基于频响函数扩展修正的Benchmark结构损伤识别

合集下载

基于模态应变能的结构损伤识别研究开题报告-总结

基于模态应变能的结构损伤识别研究开题报告-总结

论文题目:基于应变模态分析和改进神经网络的结构损伤识别研究损失,防止了桥梁垮塌等重大事故的发生,对保障桥梁的安全运营和延长桥梁的使用寿命起到了至关重要的作用。

下文从损伤指标和损伤算法两方面介绍该课题的国内外研究现状,并描述出基于此研究方法的发展趋势。

2.1损伤指标通过监测桥梁结构的固有频率、振型、应变模态、模态应变能等动力特性的变化,结合模态分析理论准确推断桥梁的健康状况,这些基于结构的动态特性的损伤识别方法都是国内外专家学者的研究对象。

这些方法都需要外部荷载激发出结构的模态,然而不同的损伤识别方法的效率不同、精度不同,排除噪声干扰的能力也不同。

接下来将会对上述方法逐一进行说明,基于固有频率变化的桥梁结构损伤监测识别方法适用于存在损伤、损伤量较大和桥型结构相对简单的桥梁结构进行损伤监测识别。

由于在模拟和试验中相对的结构自由度数和振型的个数不相同,即所测振型并不是有限元模型中完整的振型,从而增加了对桥梁结构损伤检测识别的误差,所以基于振型变化的桥梁结构损伤监测识别方法并非试验所需的理想理论方法。

基于模态应变能的损伤识别方法,其原理是当结构中出现损伤时,其模态应变能会出现耗散。

但是在进行基于模态应变能的损伤指标进行损伤识别,需要获取结构前几阶模态,倘若只单独使用某一阶模态,则不能分辨出模态节点附近的损伤,并且会受到噪声的影响而引起误判。

而应变模态是一种固有的结构振动特性,将其作为损伤指标能够比较灵敏地识别出结构的局部损伤,尤其是模态峰值附近范围内的损伤。

通过对几种损伤识别方法的对比分析,课题选用应变模态作为损伤指标。

但是在桥梁健康监测中可识别获得的模态参数大多为位移模态,当结构中遇到应力集中或局部结构变动对变动区附近的结构产生影响时,通过位移模态并不能获得精确的结果,因此我们需要找到结构在动载作用下应变响应的分布规律即应变模态。

获得应变模态的一种方法是根据位移与应变之间的换算关系,将位移进行一阶求导从而获得应变模态,但这种微分过程将使误差进一步放大。

Benchmark模型损伤识别

Benchmark模型损伤识别

Benchmark模型损伤识别作者:刘浏昊知来源:《山东工业技术》2017年第12期摘要:基于弯矩应力模态,转换为曲率模态,用ANSYS软件和MATLAB软件进行损伤识别,对一个Benchmark模型进行损伤识别的。

关键词:弯矩应力模态;曲率模态;Benchmark模型;损伤识别;神经网络DOI:10.16640/ki.37-1222/t.2017.12.2460 引言为识别定位受损的具体杆件的,就要选择对损伤位置比较敏感的指标。

选取了曲率模态平方差的指标[1]以及同样对损伤位置相对敏感的标准化的频率变化率。

运用神经网络中的BP神经网络[2]损伤识别法,对Benchmark模型的具体损伤杆件号进行定位识别。

1 Benchmark模型损伤识别Black和Ventura[3]在1998年提出了ASCE Benchmark结构,用于实验的ASCE Benchmark模型结构存放在加拿大的英属哥伦比亚大学(University of British Columbia)的地震工程研究实验室内。

选取柱、梁、斜撑各8根,并重新编号,进行损伤识别。

将待研究的目标杆件重新编号后,尚不能直接进行损伤识别,还要确定好不同类型的损伤工况。

本文设定了四种工况,第一种工况是只有斜撑受损,第二种是柱和斜撑都有受损的情况,第三种是梁和斜撑同时受损的情况,第四种是柱、梁、斜撑都受损的情况。

同时,设定各损伤杆件的截面刚度均折损了30%。

2 Benchmark模型的具体损伤识别文章研究的Benchmark模型结构损伤识别,旨在识别损伤的位置,即是对受损杆件号进行定位识别。

数值模拟的结果只需要指明目标杆件是否受损即可,将输出值中的0视为未损伤,而1即是已损伤。

但是,只输出0或者1那是理想值的情况,实际中大多会存在一定的误差。

设定了输出值在[0,1],根据相关论文的验证以及以往科研人员的经验,将误差的最大值设定为20%。

也就是说目标杆件没有受损,输出的实际值为[0,0.2]时,视为此时的损伤识别结果是可取的;若目标杆件受损,输出的实际值为[0.8,1]时,视为这次对这根杆件的损伤识别结果是有效的。

基于频率改变的结构损伤诊断方法

基于频率改变的结构损伤诊断方法

Ab ta t T e s cu a m g i a s ep r r ain o e s f e smar n au a e u n y A o sr c : h t trl hu r c a  ̄w l c u e t e t b t ft t n s t xa d n trlf q e c . t - l h u o h i i r w
s p c m g ee t nme o f t c rs ae ntec a g o f q e c rsne Frt helc t no t h e a  ̄d tc o t do r t e sd o h n  ̄ fr u n yi pee td. i ,t ai f i h su u b h e s s o o
Z i ,T N i. e HU Z A J p n n
( .e am n o Cv ni 1D pr et f ilE g咄 t i I L id B in 05 ,Cia i t , ei 1 0 3 hn) me jg 0 ,Ti h aU i rt,Bin 004 h a 2 C pa g1 衄 s gu n esy e i 108 ,C i ; .ail i e n v i jg n t l I e 、 Rsac I 嘶 eer I【 hr 硼
基 于 频 率 改 变 的 结 构 损 伤 诊 断 方 法
朱子 谭 晋鹏 ,
(. 1清华大学 土木工程 系, 北京 108 ; . 004 2 中冶京诚工程技术有 限公 司 , 北京 105 ) 0 03
摘要 : 结构单元 的损伤将导致损伤单元 的单元 刚度矩 阵以及结构 的总体刚度矩 阵发生变化 , 通过损 伤前后 自振 频率
的改变 , 可对损伤单元 刚度 矩阵的损 伤系数进行反演 。本 文发展 了一种结构损 伤定位 和标 定的两步方法 , 首先 通过

