基于键合图法的多个子结构自由界面模态综合法研究和应用

将键合图方法用于动态子结构研究,提出了一种求解多个子结构自由界面模态综合法的新方法。通过一系列物理和数学上的分析,详细推导出多个子结构自由界面模态综合法的计算过程。在本文给出的算例中,基于键合图方法的自由界面模态综合法,通过建立各个子结构的状态空间方程,计算子结构相应的特征值矩阵和振型矩阵;这些子结构在进行模态综合后,获得整体结构的特征值矩阵和振型矩阵,该结果和原来整体结构完全相同,这进一步说明了本文提出的新方法的正确性。运用本文提出的方法建立状态空间方程,在子结构的模态综合过程中,不会产生系统特征值的增失根问题,确保了子结构在综合后其整体结构模态信息的完整性。     

基于转角模态和小波神经网络的连续梁损伤识别研究

基于小波奇异性检测原理和神经网络非线性映射能力,结合结构基本模态参数,提出了一种结合小波神经网络与结构转角模态的损伤识别方法．首先,建立三跨连续梁的有限元模型获取结构模态参数,并对其进行Mexihat小波变换,通过系数图突变点判断结构损伤位置．然后,将小波系数模特征向量作为BP神经网络的输入,分别研究了该方法在单损伤和多损伤工况下的识别能力．最后将不同工况下神经网络预测值与结构实际损伤程度进行对比,得到单处损伤预测误差平均值为0.22%,多处损伤预测误差平均值分别为0.22%和0.18%,结果表明该方法在结构损伤识别方面的有较高有效性及精确度．     

有多阶固有频率要求的组合结构设计

在各子结构的振协固有特性已知下，通过设计子结构间的连接元件，使得组合结构的多阶固有得到满足，在组合结构动力重分析中，以胳子结构的剩余附着模态作为基保留模态的补充，进行模态缩减，保了计算的精度，提高了计算速度。对具有刚体模态的子结构采取了移频处理技术，文中给出的两个设计计算实例，表明本文方法的有效性。     

基于局部模态的约束子结构模型修正法

针对局部子结构为修正对象的情况提出了约束子结构修正法,实现只利用整体结构模态中对应子结构部分的模态即可以修正子结构模型.由脉冲响应结合特征系统实现法识别出子结构的低阶模态;结合识别的模态和整体结构理论模型的高阶模态构造整体结构对应子结构位置的柔度矩阵;利用柔度矩阵的物理意义,在子结构的边界上施加数值支座,把子结构从整体结构中隔离出来成为约束子结构,同时构造出约束子结构的柔度矩阵;利用灵敏度的方法根据构造出的约束子结构柔度矩阵,优化修正约束子结构,即间接等效地修正子结构模型.通过一个平面桁架结构验证了约束子结构模型修正法的可行性与有效性,即使在5%或10%的噪声影响下,仍能得到满意的修正结果.     

有多阶固有频率要求的组合结构设计

在各子结构的振动固有特性（固有频率、振型）已知下，通过设计子结构间的连接元件，使得组合结构的多阶固有频率得到满足。在组合结构动力重分析中，以各子结构的剩余附着模态作为其保留模态的补充，进行模态缩减，保证了计算的精度，提高了计算速度。对具有刚体模态的子结构采取了移频处理技术。文中给出的两个设计计算实例，表明了本文方法的有效性。     

Constrained Substructure Model Updating Method Based on Local Mode

针对局部子结构为修正对象的情况提出了约束子结构修正法,实现只利用整体结构模态中对 应子结构部分的模态即可以修正子结构模型. 由脉冲响应结合特征系统实现法识别出子结构的低阶模态; 结合识别的模态和整体结构理论模型的高阶模态构造整体结构对应子结构位置的柔度矩 阵;利用柔度矩阵的物理意义,在子结构的边界上施加数值支座,把子结构从整体结构 中隔离出来成为约束子结构,同时构造出约束子结构的柔度矩阵;利用灵敏度的方法根 据构造出的约束子结构柔度矩阵,优化修正约束子结构,即间接等效地修正子结构模型. 通过一个平面桁架结构验证了约束子结构模型修正法的可行性与有效性,即使在5%或 10%的噪声影响下,仍能得到满意的修正结果. 关键词 模型修正,柔度矩阵,约束子结构,灵敏度,修正单元力     

