基于频率-波数域偏移的损伤被动成像识别研究

提出了一种应用Lamb波对板结构中多部位损伤源进行被动成像识别的方法.基于Mindlin板理论,推导了板结构中弥散性Lamb波频率-波数域的快速偏移方法,结合爆炸成像原理,对损伤源发出的Lamb波信号进行回传成像.由于损伤源的发生时刻未知,将使用不同假设发生时刻(即不同长度)的Lamb波信号生成一系列图像,通过最小熵原理从中确定最优图像,识别出损伤源的位置和发生时刻.进行了数值仿真研究来表明所提出方法的有效性.     

相位谱线性重构法去除Lamb波频散研究

Lamb波广泛应用于板壳结构的损伤检测,而Lamb波的频散效应使得板结构中损伤散射信号的渡越时间信息难以准确提取,因而影响了阵列波束成形损伤成像算法对损伤成像定位的效果和精度.提出的相位谱线性重构法,在中心频率处通过对相位谱展开,进行线性化处理,有效地去除了激励信号中的频散效应.该方法保证了中心频率下的信号分量不变,为研究阵列波束成形损伤成像算法对损伤精确成像奠定了基础.采用数值模拟和实验手段,验证所提出的相位谱线性重构法去除频散的效果,进而结合阵列波束成形损伤成像方法分析损伤成像定位的效果和精度.结果 表明,采用的频散去除方法能够提高损伤散射信号的信噪比,提升阵列波束成形损伤成像方法对损伤成像定位的效果和精度.     

去除Lamb波频散的线性映射法

Lamb波常被用于板壳结构的无损检测,然而Lamb波的频散效应会导致板中损伤反射信号的渡越时间信息无法准确提取,因而影响损伤定位及成像的精度。本文引入线性映射方法,用线性频率-波数关系取代原有非线性的频散关系,从而去除激励中心频率附近的频散效应。分别采用数值模拟和实验的方法分析了频散去除的效果,进而结合相控阵成像算法对金属板中的损伤进行成像研究。结果表明,利用线性映射法去除频散可以显著提高含损伤散射信号的信噪比,提升相控阵损伤成像方法对损伤定位的准确性。     

Lamb波在复合材料板中传播的谱有限元模拟

众所周知Lamb波在复合材料中的传播呈各向异性的特点,经典有限元法模拟这类问题效率不高,所以,本文采用谱有限元法进行研究。先建立了一种新的谱有限板单元,该单元以Gauss-Lobatto-Legendre点作为节点,使质量矩阵是对角矩阵;另外,该单元采用了扩展的位移场,能够较好地模拟板结构的三维特性。然后,对复合材料板结构中Lamb波在对称模式与反对称模式下的传播速度进行了求解,将计算结果与Mindlin板谱单元的结果以及三维弹性理论的结果进行了比较,并讨论了Lamb波在反对称层合板中的传播特点。最后,模拟了Lamb波在含和不含损伤复合材料层合板中的传播,数值结果表明所建立的谱有限板单元可以较好地模拟出Lamb波在复合材料板结构中的传播特性。     

基于平板振动精确化方程求解动应力集中问题

基于文献[8]给出的平板弯曲振动精确化方程,对含圆孔平板中弹性波散射与动应力集中问题进行了研究.文中给出了分别基于Mindlin板与精确化板方程在不同参数下圆孔动弯矩集中系数的数值结果,并对结果进行了对比分析和讨论.结果表明:在较低频率和薄板情况下,基于文献[8]的方程与基于Mindlin板理论得到的动弯矩结果是基本一致的;在较高频率和厚板情况下,基于文献[8]的方程与基于Mindlin板理论的动弯矩结果相差较大,最大值超出可达16%.由于文献[8]给出的平板振动精确化方程是在没有任何工程假设条件下得到的,因此其分析计算结果更精确一些.      