基于动力特性的桥梁结构损伤识别方法的研究进展

基于动力特性的桥梁结构损伤识别方法的研究进展

损伤 的程 度。 ( )现有的损伤识别方 法都要 以损伤发生 前 2 结构 的模 型数据或 实测 的原始数据 做参考 ,但是 由于模 型
的建 立可 能 出现 某 些状 态 无 法模 拟 以及 实 测 数据 的不 完 整 ,这就给 损伤识别 带来 困难 。因此 ,研 究一种尽 量少 依 赖于原始 数据 的方法显得非 常重要 。 ( )非线性 问题 的识 3 别是 结构识别 领域 中的关键 问题 ,也是难 点。现有 的方法
态参数 的同 时引入 了有 限元模 型信息 ,如 :能量传递 比法
( T )和 应 变 能 法 。 ER
的布 置方法 以及对测 量噪声 的控制 结构损伤 识别结 果有重
要影响 。 ( )利用 自然条件 激励 的损伤检测研 究。 由于桥 5 梁结构 的大型 性 ,利用 环境激 励使桥梁 振动来 进行损伤 识
多数 都是采用 线形模 型假设 ,这对 于小损伤 是可行 的,但
是 当 损 伤 增 大 , 结 构 的非 线 形 将 越 来 越 明显 。 ( )传 感 器 4
16基 于能量变化的损伤识别方法 . 由于所 选用 的参数 不同 ,基 于能 量变化 的损伤识 别方 法 有多种 。有些 方法利用 模态参 数表达 能量 ,有些用 到模
践 ,还需要研究 以下几 个问题 : ( )研究能更准确判 断损 1
伤 的识别 指标 。研 究结构 的损伤 ,必须解 决损伤 的位置 和
中得 出受损 区的模态 参数变 化与 结构有 限元模型 分析模态 参数 的灵敏度进 行 比较 ,以此 来评估 结构 受损伤 的程度 。
文献 [5 首先寻 找结构 受损伤 影 响的 自由度 ,然后 在误差 1] 矩 阵范数极 小化方法 的基础 上 ,提 出运用 修正矩 阵的反 复 迭代优 化 ,识别结构 的损伤 程度 。文献 [6利 用剩 余模态 1] 力分析 方法确 定结构 的损伤位 置 ,利 用低 阶模 态作 为状态 变量 , 由最小 二乘法 建立 目标 函数 ,通过非 线性迭代 得到 结构损伤程度的识别值。

基于模态参数的工程结构损伤识别方法

基于模态参数的工程结构损伤识别方法
rs ac n p l ain o a g e t i ain fr tu t r t i r t n d a o i tc n q e Ba e nfnt lme t t o i e e r h a d a p i t f ma ei n i c t r c u ewi v b ai ig ss e h i u . c o d d f o os h o n s d o i ee n h d, t i e me
En i e rn t u t r sd m a ed tc i n b s d o d l g n e i g sr c u e a g e e t a e n mo a o p r me e si a i n a a t re t m to
ZHOU ,W ANG o u Yi Ba —g o
少突然毁坏 的发生。
3温度监测技术 。正如人 的体温 可用于健康检查 , ) 温 度参数 也常用于设备 的故障诊断 。其 中接触式测 温多用
于需要 连续监测或不 可观察 的部 位 ,非接触式测 温则多 用 于危 险部 位或不 易接近的部位 。
◆检 测 ・ 验 ・ 试
基于模 态参数 的工程结构 损伤识 别方法
周 毅, 王保 国
( 西南 交通 大学 牵i动 力国家重点 实验 室, l 四川 成都 6 0 3 ) 10 1 摘 要: 介绍了结构故障 诊断的技术手段以及应用振动诊断进行结构损伤识别 的研究 现状 。应 用有限元程 序进 行模
fnein u t o
随着科技 的进 步 , 现代 空问结构 正在 向着 大型化 、 复
故 障诊 断的手段 上来讲 , 目前 已形成 以振 动测试技术 、 油 液分析技术 、温度监测技术 及无损探 伤技术等为 主要 手

基于应变频响函数曲率的结构损伤识别

基于应变频响函数曲率的结构损伤识别

基于应变频响函数曲率的结构损伤识别
姜增国;张桢
【期刊名称】《建筑科学与工程学报》
【年(卷),期】2009(026)004
【摘要】为了研究结构损伤并探索其损伤识别指标,基于多自由度体系频响函数,提出了以应变频响函数(SFRF)曲率作为损伤识别参数的结构损伤识别方法,并提出了结构损伤识别指标--SFRF曲率比.在此基础上采用有限元方法,进行了简支板单一损伤、多处损伤等多种工况的算例分析.结果表明:SFRF曲率比对损伤的敏感程度高于由振型、应变、频响函数(FRF)等推演出的特征指标;该方法可用于结构损伤定位以及定性评价多处损伤.
【总页数】4页(P40-43)
【作者】姜增国;张桢
【作者单位】武汉理工大学,土木工程与建筑学院,湖北,武汉,430070;新加坡国立大学,土木工程系,新加坡,119077
【正文语种】中文
【中图分类】TU312.3
【相关文献】
1.基于模态应变能曲率差的结构损伤识别方法 [J], 马立元;郭俊龙;李永军;王天辉
2.钢桁架结构损伤识别的频响函数曲率法 [J], 朱新圆;阿肯江·托呼提
3.基于光纤光栅传感和应变频响函数的机械结构损伤识别 [J], 柯孟龙
4.基于频响函数的结构损伤识别模型修正方法 [J], 殷红;马静静;董小圆;彭珍瑞;白钰
5.基于模型缩聚-频响函数型模型修正的
子结构损伤识别方法 [J], 方有亮;娄佳琪;张颖;李宗娆;侯童非
因版权原因,仅展示原文概要,查看原文内容请购买。

基于结构振动的损伤识别技术研究进展

基于结构振动的损伤识别技术研究进展

文章编号:100926825(2007)0620326202基于结构振动的损伤识别技术研究进展收稿日期6228作者简介陈志刚(82),男,同济大学硕士研究生,上海 陈志刚摘 要:对目前基于结构振动损伤识别技术的基本方法、研究现状及进展进行了回顾和总结,讨论了各种方法在理论和实际应用中的优点和存在的问题,分析了当前基于振动损伤识别技术存在的主要困难和发展方向,为保证桥梁工程的安全运营提供了理论基础。

关键词:结构振动,损伤识别技术,自振频率中图分类号:U447文献标识码:A引言多年来,桥梁结构的安全状况一直是政府有关部门和公众特别关心的问题。

目前国内外许多桥梁都存在着不同程度的安全隐患。

桥梁一旦发生倒塌事故,就会带来巨大的损失和灾难。

大桥倒塌原因众多,但可以肯定的是大桥倒塌前,其某些关键部位已严重超出设计的极限安全。

如果能在灾难来临之前进行预测,对桥梁的疲劳损伤进行监测,从而对桥梁的健康状况给出评估,那就会大大减少事故的发生。

为了把握桥梁工程特别是作为“生命线工程”的大型桥梁工程在运营状态的安全状态,避免安全事故的发生和越来越高的维修费用,桥梁健康监测和损伤识别技术已经愈发受到桥梁界的重视,成为近年来研究的热点。

1 现阶段研究方法1.1 基于自振频率变化的损伤识别技术自振频率具有确切的物理意义,是模态参数中最容易获得的参数,在实际结构中易于测量且和测点位置无关,测量误差较振型与阻尼小。

基于频率变化的损伤识别法的理论基础是:结构发生损伤时,结构某处的刚度必定会降低,而结构的质量可以认为是不变的。

Cawly 和Adams 证明了模态频率的变化只是损伤位置的函数[1]。

后来Friwell ,K aouk ,Z immerman 等学者在此基础上不断完善和充实此理论[2,3],但由于结构自振频率对结构局部损伤不敏感以及测量误差和环境因素的影响,用自振频率变化作为损伤因子在实际应用中遇到很多的困难。