利用振动模态测量值和神经网络方法的结构损伤识别研究

提出了一种基于模态测量参数和神经网络的结构损伤检测方法,建造了两种输入方式的BP神经网络,即自振频率以及结合自振频率与振型,并讨论了不同数量的输入信息对结构损伤检测精度和计算效率的影响。证明了输入的参数越多,神经网络就越聪明,训练的收敛速度越快;以及在保证一定的测量精度的情况下,基于频率与振型的损伤识别结果要好于基于频率的检测结果。最后,通过对3层框架模型的4种损伤工况下的结构损伤检测结果的分析,认为利用模态测量参数和神经网络方法能够准确地识别结构损伤的位置,而且能较精确地识别结构损伤的大小。     

动力子结构模态综合解法的并行算法

本文根据动力子结构模态综合法,提出了相应的并行算法。该算法有效地将整个结构分成独立的多个子结构,然后由多个CPU同时独立求各子结构的分支模态和进行各子结构的分支模态变换。再串行组集界面刚度和质量阵,并求解缩减后的整体方程。最后返回各子结构求结点位移对于(`ω~2`)的模态(φ),这一步也在各CPU内独立地同时进行。该方法在西安交通大学的ELXSI-6400并行机上程序实现,表明能有效地节省计算时间,为一种大型结构动力分析方法。     

基于多重多级动力子结构的瞬态分析方法

提出利用多重多级子结构技术与Newmark算法求解结构动力学方程的高精度算法.该算法利用静凝聚技术列式简单,在凝聚过程中并不引入任何近似的优点,采用子结构周游树技术,分别对每个子结构求解Newmark等效平衡方程,最后通过回代求解得到整体结构的响应.由于该算法考虑了子结构内部自由度对整体求解的贡献,算法实施不受子结构划分方式的限制,因此可以得到系统高阶模态对响应分析的影响.该算法计算精度与传统的全结构求解相当,计算效率高,消耗计算机资源少,且可构造为统一的多重多级子结构综合分析算法框架.数值算例验证了该算法的正确性和有效性.     

DYNAMIC SUBSTRUCTURE METHOD FOR PROPAGATION OF ELASTIC-PLASTIC WAVE INDUCED BY IMPACT

通过建立弹塑性碰撞动态子结构模型,推导了模态坐标下的控制方程,提出了模拟柔性结构碰撞激发弹塑性波传播的动态子结构方法,并对其中的主模态的存在性和主模态截断的收敛性进行了证明.通过对柔性杆纵向碰撞和柔性梁横向碰撞两个算例的计算,并将计算结果与理论解和三维动力有限方法计算结果进行了对比,验证了该方法的数值收敛性和计算碰撞弹塑性波传播的有效性.     

时变环境与损伤耦合下桥梁结构频率及阻尼比的统计分析

对时变环境与损伤耦合下我国某斜拉桥的结构频率及阻尼比进行统计分析,以提高结构损伤识别的精度.首先,利用该桥的长期监测数据,采用环境激励技术结合特征系统实现算法识别该桥梁结构的频率及阻尼比;其次,利用人工神经网络算法建立该桥梁结构的环境温度与结构频率及阻尼比的关系模型;然后,通过统计分析,建立完好状态下该桥梁结构模态参数误差因子的概率分布模型;最后,通过分析不同时段与完好结构状态下该桥梁结构模态参数误差因子的相交概率比识别结构损伤,并利用该桥的实测结果验证所提算法的有效性.     

环境温度影响下基于LSTM神经网络识别结构损伤

环境温度的改变会引起模态参数的变化,其变化程度会掩盖或部分掩盖损伤引起的变化量,导致结构健康监测系统发出假阳性或假阴性的误判,因此,消除温度效应是提高损伤识别精度的关键。本文基于LSTM神经网络提出了一种环境温度影响下识别结构损伤的方法。充分利用LSTM神经网络的非线性映射优势,建立多元温度-模态频率的相关模型,在此基础上采用数据标准化方法消除温度效应,并结合控制图判断模态频率异常变化以确定损伤状况。最后将所提方法在数值模型和实际桥梁中加以应用,结果表明,方法能够有效消除温度效应;结合控制图能识别损伤时刻,并具有一定的抗噪性;在实桥数据分析中仍能表现出较好的损伤敏感性。     

大跨度钢桁桥模型的精细化损伤定位模拟和试验研究

在役大跨钢桁桥数日众多,其杆件往往较长,所以识别出损伤杆并找出局部损伤所处位置对安全评定和加固尤为重要。针对这一问题,参考我国在役钢桁梁桥,基于健康监测的试验目的和相似理论设计制作了贝雷梁式筒支钢桁桥Benchmark模型。根据其结构形式、具体尺寸,并经试验结果修正,建立了基准Matlab有限元模型。环境激励下,首先隔...     