Lamb波稀疏阵列CFRP层合板损伤成像检测

针对Lamb波阵列成像方法检测复合材料板时存在偏斜效应、频散及密集阵列成像分辨率低的问题,本文采用引入偏斜角修正的相位延迟叠加方法结合最小冗余度线性阵列（MRLA）实现了碳纤维增强复合材料（CFRP）层合板损伤的准确成像检测。根据Lamb波单一模态的波数曲线计算各方向的偏斜角,确保成像中损伤所在方位角的准确性;在频域中对每个频率成分进行相位延迟以弥补频散,确保成像中损伤所在位置的精度;利用MRLA设计十字型稀疏阵列,既降低了阵列成本,又保证损了伤成像质量。数值模拟成像结果验证了本文提出方案的有效性,实验成像结果凸显了十字型稀疏阵列在节约阵列成本、提高损伤空间分辨率方面的优越性,对工程实践中CFRP板结构的损伤检测具有一定的指导意义。     

基于细观混凝土模型的时间逆转损伤成像方法

提出了一种针对混凝土结构损伤检测的时间逆转损伤成像方法.以检测混凝土结构中与骨料尺寸相近的微小损伤为目的,引入细观混凝土随机骨料模型,该模型将混凝土结构视为由水泥浆基底、骨料及粘接层组成的三相复合材料,基于Monte Carlo随机样本原理并结合真实试件的骨料级配曲线建立.在数值模拟分析中,将生成含损伤的细观模型导入有限元分析软件进行超声波场模拟,同时采用自适应性强的时间逆转模型(time reversed model,TRM)进行损伤定位.TRM分为正向检测和逆时成像两个部分:正向检测过程得到包含损伤的一系列散射回波信号,从数值角度进行时间反演并作为逆时过程的输入信号;逆时成像过程选用等效弹性参数模型,几何尺寸与随机骨料模型相同,时反信号在相应几何位置同时加载形成时反波场,时反波场在损伤位置会发生干涉叠加从而导致能量峰值的出现,通过确定干涉峰值时刻,并获取该时刻对应原始波场以及小波变换能量场完成成像.与原始数据波场图相比,小波变换处理成像结果消除了杂波干扰,成像结果更加清晰.进一步对等效弹性参数的取值进行讨论,并且在骨料尺寸范围内调整损伤大小,结果显示成像结果匹配度高,对于非均质混凝土结构的损伤检测能很好满足损伤定位需求.由此证明,时间逆转成像方法对于具有复杂结构的混凝土材料的损伤检测具有较好的适用性.     

含孔软铁磁材料Mindlin板中弹性波散射问题

基于考虑磁弹相互作用的Mindlin板弯曲波动方程，采用波函数展开法，分析研究 了含孔软铁磁材料Mindlin板中弹性波散射与动应力集中问题，给出了问题的分析 解和数值算例. 通过分析发现：磁感应强度对动弯矩集中系数和动剪力集中系数有 增加的作用，特别是在低频的情况下.     

混凝土损伤识别中的时间逆转成像方法

时间逆转成像技术具有定位准确和操作简单之特点,本文将其运用于混凝土结构损伤的检测．通过提取各换能器单元的发射信号和损伤散射信号构建超声波传播的传递矩阵然后对其进行奇异值分解,获得包含损伤信息的奇异向量;采用多重信号分类(multiple signal classification, MUSIC)算法,分别基于数值模拟数据和实验实测数据对混凝土结构内部损伤进行成像,实现了准确的损伤定位,并将成像结果与偏移成像法进行对比．此工作探索了将时间逆转成像技术应用于混凝土结构内部损伤实际工程检测可行性,为无损检测技术人员定性或定量分析混凝土结构的内部缺陷提供理论参考．     

覆水饱和双相介质圆弧场地P波激励下散射问题的理论解

采用波函数展开法对平面P波入射复杂水域地形的空间变异性地震动场进行研究,该水域地形具有覆水层、饱和双相介质、场地非平坦以及第二类分层(场地跨越分层界面)等属性.首先,依据地震波反射和透射特性推导直角坐标系下的自由波场分布;然后,根据场地属性并引入大圆弧法分析极坐标系下的含有待定系数的散射波场;进而,结合土-水分界面和饱和土层分界面边界条件,求解散射波场中的待定系数;最后,通过自由波场和散射波场得到覆水饱和双相介质圆弧场地波函数理论解.基于理论解,通过算例验证了理论推导的合理性及可靠性,分析了地表位移在不同入射条件下的差异性.结果 表明,相对于均匀介质,饱和双相介质会显著影响地表位移分布.此外,入射波频率和角度对地震地面运动特性也有较大的影响.     