1.2 基于振型变化的损伤识别技术相对于固有频率而言,模态振型的变化对损伤较为敏感。

重庆交通大学研究生考试结构损伤诊断与评估试题答案

重庆交通大学研究生考试结构损伤诊断与评估试题答案

结构损伤诊断与评估试题1、结构损伤识别的问题主要有几个层次?每个层次有哪些研究内容和难点?答:据损伤对结构的作用,可将其分为线性损伤和非线性损伤。

如果线弹性结构在遭受损伤后仍保持线弹性,则将这种损伤定义为线性损伤。

结构几何或材料特性的改变会导致模态改变,但结构的响应仍然可以应用线性运动方程模拟。

初始线弹性结构在损伤发生后表现出非线性行为,这类损伤称为非线性损伤。

比如结构中疲劳裂纹的形成以及在正常运营振动环境下的张开和闭合。

损伤识别可分为4个递进层次:1)确定结构中是否存在损伤(Detection)。

2)在第一层次的基础上确定损伤的几何位置(Localisation)。

3)在第二层次的基础上对损伤的严重程度进行量化(Assessment)。

4)在第三层次的基础上预测结构的剩余使用寿命(Prediction)。

迄今为止,对于不使用结构模型的基于振动的损伤识别方法,主要能进行第①层次和第②层次的损伤识别。

当振动的方法与结构模型结合,在某些情况下可以达到第③层次的损伤识别。

而第④层次的损伤识别与预测通常要与断裂力学,疲劳寿命分析,结构设计评估的领域相结合才可能实现。

现有研究主要集中在线性损伤的识别和检测问题。

这种线性方法可进一步分为基于模型的识别方法和不基于模型的识别方法(略)。

(1)基于模型的损伤识别方法1.1模式匹配法(Pattern Matching)。

其主要思想是首先获取结构所有可能损伤情况下的响应变化特征向量,然后将实际测得的响应变化特征向量依次与它们进行比较,与测量值最匹配的哪个损伤模式被认为是结构实际的损伤。

这种方法要求事先列举结构可能发生的损伤基准模型,因此在实际工程应用中难以实现。

1.2指纹识别方法(即损伤指标方法)1.2.1基于固有频率变化的损伤识别方法固有频率是模态参数中较容易获得的一个参数,结构发生损伤时,刚度和阻尼发生变化,尽而其固有频率发生改变。

因此通过固有频率的变化可以判断结构是否存在损伤,当结构早期损伤量很小时,固有频率的变化主要表现在高阶频率上,而高阶频率的变化很难获得,因此这种方法对结构早期的小损伤不敏感。

基于改进布谷鸟搜索的Benchmark框架损伤识别

基于改进布谷鸟搜索的Benchmark框架损伤识别

基于改进布谷鸟搜索的Benchmark框架损伤识别黄民水;乾超越;程绍熙;卢海林【摘要】工程优化问题中,布谷鸟搜索存在收敛精度不高、收敛速度较慢等弊端,从发现概率和随机步长两方面对布谷鸟搜索进行改进,并成功进行了实验室结构的损伤识别.对基本布谷鸟搜索进行了改进,发现概率自适应调整,步长自适应变化.基于MATLAB建立了英属哥伦比亚大学实验室ASCE Benchmark框架的3维有限元模型,并提取了6种损伤工况的实测频率和振型.基于频率因子和振型因子建立了目标函数,分别采用基本布谷鸟搜索和改进布谷鸟搜索进行了损伤识别,结果表明,改进的布谷鸟搜索能够更好地识别结构的损伤位置和损伤程度.研究成果具有一定理论研究意义和较高的工程应用价值,可应用于实际工程的损伤识别和健康监测.【期刊名称】《振动与冲击》【年(卷),期】2018(037)022【总页数】6页(P158-163)【关键词】损伤识别;改进布谷鸟搜索;自适应发现概率;自适应步长;Benchmark框架模型【作者】黄民水;乾超越;程绍熙;卢海林【作者单位】武汉工程大学土木工程与建筑学院,武汉430073;武汉工程大学土木工程与建筑学院,武汉430073;武汉工程大学土木工程与建筑学院,武汉430073;武汉工程大学土木工程与建筑学院,武汉430073【正文语种】中文【中图分类】TU311群智能算法是一种新兴的演化计算技术,已成为越来越多研究者的关注焦点,它与人工生命,特别是进化策略以及遗传算法有着极为特殊的联系。

群智能算法,不仅在函数优化问题上应用广泛,在结构的损伤识别领域也备受青睐。

王延伟等[1]介绍了群智能算法在结构损伤识别中的应用。

刘仁云等[2]提出了灰色多粒子群协同的多目标优化算法,并应用于结构的损伤识别,结果表明,该方法能够有效的处理结构损伤识别问题。

丁政豪等[3]利用改进的蜂群算法对耦合双梁进行了损伤识别,结果表明,改进的蜂群算法较原算法能有效地识别出局部损伤,并且抗噪声能力更强。

桥梁结构损伤识别方法综述

桥梁结构损伤识别方法综述

桥梁结构损伤识别方法综述贾明晓;连鑫【摘要】我国的地貌丰富,为满足交通需求,大批跨河桥梁和高架桥应运而生,而随之到来的桥梁结构损伤问题也逐渐受到关注.在交通量大且运营压力大的今天,桥梁经常超载运营,再加之各种不可预见的自然灾害,使得桥梁结构疲劳损伤日趋严重.出现这些问题,首先要对桥梁工作状态,损伤程度和安全性进行评估,然后提出相应处理措施.经过多年的理论研究和实践,国内外学者们提出许多关于桥梁结构损伤识别的方法.本文通过对桥梁检测技术的综合叙述,阐明了桥梁检测的主要项目.从而系统梳理桥梁检测技术知识和提高桥梁损伤识别的有效性.【期刊名称】《科技风》【年(卷),期】2017(000)011【总页数】2页(P101-102)【关键词】桥梁检测;损伤识别;识别方法【作者】贾明晓;连鑫【作者单位】华北水利水电大学河南郑州450000;华北水利水电大学河南郑州450000【正文语种】中文桥梁是满足交通的重要组成部分,对社会经济的发展起到关键作用。

但桥梁结构在长期超载运营中肯定会出现损伤以及安全隐患[1]。

想要保证桥梁的安全运营,就必须不时的对桥梁进行整体检测,而最有效的方法就是研究结构的损伤识别[2]。

桥梁检测能准确地检查诊断出桥梁内部的各种损伤[3] (如裂纹、磨耗和钢筋锈蚀等),对裂缝及其他损伤的发展趋势进行评估,从而能更好的保护桥梁结构。

近半个世纪以来,许多国内外学者经过大量的研究开发了多种损伤检测方法[4]。

主要有半损检测和无损检测两种。

由于需要修复的桥梁一般在役,用于桥梁结构检测的主要是无损伤的识别方法,无损伤的识别方法包括结构局部识别方法和结构整体识别方法。

而结构损伤识别方法根据是否反演又分为模型修正法和动力指纹法。

此外,自计算机技术发展以来人工神经元网络法也逐渐应用于结构损伤识别的领域。

因而,结构损伤识别方法主要有模型修正法、动力指纹法和人工神经网络法。

(一)模型修正法做试验检验时通常先建立模型,然而,有时会发现所建模型存在系统偏差,这时我们就需要对模型进行修正,以保证模型的等效性。

基于实测频响函数主成分的在役网架损伤识别方法

基于实测频响函数主成分的在役网架损伤识别方法
别 结构 的损 伤 ¨叫J 。然 而 , 于实 测 F F频 谱 的 受 到 由 R 噪声 污染 和 其 它 干 扰 因 素 的影 响 , 一 个 网架 又 需 测 每
方法。它采用正交投影法将原始数据从高维变量空间 变换为低维的特征变量空 间, 降低 了变量空间的维数 , 并保 留了原 始 数 据 的特 征 信 息 。这 样 , 变 量 问有 着 对 相关关系的高维原始数据 的分析, 就可 以转化为在低 维 空 间 内进 行 , 降低 了分 析 的难 度 。 设 对 P个 变 量 的 次观 测结 果 组成 凡行 P列 的原 始 资料矩 阵 J :
维普资讯





