研究。数值仿真结果表明,采用神经网络方法可以对裂缝做出较好的诊断。     

Damage identification method using harmonic excitation force considering both modelling and measurement errors

A method of structural damage identification using harmonic excitation force is presented. It considers the effects of both measurement and modelling errors in the baseline finite element model. Damage that accompanies changes in structural parameters can be estimated for a damaged structure from the change between measured vibration responses and ones calculated from the analytical model of the intact structure. In practice, modelling errors exist in the analytical model due to material and geometric uncertainties and a reduction in the degrees of freedom as well as measurement errors, making identification difficult. To surmount these problems, bootstrap hypothesis testing, which enables statistical judgment without information about these errors, was introduced. The method was validated by numerical simulation using a three‐dimensional frame structure and real vibration data for a three‐storey steel frame structure. Copyright © 2005 John Wiley & Sons, Ltd.     

混凝土框架模型结构参数的识别

框架结构是常见的建筑结构形式,也是结构损伤诊断的主要研究对象之一。本文以钢筋混凝土框架结构模型的振动测试数据为基础,采用灵敏度分析方法,对结构的物理参数进行识别。有限元分析中,考虑框架结构的节点转动,采用静凝聚方法得到结构刚度矩阵。参数识别结果表明,对于不同的固有频率和振型的测试信息组合所识别的物理参数有所不同。根据已知的概率分布,利用MonteCarlo方法,将模态参数的不确定性传递给物理参数,得到了物理参数的不确定性。     

工作状态下梁及桥梁模态与损伤识别的新方法

工作状态下桥梁结构的模态参数识别是桥梁损伤识别的重要环节,考虑桥梁检测的实用性,桥梁检测一般应建立在环境激励的基础上,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的精度较高,而对位移模态的识别则误差较大。提出了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,建立了该方法的初步模型,推导了频率与位移模态关系的理论公式,并通过数值模拟对该方法的有效性进行了说明。     

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。