考虑数据不确定性的结构损伤识别Bootstrap-BC_a法

传统的基于概率统计分析的结构损伤识别方法通常需要人为假定不确定性参数服从某种概率分布,当此假设与现实不符时,可能导致损伤误判。为此,结合频响函数与Bootstrap相关理论,提出一种考虑测量数据不确定性的结构损伤识别Bootstrap-BC_a法。首先根据结构损伤前后的多组结构响应识别相应各单元的刚度损伤系数δ_i~u和δ_i~d;进而采用Bootstrap-BC_a法分别估计各个单元的δ_i~u和δ_i~d在置信度为95%下的置信区间;最后通过所定义的结构损伤可能度指标PDI和单元损伤程度指标DLI来确定结构各单元的损伤可能性和损伤单元的损伤程度中值及区间。以数值算例来验证所提方法的可行性及可靠性,并分别讨论了数据不确定度、原始样本个数对损伤识别结果的影响。结果表明所提方法在考虑测量数据不确定性的情况下,仅需少量样本即可准确地识别出单元的损伤位置和损伤程度,具有一定的工程应用价值。     

结构损伤的非概率区间识别方法

基于结构时域加速度响应,利用区间分析方法对具有外界激励和测量数据不确定性的结构系统进行损伤识别.不确定性量被处理为有界区间数,基于参考有限元模型和被测加速度响应,经过提出的两步模型参数的区间修正方法分别得到了未损伤和损伤结构区间模型,进而通过定义的PoDE(Possibility of Damage Existence)确定了结构各单元的损伤可能性.最后以十杆平面桁架系统为例,对区间方法与概率方法的损伤识别结果进行对比,讨论了损伤程度和不确定度对识别结果的影响,结果表明了本文方法的可行性与有效性.     

一种不受相位噪声影响的模态参数识别法

本文提出了一种根据幅值频响数据来识别模态参数的频域识别法.该方法首先通过识别幅值频响函数模型来得到传递函数的零点和极点.鉴于不同结构系统可以有完全相同的幅值频响函数,文中提出了由相位频响数据来判定传递函数零点的号性,以唯一确定传递函数,从而消除了相位噪声对模态参数识别结果的影响.作为例子,文中给出了计算机模拟实验例子和滚动轴承支承动态参数识别的应用实例.     

P-CS不确定性量化模型与其性能数据驱动更新方法

在实际工程中, 广泛存在大量的不确定性信息, 直接或间接影响着工程结构形式设计、结构性能评估与预测以及在役结构损伤识别等工作的开展与决策. 这些多源不确定性信息往往需要用多种不同的不确定性量化模型加以描述; 与此同时, 不确定性变量在使用过程中可能随时间变化且难以直接测量, 需要间接根据性能测试信息在使用工程中更新不确定性量化模型. 为兼顾上述两个问题, 本文基于等概率变换原则提出了一种P-CS (probability-convex set) 不确定性量化模型, 该模型将不确定性变量用概率随机变量与非概率凸集变量组合表征, 可统一表达概率模型、非概率模型以及非精确概率模型, 实现多源、多类型不确定性的统一量化. 本文进一步基于贝叶斯理论提出了一种针对该P-CS不确定性量化模型的性能数据驱动更新方法. 该更新方法根据性能测试数据信息更新P-CS不确定性量化模型参数取值的信度分布, 从而根据后验信度分布计算得出当前P-CS不确定性量化模型参数集合. 通过数值算例详述了P-CS不确定性量化模型的构建方法与其概率、非概率特性, 并验证了性能数据驱动更新P-CS模型方法的适用性.      

基于不完备模态信息的结构损伤识别方法

针对结构损伤识别中的有限测点问题和测试噪声问题,提出一种基于模型修正法的损伤识别方法,仅利用结构的低阶频率和相应的不完备振型进行损伤识别。基于动力缩聚法构造参数化的振型扩展矩阵,解决振型不完备的问题,然后根据交叉模型交叉模态法CMCM(cross-model cross-mode)构造约束方程,并使用Hestenes-Powell增广拉格朗日乘子法求解约束优化问题,从而根据优化问题的最优解判断出损伤位置和损伤程度。在模态数据包含测试噪声的情况下,提出一种改进的CMCM方法,以减小测试噪声对损伤识别结果的影响。对一个25杆平面桁架进行数值仿真实验,结果表明,在3%的噪声水平下,仅需测得损伤结构的前5阶不完备模态,本文方法就能较准确地识别结构损伤。     

基于概率和非概率混合模型的结构鲁棒设计方法

讨论了同时存在概率不确定性量和非概率不确定性量时可行鲁棒性和目标函数鲁棒性的实现策略,提出了基于概率和非概率混合模型的结构鲁棒设计方法。基本做法是首先视非概率型不确定性量为参变量,按照传统概率统计的方法计算约束函数和目标函数的均值和标准方差,然后再考虑非概率型不确定性量的波动变化对约束函数和目标函数统计特征量的影响,以修正常规可行鲁棒性和目标函数鲁棒性的数学模型。所提方法应用于一个10杆桁架结构的最轻质量设计和节点位移鲁棒设计,获得了对不确定性量波动变化不敏感的设计方案。     