第2 6卷第 9期
J OURNAL OF V BRAT ON I I AND S HOCK
基 于 实 测频 晌 函数 主 成 分 的在 役 网架损 伤 识别 方法
杨彦芳 , 宋 玉普 纪卫红 ,
(. 1 大连理工大学土木水利学 院, 大连 16 2 ;. 0 4 2 河南省建筑科学研究 院, 州 4 0 5 ) 1 郑 5 0 3
几 十个 和上百 个 测 点 , 一 测 点 的 F F曲线都 由几 百 每 R 个甚 至上 千个 数 据 点 组 成 , 据 变 量 间又 存 在 着 相 关 数 关系 。 因而直 接利 用实 测 的 F F数 据 进行 网架 的 损伤 R
识 别 很难 实现 。

作用 , 网架在使用过程 中不 可避免地会受 到不 同程度 的损伤 , 构性 能下降 , 响到建筑 的使用 安全。然 结 影 而, 目前对在 役 网架 , 没 有 找 到一 种 简便 可行 的损 伤 还 诊 断方法 。如何 去识 别 和 诊 断 在 役 网 架 的结 构 损 伤 , 对 其安 全 I 行 诊 断 和 监 测 , 生进 已成 为 当今 亟 待 解 决 的 个 课题 。 近些 年 , 结构 的损 伤 诊 断 已 经成 为 国 内外 学 者 研 究 的热点 , 而 目前 所 提 出 的 大部 分 损 伤 识 别 方 法 都 然 建立在 结 构 的模 态 分 析 基 础 之 上 , 用模 态 参 数 作 为 利 损伤识 别 的基 本变 量 。 由于 受 测 试 系 统 、 激励 因素 和 网架边界条件等 因素 的影 响, 从实 际网架动测 中测得 的频 响 函数 ( R ) 常 都 包 含 有 测 试 噪 声 , 经 常 出 FF 通 并 现模态丢失 、 虚假模态和丰富的毛刺等现象 ; 网架安装 误差引起 的局部非线 性又会造成模 态飘移现象 , 空间 结 构 网架 的模 态在 一 些频 段 往 往 又过 于密 集 。这 些 都 给模 态分 析带 来 了 困难 , 态 拟 合 效 果不 好 , 模 出现 较 大 的误 差 , 很难 准确 地确 定模 态 参 数 , 用模 态 参 数 进 行 采 网架 损 伤识别 并 不 可 靠 。另 外 , F F曲线 进 行 模 态 对 R 拟合 , 提取 模 态参数 , 会丢 失 F F中一 些有 用 的原 始 也 R 信息 … 。

基于频响函数和改进PSO算法的结构损伤识别方法

基于频响函数和改进PSO算法的结构损伤识别方法

基于频响函数和改进PSO算法的结构损伤识别方法
邹万杰;马媛;章云霞;郭昭君;寇金鑫
【期刊名称】《钢结构》
【年(卷),期】2016(031)007
【摘要】为解决在一定噪声水平影响下的结构损伤识别问题,提出一种基于频响函数和改进的粒子群算法的结构损伤识别方法.以单元刚度折减因子为优化变量,采用实测频响函数和计算频响函数的相关系数来构造粒子群算法(PSO)的优化目标函数和适应度函数;考虑到简单PSO算法在寻优过程易“早熟”的问题,采用增大粒子后期位置改变量的改进策略,最后通过该算法对IASC-ASCE SHM Benchmark结构进行损伤识别.结果表明:改进后的算法是有效的,且较简单PSO算法结果更精确,收敛速度更快.
【总页数】5页(P30-33,16)
【作者】邹万杰;马媛;章云霞;郭昭君;寇金鑫
【作者单位】广西科技大学土木建筑工程学院,广西柳州545006;广西科技大学土木建筑工程学院,广西柳州545006;广西科技大学土木建筑工程学院,广西柳州545006;广西科技大学土木建筑工程学院,广西柳州545006;广西科技大学土木建筑工程学院,广西柳州545006
【正文语种】中文
【相关文献】
1.一种基于改进PSO算法的结构损伤识别方法 [J], 陈震;朱军华;余岭
2.基于改进PSO算法的路径软件测试用例生成方法 [J], 张倩宜;李妍
3.基于频响函数和PSO算法的结构损伤识别 [J], 邹万杰;章云霞;李传高;郭昭君;寇金鑫
4.基于改进PSO算法的MAP图标定点选择新方法 [J], 程准; 陆凯; 钱煜; 卢震; 鲁植雄
5.基于改进PSO-PFCM聚类算法的电力大数据异常检测方法 [J], 李清
因版权原因,仅展示原文概要,查看原文内容请购买。

基于代理模型和频响函数的模型修正及损伤识别

基于代理模型和频响函数的模型修正及损伤识别

基于代理模型和频响函数的模型修正及损伤识别基于代理模型和频响函数的模型修正及损伤识别摘要:传统的结构损伤识别方法通常采用模态参数或频响函数作为特征量,使用统计学方法进行损伤识别。

