基于改进云推理算法的塔架结构损伤识别

为了解决塔架结构的损伤识别问题,提出了基于应变能和改进云推理算法的损伤识别方法。首先描述了云模型的基本理论和数字特征,并给出了模态应变能的基本公式;然后分析了X条件云发生器和Y条件云发生器的基本算法和运行步骤,借助灰云模型建立相应的前件云和后件云规则,考虑了测量噪声的影响,利用云发生器生成多组云滴,并利用多模式下云滴的确定度和生成值构建了基本云推理算法及其损伤识别指标。基本云推理算法中常会产生不均匀发散的云滴,从而使计算结果产生一定的偏差,为了降低云滴发散产生的偏差影响,提出了基于损伤模式数量加权的云推理改进策略。计算结果表明:云推理算法可以较好地应用于塔架结构的损伤识别,其识别结果明显优于传统的应变能耗散率指标方法;而改进云推理算法进一步提高了识别的精度,优于基本云推理算法。     

基于车桥耦合理论的梁式桥阻尼比识别研究

提出一种基于车桥耦合动力学理论的梁式桥阻尼比识别方法. 首先按照动力学理论将测试车设计为单自由度体系, 然后利用安装在测试车上的传感器采集信号, 从测试车与桥梁接触点响应信号中得到梁式桥响应的信号, 基于车桥耦合动力学原理滤波处理得到包含梁式桥第一阶频率的信号, 最后假定梁式桥阻尼比值, 通过假定的梁式桥阻尼比值获取假定的梁式桥第一阶振型, 不断循环直至假定的阻尼比值下计算的第一阶振型最大值点居中, 即为识别的梁式桥真实阻尼比. 本文首先从车桥耦合动力学理论推导上说明了该方法的可行性, 然后考虑在不同车速与非恒定车速、路面粗糙度、环境噪音等影响因素下进行车桥耦合动力学模型分析, 最后通过实桥试验进行了初步验证. 研究结果表明: 该方法能一定程度上克服外界不利因素的影响, 达到识别梁式桥阻尼比的目的, 为识别梁式桥阻尼比提供一种更优方法, 其具有参数设置较少、操作简单方便以及更高测试精度等优点, 同时有助于推动基于车桥耦合的车桥耦合动力学理论技术在梁式桥模态参数识别工作中的实际工程应用.      

Rosenbrock实时积分方法的精度和稳定性分析及其在结构动力学上的应用

Rosenbrock法以其在稳定性和精度方面的优势得到了广泛的应用,但Rosenbrock法大多局限于一阶微分方程的求解,在结构动力学上的应用相对较少。本文针对其在结构动力学问题上的应用,对2级Rosenbrock实时积分方法的精度和稳定性进行了系统地分析。结果表明:该方法对于满足Lipschitz条件的非线性问题,能保持二阶精度;在求解线性无阻尼问题以及带有摆非线性问题时,该方法具有能量衰减的特性;与平均加速度法相比,该方法在求解Bouc-Wen模型的非线性问题时表现出更好的稳定性。本文为采用Rosenbrock法解决复杂的结构动力学问题提供了更有利的理论依据。     

红外热像法研究屋顶绿化对热环境的影响

该研究应用红外热像法测量绿化屋顶的表面温度,进而分析屋顶绿化对热环境的影响。通过采集斜坡屋顶绿化、轻型屋顶绿化和蓄水覆土屋顶绿化在阴天、雨后一天、晴天三种天气条件下的红外热像图,分析对比三种绿化屋顶在同一天内及三种不同天气条件下的温度变化。结果表明绿化屋顶表面温度的变化主要受太阳辐射和气温的影响,而蓄水覆土绿化屋顶的表面温度还受到其含水量的影响;屋顶绿化在夏季天气条件下可有效降低屋顶的表面温度、减小温度波动幅度,有利于改善城市热环境。     

山地城市轻轨沿线典型地段声环境研究*

重庆作为典型山地城市,独特的城市空间形态产生了轻轨系统与其沿线建筑特有的空间关系,使得轻轨噪声的影响变得更为复杂。本文以重庆市轻轨建设现状与空间形态特征的分析研究为基础,选取了轻轨2、3号线沿线的三处典型地段进行声环境测试,测试结果表明,轻轨通过时噪声会增加10-25 dB(A),而山地城市多轻轨线路多弯道,列车通过400m以下小半径弯道时噪声平均比直行状态高2-3 dB(A),同时轻轨在进出隧道时,其噪声的持续影响时间平均增加10-12s。     