利用频响函数对阻尼结构进行模型修正的方法

基于频响函数和模型缩聚技术提出了一个动力结构模型修正方法。与传统频响函数法相比,由于引入了阻尼刚度比,减少了修正参数,提高了计算效率。并且针对传统频响函数法测试维数过高的缺点,引入模型缩聚技术,降低了模型测量维数的要求。数值算例证明了本方法的有效性与可行性。本方法可以对有阻尼的模型进行修正,克服了模态修正法的缺点;利用模型缩聚减小了测试点的数目,引进单元阻尼刚度比。与传统的频响函数修正法相比,减少了修正未知数,提高计算效率,并且修正结果也较准确。     

基于静力挠度的梁结构损伤识别两阶段方法

基于梁弯曲挠度的三次样条插值,利用应变能损伤定位指标和有限元损伤状态方程,建立了梁损伤识别的两阶段方法.首先假定结构损伤对结构应力重分布影响较小,证明了损伤梁单元的静态应变能改变量大于零.考虑测量噪声及挠度三次样条插值近似引起的误差,引入损伤定位指标阈值和损伤概率,确定了梁的可能损伤单元.在此基础上,利用有限元法,建立了可能损伤单元的损伤状态方程,通过损伤状态方程的求解完成损伤程度的确定.最后,为验证所提损伤识别两阶段方法的有效性和可靠性,对简支梁和固支梁的损伤情况进行了数值模拟,结果表明:所提方法不仅可有效地识别梁损伤单元,而且对测量噪声具有较强的鲁棒性.     

基于位移响应协方差参数的数值仿真和实测损伤识别研究

本文使用结构位移响应协方差参数进行结构损伤识别，首先推导和建立位移响应协方差参数的解析公式，它是结构频率、振型和阻尼等模态参数的函数，结构物理参数的改变会导致该协方差参数的改变；对一个七层框架结构进行数值模拟分析来演示该方法的有效性，通过比较结构不同状态下各单元位移响应协方差参数CoD的分布曲线，研究各单元CoD与损伤程度的关系曲线，发现损伤位置处的CoD改变最大，其次是对称和附近单元，通过单损伤和多损伤工况研究分析，表明基于结构损伤前后CoD的改变，能成功判定损伤发生和识别出损伤位置，最后把该方法应用于一个实验室简支钢梁的损伤识别，通过对锤击振动下的加速度响应进行二次积分得到位移响应，并比较钢梁损伤前后的CoD，得到损伤概率向量，成功识别出损伤位置。该方法具有较好的噪声鲁棒性，无需结构分析模型，计算简便，具有较好的工程应用性。     

基于Kriging模型的频响函数有限元模型修正方法

针对使用频响函数进行有限元模型修正的问题,提出了一种基于Kriging模型的修正方法,用于检测结构由损伤引起的在单元刚度特性上的衰减。本文方法可以在不需要推导修正参数与频响函数残差代数关系的前提下,通过少量测点提供的有效数据快速求解;还可以通过控制算法的终止准则来提高对未知区域的探索程度,降低结果收敛到局部解上的可能。使用Kriging模型可以有效地减少原有限元模型的计算次数,保证计算效率的同时,为对结构进行更准确精密的有限元建模提供了便利。     

Non-probabilistic information fusion technique for structural damage identification based on measured dynamic data with uncertainty

Based on measured natural frequencies and acceleration responses,a non-probabilistic information fusion technique is proposed for the structural damage detection by adopting the set-membership identification(SMI) and twostep model updating procedure.Due to the insufficiency and uncertainty of information obtained from measurements,the uncertain problem of damage identification is addressed with interval variables in this paper.Based on the first-order Taylor series expansion,the interval bounds of the elemental stiffness parameters in undamaged and damaged models are estimated,respectively.The possibility of damage existence(PoDE) in elements is proposed as the quantitative measure of structural damage probability,which is more reasonable in the condition of insufficient measurement data.In comparison with the identification method based on a single kind of information,the SMI method will improve the accuracy in damage identification,which reflects the information fusion concept based on the non-probabilistic set.A numerical example is performed to demonstrate the feasibility and effectiveness of the proposed technique.     