然而,由于结构非线性、模态参数的选取困难等原因,这些方法在实际应用中存在一定的局限性。

为了克服这些问题,本文提出了一种基于代理模型和频响函数的模型修正及损伤识别方法,该方法能够更准确地定位结构损伤。

1. 引言结构损伤是指结构件在使用过程中由于外部或内部因素引起的变形、断裂、裂纹等状况。

结构损伤不仅会影响结构的正常使用,还可能引发严重事故。

因此,结构损伤的及时识别和修复对于保证结构的安全稳定至关重要。

传统的结构损伤识别方法通常采用模态参数或频响函数作为特征量,然后使用统计学方法进行损伤识别。

然而,由于结构的非线性特性、模态参数的选取困难以及外界干扰等因素,这些方法存在一定的局限性。

2. 方法介绍为了克服传统方法的局限性,本文提出了一种基于代理模型和频响函数的模型修正及损伤识别方法。

具体步骤如下:(1)建立代理模型:使用有限元方法建立结构的代理模型,该模型能够较好地描述结构的动力特性。

(2)模型修正:对建立的代理模型进行修正,将修正参数引入到模型中,以准确描述结构的实际特性。

(3)频响函数计算:在修正后的模型基础上,计算结构在不同频率下的频响函数。

(4)损伤识别:比较修正后模型计算得到的频响函数与实际测量得到的频响函数,通过差异分析的方法识别结构的损伤位置和程度。

3. 数值模拟实验为了验证所提方法的有效性,本文设计了一组数值模拟实验。

首先,在代理模型上添加不同位置和程度的损伤,然后使用修正后的模型计算结构的频响函数,并与实际测量得到的频响函数进行对比分析。

实验结果表明,所提方法能够准确地定位损伤位置和程度。

4. 结果分析与讨论通过对实验结果的分析与讨论,我们可以得出以下结论:(1)基于代理模型和频响函数的模型修正及损伤识别方法能够有效地定位结构的损伤位置和程度。

基于频响函数和遗传算法的结构损伤识别研究

基于频响函数和遗传算法的结构损伤识别研究
K : K () 6
噪声 的信 息也 有 一 定 的 处 理能 力 , 一 种 典 型 的全 局 是
优化 方法 。基 于振动 方法 的结 构 损伤 识 别 问题 可 以
归结 为参数 识别 问题 , 而可 以采用 最 优化 方 法求 解 。 因 目前 一些 基于频 率和振 型 等模 态 参 数 的研 究成 果 表 明
况下 , 仍然能够准确识别 出结构 的多处损伤 , 验证 了该方法的有效性和可行性。 关键词 :频响函数 ; 遗传算法 ; 形状相关 系数 ; 伤识别 损
中 图分 类 号 :T 3 2 U 1 文 献标 识 码 :A
损 伤识 别是 土木工 程 结构 健 康监 测 系统 的核 心技 术 , 是其研 究 的难点 之一 , 当前 国 内外研 究 的热点 也 是
振 第2 第 1 7卷 2期




J OURNAL OF VI RAT ON B I AND HOCK S
基 于频 晌 函数 和遗 传 算 法的 结构 损伤 识别 研 究
邹万杰 , 瞿伟廉
(. 1 武汉理工大学 土木工程与建筑学 院 , 武汉 4 07 ;. 30 0 2 广西工学院 土木系 , 州 柳 5 50 ) 4 0 6
中 , 伤识别 的效 果较 好 , 其测 试 困难 , 试 精度 低 , 损 但 测
式 中 , 为单 元刚度 折减 因子 。
则 损伤 结构 的总 刚可 以表示 为
而且难 以测 量 全 部 自由度 的振 型值 , 尤其 是 高 阶振 型
K =∑ K =∑ K
() 8
的测试结果是不可靠的。频响函数( R ) F F 包含 的信息 丰富, 实测 方便 , 测量 精 度 高 , 而 在 实 际工 程 中具 有 因 更加 良好 的应用 前景 。 因此 本文 提 出将 频 响 函数 结合 遗传 算法 用于结 构 的损伤 识别 。