Damage imaging of reinforced concrete structures using electromagnetic migration algorithm

Reconstructing damage geometry with computationally efficient algorithms is of primary importance in establishing a robust structural health monitoring system (SHMS). In this paper electromagnetic migration, a linearized imaging algorithm, is adopted to image the damages in reinforced concrete structures. This algorithm is formulated in time-domain for 3-D inhomogeneous isotropic and lossy structures. In order to reduce the computational cost and to examine the damage resolution of this imaging algorithm, different imaging conditions are introduced. Numerical simulations in 2-D transverse magnetic (TM) wave for a reinforced concrete slab with multiple damages are performed to test the effectiveness of the algorithm. All synthetic sensor data, incident field, and migration field are computed via a finite difference time-domain (FDTD) method. It is concluded that the proposed imaging algorithm is capable of efficiently identifying the damages geometries, is robust against measurement noise, and may be employed in a SHMS.     

Sequential non-linear least-square estimation for damage identification of structures

An early detection of structural damage is an important goal of any structural health monitoring system. In particular, the ability to detect damages on-line, based on vibration data measured from sensors, will ensure the reliability and safety of the structures. In this connection, innovative data analysis techniques for the on-line damage detection of structures have received considerable attentions recently, although the problem is quite challenging. In this paper, we proposed a new data analysis method, referred to as the sequential non-linear least-square (SNLSE) approach, for the on-line identification of structural parameters. This new approach has significant advantages over the extended Kalman filter (EKF) approach in terms of the stability and convergence of the solution as well as the computational efforts involved. Further, an adaptive tracking technique recently proposed has been implemented in the proposed SNLSE to identify the time-varying system parameters of the structure. The accuracy and effectiveness of the proposed approach have been demonstrated using the Phase I ASCE structural health monitoring benchmark building, a non-linear elastic structure and non-linear hysteretic structures. Simulation results indicate that the proposed approach is capable of tracking on-line the changes of structural parameters leading to the identification of structural damages.     

On-line identification of non-linear hysteretic structures using an adaptive tracking technique

System identification and damage detection based on vibration data have received considerable attention recently because of their importance to structural health monitoring. Various technical approaches have been proposed in the literature; however, the on-line identification of the changes of parameters for non-linear structures due to damages is still a challenging problem. In this paper, we propose an on-line adaptive tracking technique, based on the least-square estimation, to identify the system parameters and their changes of non-linear hysteretic structures. The method proposed is capable of tracking abrupt or slow changes of the system parameters from which the damage event and the severity of the structural damage can be detected and evaluated. Simulation results for tracking the parametric changes of non-linear hysteretic structures are presented to demonstrate the application and effectiveness of the proposed technique in detecting the structural damages.     

Lamb波理论及层合板冲击损伤的实验研究

从理论上分析了板中Lamb波信号的传播特性,并给出Lamb波在板中传播的频散方程。理论分析及实验均表明,Lamb波的频散特性与复合材料结构损伤有着直接的联系,而且最低阶的对称和反对称Lamb波模态对层合板的损伤比较敏感,但应用Lamb波的频散效应监测结构的损伤在检测技术上还难以实现。根据板中导波形成Lamb波的共振原理,板中应力波的幅频特性很大程度上反映了Lamb波的谐振特征。因此,利用压电元件的压电阻抗谱分析应力波的各阶模态频率及振幅对结构损伤的变化,能够反映材料内部损伤与Lamb波的频散特性。文中针对表面粘贴压电元件的层合板智能结构,建立了包含Lamb波谐振模式的压电阻抗计算模型。冲击损伤试件的实验表明,由于结构损伤的出现压电阻抗谱中的模态频率及其阻抗幅值等特征信息将发生变化。因此,引入应力波损伤因子可以对结构冲击损伤的存在和程度进行初步评价。该方法基于结构的机-电动态阻抗特性,不受结构的几何形状限制,测试用的压电元件成本低,方法简单可行,有望在智能结构的健康诊断方面获得应用。     

基于SBFEM和深度学习的裂纹状缺陷反演模型

结构内部缺陷的识别是结构健康监测的重要研究内容, 而当前以无损检测为主的结构安全检测多以定性分析为主, 定量识别缺陷的尺度较困难. 本文将比例边界有限元法(scaled boundary finite element methods, SBFEM)和深度学习相结合, 提出了基于Lamb波在结构中传播时的反馈信号定量识别结构内部裂纹状缺陷的反演模型. 通过随机生成缺陷信息(位置、大小), 采用SBFEM模拟Lamb波在含不同缺陷信息的结构中的信号传播过程, SBFEM仅需对结构边界离散可最小化网格重划分过程, 大大提高了计算效率. Lamb波在含裂纹状缺陷结构中传播时观测点的反馈信号包含大量的裂纹信息, 基于这一特性可为深度学习模型提供足够多的反映问题特性的训练数据. 建议的缺陷反演模型规避了传统反分析问题的目标函数极小化迭代过程, 在保证计算精度的前提下大大减少了计算成本. 对含单裂纹和多裂纹板的数值算例进行分析, 结果表明: 建立的缺陷识别模型能够准确地量化结构内部的缺陷, 对浅表裂纹亦有很好的识别效果, 且对于含噪信号模型仍具有较好的鲁棒性.      