Combined neural network and reduced FRF techniques for slight damage detection using measured response data

Summary  This paper deals with structural damage detection using measured frequency response functions (FRF) as input data to artificial neural networks (ANN). A major obstacle, the impracticality of using full-size FRF data with ANNs, was circumvented by applying a data-reduction technique based on principal component analysis (PCA). The compressed FRFs, represented by their projection onto the most significant principal components, were used as the ANN input variables instead of the raw FRF data. The output is a prediction of the actual state of the specimen, i.e. healthy or damaged. A further advantage of this particular approach is its ability to deal with relatively high measurement noise, which is a common occurrence when dealing with industrial structures. The methodology was applied to detect three different states of a space antenna: reference, slight mass damage and slight stiffness damage. About 600 FRF measurements, each with 1024 spectral points, were included in the analysis. Six 2-hidden layer networks, each with an individually-optimised architecture for a specific FRF reduction level, were used for damage detection. The results showed that it was possible to distinguish between the three states of the antenna with good accuracy, subject to using an adequate number of principal components together with a suitable neural network configuration. It was also found that the quality of the raw FRF data remained a major consideration, though the method was able to filter out some of the measurement noise. The convergence and detection properties of the networks were improved significantly by removing those FRFs associated with measurement errors. Received 9 March 2000; accepted for publication 12 December 2000     

Identification of multiple directional damages in a thin cylindrical shell

In this paper, a structural damage identification method (SDIM) is developed to identify the line crack-like directional damages generated within a cylindrical shell. First, the equations of motion for a damaged cylindrical shell are derived. Based on a theory of continuum damage mechanics, a small material volume containing a directional damage is represented by the effective orthotropic elastic stiffness, which is dependent of the size and the orientation of the damage with respect to the global coordinates. The present SDIM is then derived from the frequency response function (FRF) directly solved from the equations of motion of a damaged shell. In contrast with most existing SDIMs which require the modal parameters measured in both intact and damaged states, the present SDIM may require only the FRF-data measured at damaged state. By virtue of utilizing FRF-data, one may choose as many sets of excitation frequency and FRF measurement point as needed to acquire a sufficient number of equations for damage identification analysis. The numerically simulated damage identification tests are conducted to study the feasibility of the present SDIM.     

Statistical detection of structural damage based on model reduction

This paper proposes a statistical method for damage detection based on the finite element （FE） model reduction technique that utilizes measured modal data with a limited number of sensors. A deterministic damage detection process is formulated based on the model reduction technique. The probabilistie process is integrated into the deterministic damage detection process using a perturbation technique, resulting in a statistical structural damage detection method. This is achieved by deriving the first- and second-order partial derivatives of uncertain parameters, such as elasticity of the damaged member, with respect to the measurement noise, which allows expectation and covariance matrix of the uncertain parameters to be calculated. Besides the theoretical development, this paper reports numerical verification of the proposed method using a portal frame example and Monte Carlo simulation.     

基于静力残余力向量的结构损伤评估方法

残余力向量法是一类常用的损伤识别方法,现有的残余力向量法都是基于动力测试的模态参数,和动力测试数据相比,静力测试数据往往精度更高,且无需模态分析等复杂操作.鉴于此,本文提出一种静力残余力向量法用于结构损伤评估.所提方法利用静力测试位移数据,并结合结构有限元模型的刚度矩阵,定义了静力残余力向量,根据该向量中不为零的元素来判断损伤自由度,再根据自由度和单元之间的对应关系来确定发生损伤的位置,并进一步提出一种求解损伤参数的代数解法.另外,针对实践中角位移难以测量的情况,进一步提出了一种静力缩聚残余力向量法,拓宽了所提方法的应用范围.以桁架结构和梁结构模型为例对所提方法进行了验证,数值算例结果说明所提方法合理有效.     

改进的小损伤结构动力学有限元建模方法

在遗传算法或神经网络方法识别结构损伤位置和程度时,都是基于少量的在线测量的损伤结构振动响应数据和大量的模型仿真数据来实现的,因而建立高效和精确的损伤结构动力学有限元模型,以便仿真获得损伤结构的大量动力学响应数据是十分重要的基础前提工作。本文针对ANSYS结构分析软件在建立结构小损伤有限元动力学模型存在两个关键问题,结构损伤处直接网格划分的计算结果误差和网格节省问题,以结构损伤振动检测的实际需要为出发点,提出了建立含小损伤结构的ANSYS动力学建模技术,研究了结构局部小损伤及其位置与所在处单元刚度矩阵变化的数量关系。     

自由度缩聚的柔度损伤诊断法

为了提高结构在模型自由度缩聚情况下的损伤识别结果的精度，本文推导了基于改进Guyan 缩聚法的结构振动方程式．通过求解振动特征方程，利用其特征值和特征向量构建结构缩聚后的柔度矩阵表达式，并引入结构缩聚后的柔度曲率矩阵差和柔度曲率矩阵变化率两个损伤指标，将引入的新损伤指标应用于平面桁架的损伤识别．研究表明：不管是单损伤还是多损伤，仅仅需要一阶模态参数，利用其引入的新损伤指标就可以精确地识别出损伤杆单元位置．即使在高强度噪音的影响下，也保证了其损伤识别结果的精确性．验证了本文基于改进的Guyan 缩聚法推导出的损伤指标具有较好的损伤定位性能和较高的抗噪性能．     

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.