基于时频分析S变换的高层框架损伤识别研究

基于时频分析S变换的高层框架损伤识别研究

基于时频分析S变换的高层框架损伤识别研究裴强;刘小庆;吴凯【摘要】目的运用有限元软件模拟十二层框架结构损伤信息,研究结构的损伤信息与损伤参数之间的关系,提出识别高层框架结构损伤信息的新方法.方法采用S变换,对有限元模型的加速度响应进行分析,进而得出不同损伤情况下的损伤参数.结果当损伤位置确定时,损伤程度指标与各层频率随时间变化的平均斜率大致呈线性关系.当损伤程度确定时,损伤位置指标与各层频率随时间变化的平均斜率大致也呈线性关系.结论 S变换识别的频率随时间变化的平均斜率与结构的损伤指标呈线性关系,将这种关系函数化,便可以依据损伤结构的加速度响应较为精确地识别结构的损伤程度以及损伤位置.【期刊名称】《沈阳建筑大学学报(自然科学版)》【年(卷),期】2018(034)006【总页数】7页(P981-987)【关键词】S变换;高层框架;损伤识别;数值算例【作者】裴强;刘小庆;吴凯【作者单位】大连大学土木工程技术研究与开发中心,辽宁大连116622;大连大学土木工程技术研究与开发中心,辽宁大连116622;大连大学建筑工程学院,辽宁大连116622【正文语种】中文【中图分类】TU375高层框架结构已成为当今建筑的主体结构,然而由于各种环境作用、长期的荷载效应、建筑结构的疲劳老化等各种灾害因素的耦合作用,致使高层框架结构的系统损伤[1].随着损伤的累积,建筑因承载能力下降而发生倒塌,严重者甚至威胁到人类的生命财产安全.若能提前检测结构的损伤,及时采取加固和维修措施,可以减少或者避免事故的发生.因此,实时监控、及时评估,早发现、早维修已成为高层框架结构应用过程中必不可少的环节[2].高层框架结构的损伤识别已成为未来工程的必然要求.由于传统的损伤识别只能识别平稳信号的参数信息,对于非平稳信号的分析目前研究深度不够,从而限制了频域法识别结构损伤的范围.S变换作为时频分析的一种方法[3-5],能同时在时域和频域内观察信号的演变,提供信号的局部时频特征,因而它不仅能够分析平稳信号,而且能够分析非平稳信号.笔者利用S变换对十二层框架结构损伤模型的加速度响应进行分析,得到不同损伤工况下的频率随时间变化的平均斜率.研究发现S变换识别的频率随时间变化的平均斜率与结构的损伤指标之间大致呈现出线性关系,将该种关系函数化,便可以较为准确地识别出高层框架结构损伤信息,从而为高层框架结构损伤识别提供一种有效的识别方法.1 S变换损伤识别原理以频率随时间变化斜率为损伤参数,定义结构刚度折减率为损伤程度指标、损伤层与结构总层数的比为损伤位置指标,研究结构的损伤参数与损伤程度指标和损伤位置指标之间的关系,由此建立损伤识别的流程图.并通过两个不同的损伤模型验证损伤识别方法的有效性.1.1 参数定义文中识别结构的损伤信息,采用一个损伤参数和两个损伤指标[6].(1)频率随时间变化的平均斜率为结构各层频率随时间变化斜率kf的平均值:(1)式中:f为结构加速度响应分析得到的瞬时频率;df为结构单位时间间隔内的频率变化量;t为信号采样的时间;dt为信号采样的时间间隔.(2)损伤程度指标Pk(2)式中:k0为结构损伤前的原始刚度;k′为结构损伤后的现有刚度.(3)损伤位置指标Pl(3)式中:cn为结构的总层数; c0为结构损伤层(即损伤位置);Pl为结构损伤位置指标.1.2 S变换基本理论S变换(ST)的理论是90年代由Stockwell等提出的,是STFT和WT的延伸[7-8].2013年,周奎等[9]利用一单跨两层钢结构试验模型的节点损伤信号,研究了S 变换中每时能量最大值与节点损伤程度以及节点能量传递之间的关系.通过每时能量最大值能够识别出结构是否发生损伤以及损伤的程度.S变换包含了STFT变换和WT变换的许多优点,它采用了一种新的函数,即与频率有关的高斯窗函数.S变换也有“相位校正”的连续小波变换的名称[10].信号h(t)的S变换如下[11-12]:S(τ,f)=e-i2πfτW(τ,f).(4)式中:参数τ用于控制窗函数在时间轴上的位置;e-i2πfτ用于校正相位;W(τ,f)是基于特殊母小波的连续小波变换[13-15],公式如下:W(τ,f)=h(t)w(t-τ,f)dt.(5)式中:W(t-τ,f)是一种不满足小波零均值条件的特殊意义上的母小波.所以从这方面说,该方法并非真正的小波变换.母小波公式如下[16]:(6)结合式(4)~式(6)可得S变换公式如下:S(τ,f)=e-i2πfτW(τ,f)=e-i2πfτh(t)w(t-τ,f)dt=(7)式中:是调谐Gauss窗的一种函数,这种函数具有归一化的特点:(8)因此S(τ,f)dτ=H(f).(9)其中,H(f)为信号h(t)的傅里叶变换,所以S变换的反变换如下:(10)由上述可知,S变换能具有传统傅里叶变换结合的特点,再加上自身优点,能够很好地处理传统傅里叶变换处理不了的高层框架结构复杂的非平稳信号.2 有限元模型介绍笔者以十二层的单跨框架结构为有限元数值模型,假设各楼层质量集中于楼板标高处,将其等效为十二质点的弹簧体系(见图1).模型的相关参数:每层集中质量为m=1 200 kg,层高为h=3 000 mm,层间侧移刚度为k=2 000 kN/m.可以利用振型分解法求取结构的自振频率.前三阶固有频率分别为ω1=0.816 0 Hz、ω2=2.435 0 Hz、ω3=4.015 7 Hz.建立18个不同损伤程度指标下的结构模型,对不同的损伤结构模型施加El Centro地震波,得到结构的加速度响应.El Centro地震波是1940年5月18日美国IMPERIAL山谷地震(M7.1)在El Centro图1 结构模型 Fig.1 Structure model台站记录的加速度时程,它是广泛应用于结构试验及地震反应分析的经典地震记录.其主要强震部分持续时间为26 s左右,记录全部波形长为54 s,原始记录离散加速度时间间隔为0.02 s,其加速度时程曲线及傅里叶变换如图2和图3所示.图2 El Centro 波时程曲线 Fig.2 The time history curve of El Centro wave图3 El Centro 波傅式变化曲线 Fig.3 The Fourier curve of El Centro wave3 高层框架结构损伤程度识别为了研究结构的损伤程度指标与损伤参数之间的关系,采用控制变量法,固定结构的损伤位置为第四层,选取结构的损伤程度指标依次为0,0.05,0.10,…,0.95,建立了18个不同的损伤结构模型,并施加地震荷载,获取结构的加速度响应.对得到的加速度响应进行S变换,得到不同损伤指标Pk下结构的损伤参数kf′,结果见表1.表1 ST识别的不同Pk下的Table 1 The under the different Pk bySTPkk'f/10-6Pkk'f/10-60.05-1.0960.50-1.8740.10-1.1040.55-2.0450.15-1.1250.60-2.1500.20-1.1570.65-2.2200.25-1.2350.70-2.7970.30-1.3930.75-2.8070.35-1.5040.80-2.8020.40-1.5940.85-2.4310.45-1.7120.90-3.648从图曲线图中可以看出,当损伤程度指标在0~0.65时,ST变换识别的损伤参数与损伤程度指标之间呈线性关系,当损伤程度指标大于0.65之后,呈非线性关系. 图4 ST变换分析的 Fig.4 The figure of by ST由上述规律知,倘若将之间的关系公式化,便可以快速而准确的得到结构的损伤程度信息,结构损伤程度识别过程见图5~图7.其中图5为求取损伤参数的过程,图6为建立损伤程度指标Pk与损伤参数之间的函数关系式,图7是利用当前损伤结构的损伤参数代入图7得到的函数关系式中,从而计算结构的损伤程度指标流程. 图5 求流程图6 建立函数流程图7 损伤程度识别流程 Fig.7 Process of damage detection4 高层框架结构损伤位置识别为研究结构的损伤位置指标Pl与频率随时间变化的之间的关系,固定结构的损伤程度指标为0.5,建立12个损伤模型,其对应的损伤位置指标从1/12~12/12.同上一章相同,对结构施加地震波得到结构的加速度响应,利用ST变换对结构的加速度响应进行分析,得到不同损伤位置下结构的频率随时间变化的结果见表2.表2 ST识别的不同Pl下的Table 2 The under the different Pl by STPlk'f/10-6Plk'f/10-61/12-2.217/12-1.622/12-2.188/12-1.513/12-2.129/12-1.284/12-2.0510/12-1.125/12-1.9211/12-1.096/12-1.7612/12-1.10从表2中可以看出,随着损伤位置指标Pl的变大,ST时频分析方法识别的损伤参数呈现出变大的趋势,绘制与Pl的关系曲线如图8所示.从图中可以看出,随着损伤位置的升高,损伤参数逐渐变大,损伤参数越小,结构损伤程度越严重,这与损伤位置越高对结构的影响越小相吻合.图中损伤参数与损伤位置指标Pl之间大致呈线性关系,楼层的下半部分规律更明显.图8 ST变换分析的依据图8曲线便可以识别出结构的损伤位置信息.具体识别流程图如图9、图10所示.图9为依据结构属性信息建立有限元模型,通过数值模拟得到结构每层损伤参数与损伤位置指标之间的函数关系.图10通过对传感器得到的结构加速度响应进行处理,得到结构实际的损伤参数,将其代入图9得到的公式中,从而识别出结构的损伤位置信息.图函数流程图10 损伤位置识别流程 Fig.10 Process of damage detection5 验证损伤识别的方法为了验证上述损伤识别方法的有效性,建立结构在第四层损伤程度指标为50%时的有限元模型.分别建立了损伤位置固定在第四层时,损伤参数与损伤程度指标之间的函数关系和损伤程度固定为50%时,损伤参数与损伤位置指标之间的函数关系.函数关系式及损伤识别结果见表3.从表3可以看出,识别的损伤程度为0.519,损伤位置为第四层,这与有限元假定的损伤信息相吻合.表3 有限元数值算例识别结果Table 3 The detection of finite elementk'f/10-6损伤程度公式损伤程度损伤位置公式损伤位置-2.045Pk=-(k'f×105+0.0758)/0.248 00.519Pl=-(kf×105+0.269 4)/0.187 84.1376 结论(1)当损伤位置确定时,损伤程度指标与各层频率随时间变化的平均斜率大致呈线性关系.当损伤程度确定时,损伤位置指标与各层频率随时间变化的平均斜率也大致呈线性关系.将上述两种关系函数化,便可以依据损伤结构的加速度响应较为精确地识别结构的损伤程度以及损伤位置.(2)采用公式化的ST损伤识别方法对给定损伤位置的有限元数值算例进行损伤识别,识别的损伤位置为第四层,损伤程度指标为50%.该识别结果与有限元数值算例假定的损伤信息相吻合,验证了该损伤识别方法在有限元数值算例损伤识别中的有效性.(3)与传统的损伤识别方法相比,ST识别方法将损伤指标与结构的损伤参数公式化,从而精确地计算出结构的损伤指标;传统的损伤识别方法均是通过损伤前后结构参数的变化识别结构的损伤严重程度和损伤位置,ST只需要提供结构损伤后各层的加速度数据便可以计算出结构的损伤指标.参考文献【相关文献】[1] 徐灵基,杨益新,杨龙.水下线谱噪声源识别的波束域时频分析方法研究[J].物理学报,2015,64(17):189-199.(XU Lingji,YANG Yixin,YANG Long.Research on beamfield time frequency analysis of underwater line spectrum noise source identification [J].Physical journal,2015,64 (17):189-199.)[2] 邵忍平,曹精明,李永龙.基于EMD小波阈值去噪和时频分析的齿轮故障模式识别与诊断[J].振动与冲击,2012,31(8):96-101.(SHAO Renping,CAO Jingming,LI Yonglong.Gear fault pattern recognition and diagnosis based on EMD wavelet threshold denoising and time-frequency analysis[J].Vibration and shock,2012,31 (8):96-101.)[3] 宫宇新,何满潮,汪政红,等.岩石破坏声发射时频分析算法与瞬时频率前兆研究[J].岩石力学与工程学报,2013,32(4):787-799.(GONG Yuxin,HE Manchao,WANG Zhenghong,et al.Acoustic emission frequency analysisof algorithm and instantaneous frequency of precursor research of rock mechanics and engineering [J].Journal of rock mechanics and engineering,2013,32 (4):787-799.)[4] 李宏坤,张学峰,徐福健,等.基于时频分析的欠定信号盲分离与微弱特征提取[J].机械工程学报,2014,50(18):14-22.(LI Hongkun,ZHANG Xuefeng,XU Fujian,et al.Blind separation and weak feature extractionof underdetermined signals based on time-frequency analysis[J].Chinese journal of mechanical engineering,2014,50 (18):14-22.)[5] 裴强,吴爽,薛志成.ANSYS中黏弹性人工边界实现方法[J].沈阳建筑大学学报(自然科学版),2016,32(2):209-215.(PEI Qiang,WU Shuang,XUE Zhicheng.ANSYS method for the realization of viscoelastic artificial boundary[J].Journal of Shenyang jianzhu university (natural science),2016,32 (2):209-215.)[6] 裴强,郭少霞,崔迪.STFT变换在高层框架结构地震损伤程度识别中的应用[J].地震研究,2017,40(2):264-270.(PEI Qiang,GUO Shaoxia,CUI Di.STFT transformation in the identification of seismic damage degree of high rise frame structure [J].Earthquake research,2017,40 (2):264-270.)[7] 王国新,鲁建飞.地震动输入的选取与结构响应研究[J].沈阳建筑大学学报(自然科学版),2012,28(1):15-22.(WANG Guoxin,LU Jianfei.Selection and structural response[J].Journal of Shenyang jianzhu university (natural science),2012,28 (1):15-22.)[8] GAO Jingwei,WANG Ruichen,ZHANG Rui.A novel fault diagnosis method for rotating machinery based on S transform and morphological pattern spectrum[J].Journal of the brazilian society of mechanical sciences and engineering,2016,38 (6):1575-1584.[9] 周奎,郭耀.基于S变换的结构损伤信号处理[J].建筑科学与工程学报,2013,30(4):65-69. (ZHOU Kui,GUO Yao.The structural damage signal based on S transform is used to deal with [J].Journal of architectural science and engineering,2013,30 (4):65-69.)[10] SALEH H,AOUNI A L.Application of time frequency analysis for automatic hidden corrosion detection in a multilayer aluminum structure using pulsed eddy current[J].NDT and E international,2012,47:70-79.[11] D’AMBROSIO S,FERRARI A,GALLEANI L.In-cylinder pressure-based direct techniques and time frequency analysis for combustion diagnostics in IC engines[J].Energy conversion and management,2015,99:299-312.[12] KAZUHIRO Y,NOBORU O,MAIKO K,et al.Estimation of parasympathetic nerve function during sleep in patients with obstructive sleep apnea by instantaneous time-frequency analysis[J].sleep medicine,2014,15(1).33-41.[13] SAU-LON J H,YANG Wenlong,LI Huajun.A robust high-resolution method for the time-frequency analysis of vortex-induced-vibration signals[J].Journal of fluids and structures,2014,51:255-280.[14] 向玲,唐贵基,胡爱军.旋转机械非平稳振动信号的时频分析比较[J].振动与冲击,2010,29(2):42-45,220.(XIANG Ling,TANG Guiji,HU Aijun.Time frequency analysis of non-stationary vibration signals of rotating machinery compare [J].Vibration and shock,2010,29(2):42-45,220.) [15] 孙海亮,訾艳阳,袁静,等.非抽样多小波和Hilbert-Huang时频分析在行星减速器早期故障诊断中的应用[J].机械工程学报,2013,49(3):56-62.(SUN Hailiang,ZI Yanyang,YUAN Jing,et al.Non sampling wavelet and time-frequencyanalysis of Hilbert-Huang reducer early fault diagnosis[J].Journal of mechanical engineering on the planet,2013,49 (3):56-62.)[16] 庞存锁,刘磊,单涛.基于短时分数阶傅里叶变换的时频分析方法[J].电子学报,2014,42(2):347-352.(PANG Cunsuo,LIU Lei,SHAN Tao.Time frequency analysis method based on short time fractional fourier transform[J].Electronic journal,2014,42(2):347-352.)[17] ISHIDA T,KANAGAWA T,KANAORI Y.Source distribution of acoustic emissions during an in-situ shear test:implications for an analog model of seismogenic faulting in an inhomogeneous rock mass[J].Engineering geology,2010,110(3/4 ):66-76.。

