基于物理参数辨识的结构损伤识别方法研究

结构损伤识别是土木工程领域的一个热门研究课题,在近几十年的发展过程中,人们一直在寻找适用于结构整体损伤的识别方法,其基本思路是利用结构的动力响应来辨识结构的力学特征参数,然后再根据这些力学特征参数的变化情况来识别损伤.本文在分析各种力学特征参数对结构损伤的适用性之后,认为结构的物理参数(刚度参数)是具有普遍适用性的损伤敏感参数,并基于此观点深入研究了物理参数辨识的相关理论和方法.     

土木工程结构健康诊断中的统计识别方法综述

本文对土木工程结构健康诊断中的统计识别方法进行了综述。对统计识别中的统计系统识别方法(Bayes模型修正、随机有限元模型修正)、统计模式识别方法和概率神经网络方法的基本理论及其在土木工程结构健康诊断中的研究现状进行了论述，在此基础上提出了土木工程结构健康诊断中统计识别方法需要解决的关键问题和研究发展方向。     

基于结构动力特征的小损伤识别方法研究

为了获取基于结构动力特征的小损伤识别方法,组织实施了钢直管、钢壳及5层钢框架结构的损伤识别试验。试验结果表明,以"频率比"作为结构损伤诊断指标对于识别均匀、规整的一维(杆、索)、二维(板、壳)以及三维钢框架结构的损伤十分敏感;该指标对识别钢直管纵向大损伤及3mm横向切口的小损伤;对钢壳径向损伤及环向损伤,对5层钢框架结构的节点螺栓脱落损伤均敏感有效。     

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。     

基于多重测点数目标函数族的结构损伤识别方法

基于加速度时域测试数据进行结构损伤识别计算时,所用测试数据的点数必须足够多才能够使识别有效,但往往又容易出现收敛到局部极小解的情况。为解决这一问题,本文提出了基于多重测点数目标函数族的结构损伤识别方法;所谓多重测点数目标函数族,即由不同点数的测试数据出发构造一族目标函数,以取代传统的基于单一点数的目标函数;迭代计算时采用了：Tikhonov正则化技术以抑制解答的病态性。以Benchmark结构为算例,分析了两种基于单一点数的损伤识别计算难以收敛到正确解答的原因;并考证了文中提出的方法。计算结果表明：基于多重测点数目标函数族的结构损伤识别方法,使得识别计算易于收敛到正确解答;从而证明了本文提出的方法是有效的。     

基于动力特征参数的板类结构损伤诊断

以两对边固定、两对边简支方形弹性薄板为研究对象，通过数值计算得到板损伤前后的多阶模态参数，以此定义位移特征参数及转角特征参数并用于板的损伤诊断研究。结果表明这两类参数均可用于结构损伤的探测与定位，并能大致判断损伤的程度，其中又以后者的精度为优。     

小波分析在结构损伤识别中的应用

为提高结构损伤识别方法的准确性和适用性,将小波分析引入到结构损伤识别中。本文首先介绍了小波分析的基本原理,然后详细论述了小波分析用于结构损伤识别的三种方法:基于时域响应的方法、基于空间域响应的方法和小波分析与其他方法联合使用,接着分析了各种方法的应用现状、适用范围和存在的问题。通过比较可以看出小波分析用于结构损伤识别有着广阔的应用前景,本文最后针对进一步研究的方向提出了五点建议。     

基于小波分析的结构损伤检测研究进展

近10几年来,在土木和机械领域结构损伤识别方法已引起不同领域的相关学者的极大研究兴趣。小波分析是一种新的数学分析和信号处理工具,可以对非稳态信号进行详细的时频分析,是传统傅里叶分析所不能及的,已广泛应用于土木、机械和航空工程领域中,特别是在结构损伤识别和健康监测中的应用尤为突出。本文回顾和总结了小波分析理论及其在结构损伤识别、损伤定位和损伤程度确定中的应用,对今后的研究进行了讨论和展望。     

基于振动台实验的结构损伤识别研究

选择美国加州大学圣地亚哥分校7层钢筋混凝土剪力墙足尺结构振动台实验,开展结构损伤识别研究,实验采用白噪声、环境振动和不同强度的地震动交替激发,记录地震动激发实验前后的结构反应。基于该记录计算和对比自振频率和振型曲率的变化、剪切波走时及其变化和结构层间位移角,分析发现一层和二层振型曲率较大,走时较长,走时变化也较大,现场检查发现一层和二层的破坏也较为严重,这些参数可用于识别结构损伤程度和定位损伤位置,而自振频率和层间位移角变化仅可反映出结构损伤程度,难以揭示结构损伤位置。     

Comparison of adaptive structural damage identification techniques in nonlinear hysteretic vibration isolation systems

Early structural damage identification to obtain an accurate condition assessment can assist in the reprioritization of structural retrofitting schedules in order to guarantee structural safety. Nowadays, seismic isolation technology has been applied in a wide variety of infrastructure, such as buildings, bridges, etc., and the health conditions of these nonlinear hysteretic vibration isolation systems have received considerable attention. To effectively detect structural damage in vibration isolation systems based on vibration data, three time-domain analysis techniques, referred to as the adaptive extended Kalman filter （AEKF）, adaptive sequential nonlinear least-square estimation （ASNLSE） and adaptive quadratic sum-sqnares error （AQSSE）, have been investigated. In this research, these analysis techniques are compared in terms of accuracy, convergence and efficiency, for structural damage detection using experimental data obtained through a series of laboratory tests based on a base-isolated structural model subjected to E1 Centro and Kobe earthquake excitations. The capability of the AEKF, ASNLSE and AQSSE approaches in tracking structural damage is demonstrated and compared.     