Sequential non-linear least-square estimation for damage identification of structures with unknown inputs and unknown outputs

The detection of structural damages real-time on-line, based on vibration data measured from sensors, is an important but challenging research topic, and it has received considerable attentions recently. Due to practical limitations, it is highly desirable to install as few sensors as possible in the structural health monitoring system, leading to incomplete measurements of structural responses and excitations. The traditional time-domain analysis techniques, such as the least-square estimation (LSE) method and the extended Kalman filter (EKF) approach, require that all the external excitations (inputs) be available, which may not be the case for most structural health monitoring systems. Recently, the adaptive sequential non-linear least-square estimate (SNLSE) method has been proposed for the on-line identification of structural damages. In this paper, we extend the SNLSE method to cover the general case with unknown (unmeasured) excitations (inputs) and unknown (unmeasured) acceleration responses (outputs) in order to reduce the number of sensors required in the structural health monitoring system, referred to as the SNLSE-UI-UO. Analytic recursive solutions for the new approach are derived and presented. The accuracy and effectiveness of the proposed approach have been demonstrated using the Phase I ASCE structural health monitoring benchmark building, a 5-degree-of-freedom non-linear hysteretic building model, and a 3-story steel frame finite-element model. Simulation results indicate that the proposed approach is capable of tracking the changes of structural parameters leading to the identification of damages.     

灰色相关性分析在结构静力损伤识别中的应用

基于灰色理论的相关性分析方法，首次提出了灰色曲率关联系数的概念并将其应用到结构的静力损伤识别中，提出了对局部损伤十分敏感的静态位移曲率置信因子SDCACi，通过该因子的大小对各节点所连接的单元是否会发生损伤进行精确的判断，然后运用最小二乘法对损伤区域的损伤程度进行识别．并将该方法应用于两端固支梁的损伤识别中，由识别结果可以证明：不论测量数据(用有限元仿真计算并考虑了测量误差)的多少，该方法对结构中的单损伤和多损伤都能进行准确的定位，因此该方法在大型结构及复杂结构的损伤识别中具有广阔的应用前景．     

基于频率二阶摄动的结构损伤识别方法

结构损伤的定位和定量是结构健康监测的关键技术之一。本文将矩阵摄动理论、结构振动理论和有限元理论相结合推导出结构固有频率变化的二阶摄动公式,由此公式可以反演结构的损伤位置与损伤程度。该方法仅需要在役结构的固有频率测量值就能识别出结构的损伤位置和损伤程度,而且还可以识别出结构的老化程度。通过数值仿真算例证明了该方法的有效性和实用性。该方法可用于大型结构的损伤识别和健康监测。     

基于应变脉冲响应协方差的损伤识别方法研究

基于振动参数的结构损伤识别,是近年来土木工程的热点研究课题,振动参数包括频率、振型、频响函数、模态应变能、应变响应和加速度响应等,当结构损伤时,损伤位置附近将产生应力重分布,从而引起应变的变化,因此对比损伤前后的应变或者应变响应参数,可以用来识别结构损伤.提出了一种应变脉冲响应协方差参数,它是应变脉冲响应在时间区间上的能量积分;推导并证明了该参数是结构模态参数(频率,位移模态,应变模态,阻尼等)的函数,可用来表征结构状态.相比于传统的模态参数识别方法,可以保留更高阶的模态参数,而且避免了模态识别可能引起的误差;基于简支钢梁的多种损伤工况,研究和展示了该参数的特性,通过数值模拟发现,该参数能简单直观地判定损伤发生和识别损伤位置,无需建立结构分析模型,只需比较结构损伤前后的应变脉冲响应协方差参数即可;该参数简便易算,具有较好的抗噪性能,对结构损伤敏感,而且对结构刚度减少呈现一致变化特性,所以适合实际工程结构的健康监测和损伤识别.