Damage detection in structures using modified back-propagation neural networks

A nonparametric structural damage detection methodology based on neural networks method is presented for health monitoring of structure-unknown systems. In this approach appropriate neural networks are trained by use of the modal test data from a ‘healthy’ structure. The trained networks which are subsequently fed with vibration measurements from the same structure in different stages have the capability of recognizing the location and the content of structural damage and thereby can monitor the health of the structure. A modified back-propagation neural network is proposed to solve the two practical problems encountered by the traditional back-propagation method, i.e., slow learning progress and convergence to a false local minimum. Various training algorithms, types of the input layer and numbers of the nodes in the input layer are considered. Numerical example results from a 5-degree-of-freedom spring-mass structure and analyses on the experimental data of an actual 5-storey-steel-frame demonstrate that neural-networks-based method is a robust procedure and a practical tool for the detection of structural damage, and that the modified back-propagation algorithm could improve the computational efficiency as well as the accuracy of detection Project supported by the National Natural Science Foundation of China (No. 59908003) and the Natural Science Foundation of Hubei Province (No. 99J035).     

Analyses on structural damage identification based on combined parameters

IntroductionServiceloads,environmentalandaccidentalactionsmaycausedamagetostructures .Whenthestructuraldamageissmalloritisintheinteriorofthestructure,itsdetectioncannotbedonevisually.Inspectionofexistingbuildingsandbridgesaftercatastrophicevents,suchasearthquakesandhurricanes,aswellasundernormaloperatingconditions ,isoftentimeconsumingandcostlybecausecriticalmembersandconnectionsareconcealedundercladdingandotherarchitecturaldecorations.Formanyimportantstructures,suchashospitals,firestations,mi…     

基于子结构法的土-地下空间结构体系地震反应高效计算系统研究

为研发适用于土-地下空间结构相互作用体系地震反应分析的高效计算系统，本文基于子结构方法，综合利用ABAQUS软件和SASSI 2010的各自优势，通过二次开发，构建了一个适于土-地下空间结构动力相互作用分析的高效计算系统(ABAQUS-SASSI 2010 Combined System，简称ASCS)．该计算系统实现了ABAQUS软件和SASSI 2010的无缝连接，用户可以按照ABAQUS软件的可视化前处理功能，方便地建立包括土-地下空间结构相互作用体系在内的各种有限元模型，并调用和执行SASSI 2010程序的不同模块，按子结构方法对整个体系实施高效计算．为验证ASCS计算系统的有效性，文中首先采用ASCS计算系统对日本阪神地震中大开地铁车站的震害进行了模拟；然后，采用ABAQUS软件建立土-大开地铁车站结构相互作用体系的整体有限元分析模型，通过对比分析ASCS计算系统的子结构法结果和ABAQUS软件的整体有限元法结果，进一步验证了ASCS计算系统的计算精度和效率．结果表明：基于本文ASCS计算系统的数值模拟结果与阪神地震中大开地铁车站的震害结果一致；ASCS计算系统的子结构法结果与整体有限元法结果基本吻合，但前者的CPU时间是后者的1/21，明显提高了计算效率．     

基于提高频率灵敏度的结构损伤统计识别方法

提出了一种基于反馈控制结构动力特性的损伤统计识别方法。该方法采用基于独立模态空间的反馈控制,有目的地配置闭环系统的极点,根据损伤前后闭环系统的特征值构造损伤指标。采用假设检验判断损伤是否发生,并剔除特征量中损伤程度的影响,采用统计模式识别方法识别损伤位置。Benchmark结构的数值算例表明,本文提出的损伤识别方法能够较显著地提高模态频率对刚度变化的灵敏度,准确有效地检测在噪声环境下结构小损伤是否发生以及识别损伤位置。     

ANALYSES ON STRUCTURAL DAMAGE IDENTIFICATION BASED ON CIMBINED PARAMETERS

The relative sensitivities of structural dynamical parameters were analyzed using a directive derivation method. The neural network is able to approximate arbitrary nonlinear mapping relationship, so it is a powerful damage identification tool for unknown systems. A neural network-based approach was presented for the structural damage detection. The combined parameters were presented as the input vector of the neural network, which computed with the change rates of the several former natural frequencies (C), the change ratios of the frequencies (R), and the assurance criterions of flexibilities ( A ). Some numerical simulation examples, such as, cantilever and truss with different damage extends and different damage locations were analyzed. The results indicate that the combined parameters are more suitable for the input patterns of neural networks than the other parameters alone.