基于结构频响函数的再生混凝土框架地震作用损伤评估_胡波

基于结构频响函数的再生混凝土框架地震作用损伤评估_胡波

Abstract: The accumulation of damage in a structure during an earthquake leads to changes in frequency response function ( FRF) of the structure,and it can be used as the basis for evaluating the seismic damage condition of this structure. The finite element software ABAQUS was adopted to simulate a series of pseudodynamic test for a onebay, twostory plane recycled aggregate concrete ( RAC ) frame. It is found that the analytical results agree well with the experimental results. Analysis of the FRFs of the RAC fame indicates that the natural frequencies for the 1st and 2nd mode are around 2. 5 Hz and 6. 0 Hz,respectively. The natural frequency of the tested frame decreases continuously as peak ground acceleration ( PGA) increases,which indicates the accumulated damages in the frame lead to a decrease of stiffness. A damage index based on FRF was proposed for assessing the damage condition of the frame. Analytical results indicate that the damage index performs well in evaluating damage conditions for the frame subjected to different PGAs. Keywords: frame structure; recycled concrete; FEA; frequency response function ; damage assessment

基于卷积神经网络的结构损伤识别

基于卷积神经网络的结构损伤识别

基于卷积神经网络的结构损伤识别李雪松;马宏伟;林逸洲【摘要】为解决结构的健康监测问题,找到合适的结构损伤识别特征,使用卷积神经网络提取结构特征来识别损伤,并通过IASC-ASCE SHM Benchmark第一阶段模拟数据验证其有效性,同时与小波包频带能量特征、前五阶本征模态函数能量特征做同分类器准确率对比,证明了卷积神经网络在自动提取特征方面的优势.在分析卷积神经网络自动提取特征的鲁棒性时,发现单一噪声数据训练的特征抗噪能力有一定局限性,为了获得更好的特征抗噪能力,提出混合噪声训练模式,验证了含噪声0%~ 50%的样本数据,均取得良好识别结果.同时在进行卷积核特征可视化工作中发现,混噪模式训练的卷积核能够识别更多阶次的频率信息.%Here,a convolution neural network was used to extract structural features,identify damage and solve problems of structural damage identification. The effectiveness of this method was verified with IASC-ASCE SHM Benchmark Phase 1 simulation data. Then,comparing the same classifier accuracies for energy characteristics of the convolution neural network,the wavelet packet and the first 5 IMFs obtained by EMD,advantages of the convolution neural network in automatically extracting features were proved. In analyzing the robustness of features'automatic extraction of the convolution neural network,it was found that the characteristic anti-noise ability of a single noise data training mode is limited. In order to acquire the better characteristic anti-noise ability,a mixed noise training mode was proposed. The validity of this training mode was verified using the sample data with noise of 0%-50% to obtain good recognition results. At the same time,itwas found in visualization of the convolution's kernel features that the convolution kernel of the mixed noise training mode can identify more orders of frequency information.【期刊名称】《振动与冲击》【年(卷),期】2019(038)001【总页数】9页(P159-167)【关键词】卷积神经网络;Benchmark;小波包频带能量;经验模式分解【作者】李雪松;马宏伟;林逸洲【作者单位】青海大学土木工程学院, 西宁 810001;青海大学土木工程学院, 西宁810001;东莞理工学院, 东莞 523808;暨南大学力学与土木工程学院, 广州 510000【正文语种】中文【中图分类】TU312.3近年来,多层、高层建筑及大跨度桥梁的出现给结构健康监测带来一系列问题,如何提取结构的特征用于损伤识别是我们正在面临的重要挑战。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

