基于1范数正则化的模型修正方法在结构损伤识别中的应用

以基于灵敏度分析的有限元模型修正方法为基础,提出了一种基于1范数正则化过程的结构损伤识别方法。通过与以Tikhonov正则化为代表的二次型正则化过程相比较,本文的理论分析表明1范数正则化方法在迭代计算过程中能根据上一迭代步损伤识别结果自适应地调整正则化项中的损伤参数权系数,从而显著改善了Tikhonov正则化识别结果过度光滑的缺陷,更利于识别结构的局部损伤。为解决引入1范数造成的数值计算困难,文中还对基于1范数正则化的模型修正算法进行了改进。以二维框架模型为例的损伤识别数值模拟表明：1范数正则化方法与模型修正方法相结合可以有效抑制实测模态参数中噪声的影响,体现出较好的鲁棒性;在模态噪声水平达到10%的情况下,仍能有效抑制噪声干扰,凸显结构局部损伤位置,准确识别损伤程度。     

基于L1正则化的随机梁式结构静力损伤识别方法

提出了一种结合摄动法和L1正则化方法的随机梁式结构静力损伤识别方法。考虑初始模型误差和测量误差的影响,建立了关于随机损伤指数的控制方程,并将摄动法和L1正则化方法相结合,对随机损伤指数的控制方程进行求解,进而从概率的角度对结构的损伤进行识别。损伤试验结果表明,和传统的最小二乘求解法相比,本文方法能够更为准确地识别多处局部损伤的位置及大小,对实际结构损伤检测具有较好的参考价值。     

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。     

采用新型损伤指示因子和结构优化方法的单元损伤识别

在一种新型的损伤指示因子的基础上,采用最小二乘法建立损伤识别问题的优化模型,通过模态综合方法计算结构模态的灵敏度,采用半解析法计算指示因子对损伤参数的灵敏度,最终由序列线性规划方法求解优化问题。数值算例验证了本文方法的可行性。     

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.     

曲率模态及其在桁架桥梁损伤识别中应用

当前桥梁的安全性问题日益引起人们的广泛关注，对桥梁结构进行状态监测和安全评估成为众多学者的研究课题。在目前所采用的各种方法中，模态分析法的应用最为广泛，通过监测桥梁的模态参数即可获得其状态信息。通常在模态分析中所采用的参数如：固有频率、振型等参数，反映的都是结构的整体特性，难以用来确定故障位置，只有利用能够表征结构局部特性信息的模态参数曲率模态的变化，才能完成桥梁状态监测工作。本文以1：10钢桁架桥梁模型为研究对象，用有限元模型及实验模型进行局部损伤的识别，实验采用锤击法及变时基(VTB)技术对桥梁模型进行了模态分析。识别表明，通过曲率模态的变化可明显识别结构的损伤部位，取得了很好的识别效果。为今后桥梁结构损伤识别提供了一种可行的研究方法。     

基于模态参数考虑边界条件变异的桥梁结构损伤识别

根据桥梁结构的实际工程特性,分析其边界条件变异、结构损伤及其参数变化,采用约束优化理论,建立以实测和理论模态参数误差平方和最小为目标函数的优化反演问题。基于矩阵摄动理论引入与结构动力方程对应的特征值和特征向量的一阶、二阶摄动量,将优化反演问题简化为非线性最小二乘法优化反演问题。针对桥梁结构边界条件对模态参数影响显著的实际情况,实施桥梁结构边界条件预识别,采用单元模态应变能方法预定位损伤,提出考虑边界条件变异的桥梁结构损伤识别具体流程。以一磁浮轨道梁方案为例,采用数值模拟进行边界条件变异及损伤的识别验证,结果表明:该方法能够有效识别边界条件的变异及构件损伤,识别参数的相对误差最大为12.48%,具有较高的识别精度。     

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.     

模态参数不确定性分析的贝叶斯方法研究

在结构损伤诊断和参数识别中,实测结构模态参数不可避免地存在误差。本文将模态参数视为随机变量,采用贝叶斯方法对模态参数的不确定性进行分析。分析中选用高斯联合概率密度函数作为先验密度函数,通过多次独立的模态参数测试,得到传递函数的条件概率密度函数和模态参数的后验估计表达式,再利用拉普拉斯渐近方法求解边缘概率密度函数,得到模态参数的最大后验估计。在钢筋混凝土框架结构的模态试验中,利用本文方法给出了结构模态参数的估计值,结果表明,本文方法具有良好的收敛性。     