基于波动理论的结构损伤识别研究进展

目前人们对于结构的使用安全越来越重视,结构在日常使用或灾后的损伤识别检测也变得尤为重要。近年来国内外对于波在结构中的传播理论进行了深入研究,基于波动理论的结构损伤识别方法也取得了一定进展。文章首先介绍波在介质中的传播以及在各种类型结构中的传播规律和传播特性,其次从基于波传播理论的结构损伤识别、基于Lamb波的结构损伤识别、波动理论和神经网络相结合、波动理论与其他技术或算法的融合4个方面对国内外基于波动理论对结构损伤识别方法的研究成果进行综述。     

基于大地脉动的新型损伤识别指数

阐述了一种新型损伤识别指数,进行该指数稳定性验算和计算绘制损伤指数变化率与损伤程度的关系曲线。数值模拟结果显示,该指数对小损伤敏感,可以进行损伤判定与标定,具有一定潜力。     

基于改进模态参数灵敏度法的结构损伤识别研究

推导了模态参数对于损伤构件的一阶和二阶灵敏度矩阵,并对在推导一阶和二阶振型灵敏度的过程中产生的模态截尾误差进行了改进。根据泰勒级数展开的原理分别建立了一阶和二阶的灵敏度方程。考虑到一阶灵敏度方程求解速度快和二阶灵敏度方程求解精度高的特点,本文提出了一种用于结构损伤识别的混合迭代算法,该算法用二阶非线性的解析解作为算法的第一次迭代值,用一阶灵敏度方程的求解值对该算法的第一次迭代值进行关于泰勒级数截尾误差的修正。研究表明,本文提出的混合迭代算法由于采用了精确度较高的二阶非线性解析解作为迭代修正的初值,因此,迭代修正精度更高,收敛性更好。     

小波分析在T梁结构损伤识别中的应用研究

为了提高结构损伤识别的精确度和适用性,将小波分析引入到结构损伤识别中.本文介绍了梁结构在完好状态与损伤状态下振动测试加速度差的理论分析,证明了小波分析加速度差应用于桥梁结构损伤检测的可行性.然后以小波分析为工具,在桥梁结构不同损伤状态下,以移动荷载作用下各节点的加速度时程曲线差为研究对象,来识别结构的损伤状态.并通过试...     

基于多尺度卷积神经网络的结构损伤识别研究

为了利用结构振动响应的时间多尺度特征来提升卷积神经网络识别结构损伤的能力,给出了两种用于结构损伤识别的多尺度卷积神经网络,即多尺度输入和多尺度卷积核卷积神经网络.对于多尺度输入卷积神经网络,将通过下采样和滑动平均获取的具有不同时间尺度特征的振动信号输入固定尺寸卷积核的分支卷积神经网络;对于多尺度卷积核卷积神经网络,则将...     

基于模糊神经网络和证据理论的结构损伤识别新方法

为了有效利用结构健康监测系统中的多源不确定数据,提高损伤识别的正确率,通过构造模糊神经网络(FNN)分类器,提出了一种新的概率赋值函数构造方法和数据融合损伤识别新方法.该损伤识别方法先对数据预处理,提取有效的特征参数,接着将它作为FNN的输入,构造FNN分类器,最后运用数据融合中的D-S证据理论计算出融合决策结果.为了验证所提方法的有效性,通过一个七层剪切型框架结构的数值模型,分别用单一FNN分类器和数据融合损伤识别方法进行了损伤识别和比较.研究结果表明,本文所提方法比单一决策结果更准确,具有更高的可靠度。     

基于高阶局部模态的弹性地基上框架结构物理参数识别研究

利用框架结构的整体振动模态信息进行局部损伤的判别具有明显的局限性。高阶模态逐渐被人们认识并用来进行局部物理参数识别并用来进行损伤判别。本文以弹性地基上独立基础的框架结构底层柱为研究对象,利用增加的质量块对柱子进行局部损伤的制造,利用脉冲锤击法和激振器扫频实验进行高阶模态对比测试,利用PolyMAX模态分析方法进行损伤前后高阶模态的识别,发现了“高灵敏度高阶模态”的存在。最后通过两端约束Euler梁的计算模型,通过高阶模态来识别物理参数以及地基参数,其中物理参数结果具有较好的可靠性。