结 构 的响 应 识 别 结 构 损 伤 前 后 的模 态 参 数 . 二 第
步, 利用 贝 叶斯模 型修 正方 法确定 结构 刚度 参 数 的 可 能值 和损 伤概 率 . 方 法 的 局 限性 是 , 果结 构 该 如 损 伤程 度 很 小 , 析模 型 和 测 试 量 不 确 定 的情 况 分
下 , 态 对损 伤 不 很 敏 感 , 方 法 不 能识 别 . F 模 该 H. .
L ml 提 出统计模 型 修 改法 , 方 法基 于 贝 叶斯 谱 a 3 该 密度 方法 处理 了模 型误差 和测 量噪 声 的不确 定 性 ,
给 出了 刚度参数 的估 计值 的偏 差范 围 , 果 表 明如 结
结构 健康监 测 主 要 问题 是 对 结 构 损 伤 进 行 识 别, 目前 的识 别技 术大 体可 分为局 部法 和 整体 法 两 种 J局部法 是依靠 无损 检测 技术 对构 件局 部部 位 . 进行 检查 , 而整 体法则是 对 整体结 构 的动 态输 出特 性 , 线实 时或离 线 间断 的对 结构 健康 情况 进 行评 在
伤识别 方 法 针 对 结 构 健 康 监 测 Bnh r A C ecma k( S E
S M B nh r ) 构进 行 了大量 的验证 研究 . H e cmak 结
断建成 并投入使 用 , 随之 而来 的是结 构使 用 寿命 监 测 以及 结构损 伤识 别方 面不容 忽视 的 问题 , 为提 这 前 进行 灾害预 警 以及 对结 构 维 修 都 提供 了宝 贵 的
果结构 刚度损伤量与计算偏差在 同一量级上 , 损伤
不能 识 别 . a eo4等 通 过 环境 激 励 技 术 和 特征 Cidl c 值实现 算法 ( i nau elao loim) 得 Eg vleR aztnAgrh 获 e i i t 结构 固有频 率和模 态振 型 , 使用特 征值 问题 的最小
基 于 频 响 函数 扩 展 修 正 的 B n h ak结 构 损 伤 识 别 ec m r
胡焕 洪嘉振 刘铸永
( 海交 通 大学 工 程 力 学 系 , 海 上 上 204 ) 0 2 0
摘要
提 出了一种基于频响 函数扩展 的模型修正方法 , 利用该方法对 I S — S E S ecma A C A C HM B nh r 构进行 k结
依据 . 大研究 者们 在这 些方 面也发 展并 提 出 了大 广 量 的结构健 康监 测 的方法 , 有些 方法 也 已在 工程 实
际中应用 .
K — e gY e 使 用 结 构 健 康 监 测 的 两 步 法 aV n u n 分析 了 B n h r 据 , 一 步 , ec ma k数 第 由未损 伤 与 损 伤
命 进行 预 估 . 伤 识 别 方 法 大 致 可 分 为模 型 修 正 损
法、 动力 指纹识 别法 、 神经 网络 法 、 传算 法 以及 小 遗
波分 析法 等等 方法 . 以上 各种 方法都 有各 自的优 缺点 , 文对 模 型 本
修正 - 构损 伤识 别 方 法 进 行 研 究 . 型 修 正 方 法 结 模 的基 本思想 是 建 立足 够 精 度 的未 损 有 限 元 结 构模
型 , 后利 用 真 实 结 构 损 伤 后 的结 构 动 力 特 性 数 然
据 , 般为加 速 度 时域 响应 、 态 参 数 或 频 响 函数 一 模
数据 等 , 通过 条或 内部 的参数 , 使未 损有 限元模 型 与真 实损 伤
2 1-11 0 00 — 4收到第 1 ,0 00 —7收到修改稿 稿 2 1 -31
24 1








21 00年第 8卷
在完好 状态 下应该 具有对 称 动力特性 的特点 , 可 对 能损 伤位置 进行判 断 . 张立涛 等人 针 对结构 损 伤
引 言
近几 十年 以来 , 着 经 济科 技 的快 速 发 展 , 随 大 跨 度桥 梁 、 楼 、 天器 和船 舶 等 大 型建 筑 结 构 不 高 航
模型 的结 构挣 l 生近似 , 通过 监测 刚度 矩 阵变化 来 判 定损 伤 的位置 和程度 . 国际 国内利用 各 自提 出 的损
了损伤识别 . 结果表明 , 该方法能够有效? 肖除模态分 析误差 , 保证 修正过 程 中矩 阵物理 意义 明确 , 降低 测量 噪声对修 正的影响 . 在模型误差 、 测量噪声 以及质量刚度分布不确 定等 因素 的影 响下 , 该方 法共有较 高的损
伤识 别 精 度 .
关键 词
损伤识别 , 模型修正 , 扩展 , 频 响函数
的损 伤识 别方 法 , 过 引 入 一个 损 伤 分 布 函数 , 通 讨 论 了均质 等截 面 Brol ue 梁 的动 力 响 应 , enulE lr i 构 造 出“ 损伤 影 响矩 阵 ” 该 矩 阵 反 映 了 结 构 由于损 . 伤所 引起 的振 型耦合 , 最后 介绍 了基 于损 伤影 响矩 阵 的结 构损 伤定 位和评 估 方法 . 裴强 建 立 了基 于 对称 原 则 的结 构健 康诊 断基 准 , 据对 称位 置 构件 根
二乘 解 得到构 件 的杨 氏模量 , 然后 通过 构件 损 伤前 后杨 氏模 量 的变 化 识 别 构件 的损 伤 位 置 和损 伤 程 度 . 学平 介 绍 了一种 基 于结 构 动力学 特性 变化 李
估. 损伤识别一般都需要确定损伤是否存在 、 存在
的位置 和损 伤程度 , 以及 进一 步对 结构 剩余 使 用 寿
第 8卷 第 3期 2 1 00年 9月
1 7 -5 3 2 1/ 83/ 1 - 6 26 5 / 0 0 0 () 36 2
动 力 学 与 控 制 学 报
J URNAL O O F DYNAMI S AND C C ONT ROL
Vo . . 18 No 3
S p.2 0 e 01
相关文档
最新文档