框架结构损伤的检测诊断与评估方法研究

通过构造以损伤参数为未知量的超定非线性方程组,提出了3种改进的框架结构损伤的检测、诊断、评估方法——改进的一阶迭代法、改进的混合迭代法、改进的动静结合法。通过对框架结构损伤识别的数值模拟分析可以得出:在单柱或梁发生20%及以下损伤的情况下,动静结合法、一阶迭代法、混合迭代法均能较好地识别出损伤的位置与程度。在求解40%及以上的损伤或者多处梁柱损伤时,一阶迭代法和混合迭代法分别只经过25次迭代和22次迭代就达到设定的10-8迭代误差而收敛停止计算,均能准确地识别出损伤单元的位置与损伤程度;与一阶迭代法相比,混合迭代算法由于采用了精确度较高的二阶非线性解析解作为迭代修正的初值,因而迭代修正精度更高,收敛性更好;动静结合法由于结合了结构的动态信息和静态信息,识别精度与混合迭代算法接近且减少了运算时间,并且通过提高计算中所使用的模态阶数可大大提高其识别精度。     

地震动瞬时谱估计的UnscentedKalman滤波方法

用时变ARMA模型描述地震动时程,提出了采用Unscented Kalman滤波技术实现地震动瞬时谱估计的思路．算例分析表明,Unscented Kalman滤波方法较Kalman滤波方法适用范围广,具有较高的时间和频率分辨率,能够更好地跟踪地震动的局部特性,适合处理非线性模型或有突变特性的模型的辨识问题．不同阶数ARMA模型的估计结果还表明,以往被忽略的ARMA模型的理论频率分辨力对地震动瞬时谱估计精度有重要影响,应作为一个参考指标在ARMA模型的判阶中加以考虑．     

基于小波分解的岩石破坏次声信息特征研究

次声探测是近年来在自然灾害临灾预警领域兴起的一种新方法,具有广阔的前景。为了研究岩石破坏次声信息特性,在室内试验的基础上采集了砂岩试件破坏前的次声信号,借助小波分析方法对信号的能量特征进行了分析。结果表明:岩石变形破坏次声信号能量主要集中在4～8 Hz的中频带和8～16 Hz的高频带两个频率范围内,中频带能量大于高频带能量,同时在低频带0～4 Hz内也存在一定的能量分布。随着岩石变形破坏程度的增加,次声信号的中低频带能量在相对减少,在岩石临近破坏前,次声信号的中低频带能量与高频带能量的比值接近1。上述特征的发现,为岩石破坏次声信号识别以及破坏前兆预警提供了重要依据。     

基于k-fold交叉验证的代理模型序列采样方法

在代理模型序列采样框架下,针对现有研究中的不足之处,通过引入k-fold交叉验证计算样本的预测误差,并结合泰森多边形法和最大距离最小化准则,发展了一种适用于任意代理模型的k-fold CV-Voronoi自适应序列采样方法。相较于传统序列采样方法,本文方法具有计算简单和自适应性强等显著优势。通过数值算例和工程算例对比分析发现所提序列采样方法具有较高的近似精度和计算效率,此外,进一步讨论了k-fold交叉验证中k的不同取值对于代理模型精度的影响,总结出k的最优取值范围以供参考。     

基于频率相关黏性阻尼模型的复模态叠加法

黏性阻尼模型存在每周期耗散能量与外激励频率相关的缺陷,复阻尼模型时域计算结果存在发散现象.为克服上述两种阻尼模型的不足,在复阻尼模型基础上,依据时频域转化原则推导了频率相关黏性阻尼模型.频率相关黏性阻尼模型不仅具有每周期耗散能量与外激励频率无关的优点,还保证了结构位移时程的稳定收敛.混合结构由具有不同阻尼特性的材料组成,其阻尼矩阵为非比例矩阵,无法直接采用实模态叠加法.根据频率相关黏性阻尼模型与复阻尼模型的转换关系,提出了适用于混合结构的基于频率相关黏性阻尼模型的复模态叠加法.算例分析结果表明,与基于黏性阻尼模型的复模态叠加法相比,基于频率相关黏性阻尼模型的复模态叠加法不仅计算结果唯一,且不增加矩阵维度,具有较高的计算效率.小阻尼情况下,两种方法的计算结果近似相等,且与复阻尼模型的频域计算结果一致.当阻尼比较大时,两种方法的计算结果差异增大,但频率相关黏性阻尼模型的复模态叠加法与复阻尼模型的频域计算结果仍保持一致.