结构损伤诊断的改进灵敏度方法

提出一种改进的灵敏度方法用于工程结构损伤检测中。通过在迭代算法中引入一个“加速”公式来迅速获得足够精确的识别结果,避免了多次迭代,可以大大减少计算花费。用文献[8]和文献[10]中的两个数值算例对所提方法进行了验证,并把结果和原文中的计算结果进行比较。结果表明：采用改进的方法一般只需经过一次计算即可获得精度更高的识别结果,避免了多次迭代,显著减少了计算花费,显示了改进方法突出的优越性。     

平面跨音速叶栅正、反混合问题的一种高效率解法

本文在文献[1]的基础上提出了平面跨音速叶栅正、反混合问题的一种高效率解法,它保持了文献[1]中方法的优点,避免了打靶,从而达到了扩大适用范围,减少了计算时间。 文中导出了以Von Mises坐标为自变量的流线控制方程,简单而有效地处理了速度的双值问题,作为考核,计算了两个跨音速平面叶栅和一个拉伐尔喷管的流场,结果令人满意,本方法具有精度高、收敛快的特点,即使对于624所跨音涡轮动叶中部叶栅中比较复杂的流场,也只需迭代50次,费时不到1分钟(DPS-8机),即可获得满意的结果。     

对R.W.Clough《结构动力学》中θ法的讨论

问题的提出Wilsonθ法是进行结构体系动力反应分析常用的一种逐步积分法,当θ≥1.37时该法无条件稳定。文献[1]第十五章介绍了这种方法的一般性能,给出基于增量平衡方程并作加速度修正的一种迭代格式,把这个迭代格式亦称为Wilsonθ法.由于文献[1]在国内外广泛流传,这些年来国内外出版的一些结构动力计算 ...     

部分输入未知条件下结构动力复合反演的分解算法

在充分利用部分输入已确知而部分输入未知的激励特性的基础上，提出了结构动力复合反演的分解算法，该算法从源头上消除了迭代过程中参数识别与荷载反演的相互影响，降低了问题的计算规模。对于线性参数系统，该算法不经过任何迭代计算即可一次性完成结构参数识别及荷载反演。将其与松弛法结合，可解决非线性参数系统的识别问题，与文献[4]的方法比较，其收敛速度有显著提高。     

压杆稳定设计的优化方法

<正> 当前,工程上设计压杆截面一般采用试算法.由于无一定规则可循,往往需多次试算才能获得比较理想的截面尺寸,计算过程很繁琐.为了提高设计效率,人们进行了很多探索.文献[1]介绍了一种“平均值”试算法,此法取稳定系数(?)可能范围[0,1]的平均值     

平行平板间径向气流的 Navier-Stokes 方程的新的近似解

文献[1]得到了两平行平板间径向气流的 Navier-Stokes 方程的近似解——迭代近似解和级数解。用迭代法求得压力二级近似解,与实验十分符合。本文指出,用М.Е.Щвец法亦可得到与文献完全相同的结果.如果用本文新提出的改进了的М.Е.Щвец法,则可得到比[1]更加精确(这主要反映在流速分布的规律上)的结果。文中指出,按照原М.Е.Щвец法,求一级近似解时,忽略的是一阶微量;而按本文新提出的改进了的М.Е.Щвец法,略去的是二阶微量,这就是本文结果较文献[1]的结果更加准确的理论根据。     

压杆截面设计的直接计算法

压杆的截面设计都采用试算法,计算量较大.文献[1]提出的图解法避免了试算法中的重复计算过程,因而是一个较好的方法,但其精度稍差且不能进行型钢截面的设计.本文提出一种直接计算法,比试算法简便,比图解法精确,应用范围更广....     

一种高效率弹塑性有限元分析新方法：增量杂交／混合修正弦线模量法

本文在文献[1]给出的放松应力增量平衡约束的修正余能广义变分原理基础上,提出一种高效率的弹塑性有限元分析的新方法——增量杂交/混合修正弦线模量法。该法保持了文[1]方法的全部优点,而在迭代过程中,依据材料的单向拉伸应力—应变关系,不断改变过渡区和塑性区单元柔度矩阵和塑性矩阵中的弹性模量;并在体积压缩模量不变假设下,相应地改变过渡区单元矩阵中的泊松系数。从而大大降低了迭代收敛次数和单刚计算量,提高了多类变量弹塑性有限元分析的计算效率和收敛精度。     

基于矩阵摄动理论识别结构损伤的筛选法

定义了结构有限元模型中的单元损伤识别参数,建立了基于矩阵摄动理论的结构损伤识别方程,结合结构损伤的特点,提出了求解损伤识别方程的筛选法,该方法可以避免优化方法和迭代方法在未损伤单元上出现的"伪损伤"现象.通过一架五跨平面桁架损伤识别的数值仿真结果,证明了该方法的有效性与优越性.     

磁场中正柱非线性理论的自洽解

本文讨论磁场中中等低气压弧光放电与辉光放电的正柱理论。文献[1]是给定放电中间参数后,假定中性气体运动,研究放电现象.本文仍假定中性气体运动,但给出初始放电参数,补充两个积分关系,建立了初始放电参数与中间参数的关系。给出这个问题完整的数学提法。用数值方法求解。文献[1]相当于第一次迭代。结果表明,这种改进是必要的.     

