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。     

残余力向量法在结构损伤识别中的应用研究进展

工程结构的损伤识别技术对于把握结构工作状态及评估结构的安全性与正常使用性能具有重要的意义。近年来基于残余力向量法的损伤识别技术受到了关注并取得了一定的研究成果。文章从基于残余力向量法的损伤识别技术、残余力向量法和灵敏度分析方法相结合、残余力向量法的改进、残余力向量法和人工神经网络技术的结合、残余力向量法和智能算法的融合等5个方面综述了目前国内外基于残余力向量法进行结构损伤识别研究的成果。并根据残余力向量法应用上存在的问题展望了应用残余力向量法进行结构损伤识别时在如何减小误差;如何克服测试信息不完备的影响;如何进行实际工程损伤识别的研究以及残余力向量法的改进以及残余力向量法和智能算法结合等方面的发展趋势。     

损伤识别一种改进的残余力向量法

提出了一种改进的残余力向量法用于工程结构损伤识别.分析了利用结构有限元模型缩聚技术给残余力向量法所造成的误差,提出了一种改进的残余力向量法.以平面桁架结构为算例,比较了改进方法与原方法的损伤识别结果.结果表明,改进的方法合理可靠、精度高.     

基于改进残余力向量法的桁架结构损伤诊断

提出一种基于改进残余力向量法的桁架结构损伤诊断方法. 先由灵敏度分析, 求出结构刚度联系矩阵,再由刚度联系矩阵将损伤后的刚度摄动矩阵展开成对角矩阵,代入 残余力向量方程,得到由刚度联系矩阵表示的新的残余力向量方程,此方程可以直接求解, 即可诊断出桁架结构的损伤杆件及其损伤程度. 对于实测中难以获得完备振型的情况,采用 模态扩阶的方法来获得完备的测试振型. 最后以一桁架结构进行数值仿真分析,证实了该方 法的有效性.     

基于残余力向量的桁架梁损伤识别研究

定义残余力向量为结构的损伤指标,给出了根据结构特征值方程详细推导残余力向量的理论过程.并以简支桁架梁为研究对象,利用残余力向量进行桁架梁的局部损伤识别,成功识别出桁架梁的单一和多处局部损伤;同时考虑实际测量中存在噪声影响,引入了损伤定位指数,分析了噪声对损伤识别精度的影响.理论分析和数值仿真结果表明,残余力向量能有效识别桁架梁的局部中小损伤,且有较好的抗噪性.     

基于CMDLAC指标和遗传算法的结构损伤定位研究

提出了基于综合多损伤定位保证准则(CMDLAC)指标和遗传算法(GA)的结构损伤定位方法。基于结构损伤标量模型,结合灵敏度分析提出了基于频率和振型变化的CMDLAC指标,将损伤识别问题转化为约束优化问题,最后以CMDLAC指标为优化目标函数应用遗传算法求解实现了结构的损伤定位。在考虑测试自由度不完备和测量噪声等因素影响的情况下,对桁架结构损伤的数值模拟分析表明了方法的有效性,验证了CMDLAC指标定位损伤和抵抗噪声的能力,同时指出其具有较强的实际可操作性。     

一种改进的残余力向量法在结构损伤识别中的应用

残余力向量法是结构损伤识别中常用的方法,复杂结构中单元数量较多而损伤位置较少,容易造成无关变量增多,进而导致计算量过大的问题。鉴于此,本文提出一种改进的残余力向量法用于结构的损伤识别。该方法利用刚度联系向量与残余力向量之间线性相关的特性,以向量投影值作为损伤定位的影响系数,初步筛选出结构可能出现损伤的单元范围。在此基础上,构建出残余力向量对应的线性方程组,根据顺序主子式不为零的条件,对线性方程组进行行初等变换,再根据单元的数量保留前n维线性方程,通过求解该方程组的代数解可得到该结构单元的刚度损伤参数。以简支梁为例的数值模拟表明,本文方法可减少无关单元变量的计算,降低残余力向量的维度并且具有较好的抗噪能力。     

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.     

改进的布谷鸟算法在结构损伤识别中的应用

布谷鸟算法受自然界中布谷鸟寻找鸟窝产卵过程启发而提出,其参数设置简单且效率高。为了平衡布谷鸟算法的求解速度和精度,提高算法的全局搜索能力,本文应用动态步长和锦标赛选择策略对原算法进行性能改进,并将其应用于结构损伤识别。在数值模拟中,选取频率等系统参数建立用于结构损伤识别的目标函数。基于改进的算法求解目标函数。最后分析得出结构损伤情况。数值结果显示,改进后算法准确识别损伤单元,并对噪声不敏感;验证了其有效性和实用性,可进一步应用于工程。     

基于多种搜索策略的人工蜂群算法的结构损伤识别

人工蜂群算法是一种元启发式算法,具有构架简单,易于操作和鲁棒性较好的特点。本文对原始蜂群算法进行了改进,为蜜蜂们提供了更丰富的搜索策略。基于轮盘赌原则选择更优的迭代方式,进而使算法的收敛速度和精度有了显著的提高。基于频率残差和模态置信准则(MAC)建立结构损伤识别问题的目标函数,然后利用ABC算法,QABC算法和本文方法求解该目标函数,得到损伤识别的结果。利用一桁架结构做数值模拟,用简支梁结构进行实验验证。算例表明,改进的算法更能有效地检测出结构的局部损伤,具有对测量噪声不敏感、高效率以及高精度等优点。     

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。     

基于模态参数灵敏度的损伤方程组求解正则化方法研究

基于模态参数的结构损伤识别方法是振动损伤识别领域中应用最为广泛的方法.利用模态参数灵敏度构建结构损伤方程组,对其进行求解可以识别结构损伤位置和程度.由于实际工程中模态参数不完备性和噪声的影响,结构损伤方程易出现病态问题,直接求解可能产生错误的结果.为了解决这一问题,可以引入正则化方法进行求解.然而,各类正则化方法的基本...     

单层短程线网壳结构模型试验研究

模型试验是全面掌握工程结构基本特性的有效手段之一。根据模型相似理论设计并制作了单层短程线网壳结构模型,同时设计了可动砝码加载方案,加工制作了砝码及支托。对结构杆件进行了材料拉伸试验,对结构模型进行了静载试验和模态试验研究,成功获得了结构模型的静内力分布规律及模态参数。试验结果与有限元计算结果对比分析表明,静载试验结果与有限元计算结果吻合较好,模态试验结果与有限元计算结果吻合稍差。所采用的加载方案、试验手段及分析方法对类似的模型试验研究都具有一定的参考价值,所得到的试验数据为大型空间网格结构实际工程的在线损伤识别及健康监测研究提供了第一手资料。     

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...     

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.     

考虑质量变化的刚架结构损伤识别方法研究

结构构件出现缺口损伤时,伴随着结构质量的减小。为了更精确地识别结构损伤,以折减损伤单元截面积来模拟结构损伤,提出考虑结构质量变化的刚架结构损伤识别方法。该方法首先通过相对模态应变能指标对结构损伤进行准确定位;之后考虑梁单元截面特性变化的特点将单元刚度矩阵进行分解,以多个指标描述单元损伤,从而建立结构损伤程度识别方程,并用最小二乘方法对损伤指标进行求解。数值算例结果表明,本文方法能实现对刚架结构损伤位置的准确定位和损伤程度的精确识别,而且具有良好的抗噪性。