基于应变模态小波变换的框架结构损伤识别研究

采用应变模态的小波变换方法研究了框架结构的损伤识别问题。以有限元分析求解含裂缝平面框架应变模态为基础,利用Guass2小波对框架的应变模态进行小波变换,再用db3小波对应变模态小波变换系数进行去噪处理,最后通过对去噪处理后的小波系数模极大值点来识别框架结构裂缝的位置,建立了基于应变模态小波变换识别平面框架损伤的方法。以一层平面框架为例,分别给出了框架梁含有裂缝、框架柱含有裂缝、框架梁和柱均含有裂缝的有限元模型,计算得到结构的应变模态,并通过应变模态小波分析来识别平面框架裂缝的位置。从识别结果发现,经小波去噪处理后应变模态小波系数的模极大值点能够有效识别框架结构的损伤,数值计算验证了方法的有效性。本文研究对工程结构损伤诊断有参考价值。     

A SINGULAR VALUE DECOMPOSITION BASED TRUNCATION ALGORITHM IN SOLVING THE STRUCTURAL DAMAGE EQUATIONS

The structural damage identification through modal data often leads to solving a set of linear equations. Special numerical treatment is sometimes required for an accurate and stable solution owing to the ill conditioning of the equations. Based on the singular value decomposition (SVD) of the coefficient matrix, an error based truncation algorithm is proposed in this paper. By rejection of selected small singular values, the influence of noise can be reduced. A simply-supported beam is used as a simulation example to compare the results to other methods.Illustrative numerical examples demonstrate the good efficiency and stability of the algorithm in the nondestructive identification of structural damage through modal data.     

环境温度影响下基于支持向量机与强化飞蛾扑火优化算法的结构稀疏损伤识别

结构处于自然环境中常会受到环境温度变化的影响,引起实测动力响应出现较大误差,进一步影响对结构健康状况的判定.另外,基于优化算法的损伤识别在反演损伤位置及量化损伤程度时,易出现局部最优解,且计算效率低下.针对以上难题,本文提出一种结合支持向量机与强化飞蛾扑火优化算法的损伤识别方法,用于对环境温度影响下的结构稀疏损伤进行识...     

基于残余力向量法和改进遗传算法的结构损伤识别研究

提出了一种基于残余力向量法和改进遗传算法的结构损伤识别方法。文中首先对残余力向量法和遗传算法的基本理论进行了介绍。在无噪声的情况下,使用任意一阶模态数据,残余力向量法都能够对损伤进行准确定位。但是,振动测试数据中往往包含噪声,导致运用残余力向量法进行损伤识别完全不可行。考虑到这个问题,在常规模态分析的基础上,以节点的残余力向量构造用于遗传搜索优化的目标函数形式,然后利用改进的遗传算法重点进行了噪声条件下的结构损伤定位和定量研究。最后,本文用一个平面桁架模型进行了数值模拟,验证了所提出方法的有效性,并对方法应用中存在的一些问题进行了深入分析,得出了一些有益的结论。     

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．     

基于改进遗传算法的桥梁结构损伤识别应用研究

提出了一种基于残余力向量和改进遗传算法的桥梁结构损伤识别方法。在无噪声的情况下,使用任意一阶模态数据,残余力向量法都能够对损伤进行准确定位。但是,振动测试数据中往往包含噪声,导致运用残余力向量法进行损伤识别完全不可行。考虑到这个问题,在常规模态分析的基础上,以节点的残余力向量构造目标函数,提出了一种用于遗传搜索优化的目标函数形式。利用改进遗传算法重点进行了噪声条件下的结构损伤定位和定量研究,并对遗传算法的参数选取问题进行了深入探讨。遗传算法的主要改进包括:采用浮点编码、采用基于标准化几何分布排名的选择策略、采用最优保存策略、采用算术交叉算子、采用自适应变异算子。最后,本文用一个连续梁桥模型进行了数值模拟,验证了所提出方法的有效性,并对方法应用中存在的一些问题进行了深入探讨。     

基于有限测点信息的结构损伤识别柔度法

利用有限测点获得结构的模态参数，提出了基于有限测点的结构损伤识别的柔度法。该方法是通过仅考虑结构柔度的灵敏度分析，以结构各自由度的损伤信息为条件，选择对结构柔度变化敏感的自由度为测点，并利用有限测点的信息提出了结构完备模态振型的重建技术。在此基础上，对柔度矩阵做关于结构物理参数变化量的一阶泰勒展开，来确定结构单元的损伤因子对结构进行损伤识别。从而实现利用结构有限测点的模态信息来识别结构的损伤，解决了测试结构的模态振型的不完整给结构的损伤诊断带来的困难。通过数值算例说明了该方法的有效性。     

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．     

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。