Structural damage localization and evaluation based on modal data via a new evolutionary algorithm

This paper is intended to present a method for the localization and evaluation of damage in plates based on the changes in natural frequencies and mode shapes of the damaged plate using an optimization approach. The colonial competitive algorithm is employed to detect damage (or damages) in plates by optimizing a damage function. The performance of the proposed method is demonstrated by implementing the technique to two examples; a shear wall and a four-fixed supported plate with and without modal data noise including one or a large number of damages. The results confirm the applicability and efficiency of the presented method in detecting damage localization and quantification in the shear walls. Furthermore, the proposed method is implemented to the four-fixed supported plate aimed at demonstrating the high sensitivity of the proposed method in quantitative estimation of damaged plate structures. Finally, the reliability of the presented method is explored through the comparison of the obtained results and those of the other methods. It is concluded that the proposed method can be viewed as a powerful and robust method for structural damage detection in plate structures.     

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.     

DAMAGE DETECTION BASED ON OPTIMIZED INCOMPLETE MODE SHAPE AND FREQUENCY

For the purpose of structural health monitoring, a damage detection method combined with optimum sensor placement is proposed in this paper. The back sequential sensor placement(BSSP) algorithm is introduced to optimize the sensor locations with the aim of maximizing the 2-norm of information matrix, since the EI method is not suitable for optimum sensor placement based on eigenvector sensitivity analysis. Structural damage detection is carried out based on the respective advantages of mode shape and frequency. The optimized incomplete mode shapes yielded from the optimal sensor locations are used to localize structural damage. After the potential damage elements have been preliminarily identified, an iteration scheme is adopted to estimate the damage extent of the potential damage elements based on the changes in the frequency. The effectiveness of this method is demonstrated using a numerical example of a 31-bar truss structure.     

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．     

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.     

一种新的有限元模型移频动力缩聚法

将矩阵幂迭代法与移频技术相结合,建立了一种新的结构动力缩聚方法.该方法首先应用矩阵幂迭代法对结构的初始有限元模型进行一次缩聚,计算初始缩聚模型的特征值,然后通过判断低阶特征值的收敛情况确定移频位置,选择合适的移频值,建立移频后的广义特征方程;再根据矩阵幂迭代法迭代计算新的广义特征方程的动力缩聚矩阵,经迭代收敛后得到精确...     

随机振动载荷动力学等效的一种工程实现方法

利用实验室振动加载技术来等效模拟实际工况的随机振动载荷,以研究结构的振动环境适应性,是工程界通用的做法。文中讨论了随机振动载荷动力学等效的过程与方法,针对小阻尼稀疏模态结构,给出了基于结构振动响应等效的随机振动载荷等效关系的工程应用表达式和评价等效载荷对疲劳损伤影响的方法。简支梁数值模拟表明,通过文中方法设计的等效随机振动载荷,不仅可以获得变化不大的结构响应,而且疲劳损伤等效结果也可以满足工程应用精度要求。     

基于Mindlin板理论的偏移损伤成像数值仿真研究

提出了一种应用散射Lamb波的偏移技术对板结构中多部位损伤进行实时识别. 基于Mindlin板理论,推导了板结构中弥散性弯曲波频率-波数域的快速偏移方法. 首先对由线性传感器阵列激励和接收到的入射和散射波场在波数-频率域分别进行延拓,然后根据Huygens原理,结合波场延拓的时间一致性原理施加成像条件,对损伤进行成像识别. 数值仿真研究采用基于Mindlin板理论的有限差分法模拟结构中含不同形状及尺寸损伤时的散射波场. 对模拟散射波场进行偏移成像的结果表明该方法不仅能够识别多部位损伤的位置,还具有识别损伤程度的能力,其快速计算的优点满足在线结构健康监测系统对实时性的要求.      

一种基于自适应单元删除率的BESO方法

在ESO中采用动态删除率能有效地提高优化效率和稳定性，但现有的动态删除率策略都含有经验参数，确定删除率的过程较为复杂。本文提出了一种用于BESO的无经验参数自适应单元删除率确定方法。通过分析单元删除率对优化稳定性的影响，得到了结构优化过程中单元删除率的理想变化规律和单元灵敏度均匀化信息对删除率的影响情况，并据此分析了经验参数引入的原因，从而构造了评价单迭代步的单元灵敏度均匀化程度指标。然后，基于单迭代步的单元灵敏度均匀化程度指标，构造了全部迭代步信息下的单元灵敏度均匀化程度相对指标，结合单元删除率的推荐范围值，给出了一种自适应于结构优化进程的单元删除率自适应函数。最后，给出了基于自适应单元删除率的BESO方法实现流程。经典算例的结果对比说明，本文方法在保证优化质量相近的情况下，具有更好的优化效率和稳定性。     

基于高次广义柔度灵敏度的结构损伤识别

柔度矩阵可以由结构的低价模态近似计算获得，因此被广泛用于结构的模型修正和损伤识别中。由普通柔度派生而来的广义柔度，可以由低价模态数据更加精确的获得，且随着广义柔度次数的增高其精度越高，往往只需要第一或二阶模态数据即可获得很准确的高次广义柔度。因此，广义柔度灵敏度方法自提出以来受到广泛关注。本文详细研究了基于高次广义柔度灵敏度的损伤识别计算方法，研究中发现，利用广义柔度灵敏度进行损伤识别计算时，并非越高次的广义柔度其识别结果越准确，随着广义柔度次数的增加，损伤识别结果精度呈现出先提高但随后显著降低的趋势。究其原因在于，虽然随着广义柔度次数的增加，广义柔度本身的精度更高，但与之相应的灵敏度方程组系数矩阵的条件数却也显著增大了，即方程组的病态性反而更加严重了，这导致了基于高次广义柔度计算所得的损伤参数的精度反而不如低次广义柔度的情况。因此，本文的研究表明，工程中利用广义柔度进行模型修正或损伤识别时，一般采用一次广义柔度或二次广义柔度即可，且计算中为了克服方程组的病态性和数据噪声的不利影响，本文提出了一种反馈奇异值截断法，能够明显提高计算精度，获得较准确的识别结果。