基于频率-波数域偏移的损伤被动成像识别研究

提出了一种应用Lamb波对板结构中多部位损伤源进行被动成像识别的方法.基于Mindlin板理论,推导了板结构中弥散性Lamb波频率-波数域的快速偏移方法,结合爆炸成像原理,对损伤源发出的Lamb波信号进行回传成像.由于损伤源的发生时刻未知,将使用不同假设发生时刻(即不同长度)的Lamb波信号生成一系列图像,通过最小熵原理从中确定最优图像,识别出损伤源的位置和发生时刻.进行了数值仿真研究来表明所提出方法的有效性.     

基于认知技术的Lamb波结构损伤检测

在雷达领域最新技术进展的启发下,提出了一种新的概念——认知结构健康监测。认知结构健康监测是一种可以智能处理环境变化引起影响的结构健康监测系统:在先验知识及智能推理的基础上,通过调整系统输入及输出功能实现智能处理。并在此基础上提出了一种基于认知的Lamb波结构损伤检测方法,通过仿真进行了验证。铝板上的仿真结果表明,该方法能够在温度变化等干扰下准确地提取出与边界反射波混叠的损伤反射波,从而实现对边界附近损伤的检测。     

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。     

Lamb波理论及层合板冲击损伤的实验研究

从理论上分析了板中Lamb波信号的传播特性,并给出Lamb波在板中传播的频散方程。理论分析及实验均表明,Lamb波的频散特性与复合材料结构损伤有着直接的联系,而且最低阶的对称和反对称Lamb波模态对层合板的损伤比较敏感,但应用Lamb波的频散效应监测结构的损伤在检测技术上还难以实现。根据板中导波形成Lamb波的共振原理,板中应力波的幅频特性很大程度上反映了Lamb波的谐振特征。因此,利用压电元件的压电阻抗谱分析应力波的各阶模态频率及振幅对结构损伤的变化,能够反映材料内部损伤与Lamb波的频散特性。文中针对表面粘贴压电元件的层合板智能结构,建立了包含Lamb波谐振模式的压电阻抗计算模型。冲击损伤试件的实验表明,由于结构损伤的出现压电阻抗谱中的模态频率及其阻抗幅值等特征信息将发生变化。因此,引入应力波损伤因子可以对结构冲击损伤的存在和程度进行初步评价。该方法基于结构的机-电动态阻抗特性,不受结构的几何形状限制,测试用的压电元件成本低,方法简单可行,有望在智能结构的健康诊断方面获得应用。     

基于附加虚拟质量的结构损伤识别方法

针对大型土木结构的模态信息往往对局部损伤灵敏度较低的特点,提出通过在各个子结构上附加虚拟质量的方法提高局部灵敏度,实现整体结构的准确损伤识别。该方法无需在结构上布置真实质量,它首先利用虚拟变形法（VDM）可进行结构快速重分析的思想,由实测结构的激励和加速度响应,构造结构附加虚拟质量后虚拟结构的频率响应;然后结合灵敏度分析和附加质量与频率关系,确定所需附加质量和对应具有较高灵敏度的频率;最后分别在每个子结构上附加虚拟质量,联合所有虚拟结构和对应的频率即可准确快速地识别出整体结构各个子结构的损伤。本文通过两层平面框架有限元模型验证了附加质量损伤识别方法的有效性。     

轴对称壳体结构损伤识别方法研究

在对结构健康监测中的损伤识别方法进行调研与总结的基础上,针对某轴对称壳体结构开展损伤识别的动力识别方法研究.作者利用数值模拟技术评估了常用的动力损伤识别方法的有效性,选取出对研究对象损伤识别敏感量并实验验证指标识别有效性.进而在标识量敏感性分析的基础上,针对原有指标不足之处,提出了新的敏感指标,并与原有指标通过数值模拟对比验证其识别效果优越性.     

基于匹配追踪算法的复合材料冲击损伤成像技术

基于Lamb波和匹配追踪算法,提出了一种损伤成像方法,对复合材料冲击损伤进行在线的连续监测。首先针对Lamb波监测的特点,提出了匹配追踪方法的快速实现方案,将信号分解为多个Chirplet原子的线性组合,建立了Lamb的弥散效应与Chirplet原子的调频斜率之间的关系,模拟结果表明Chirplet原子能准确地匹配失真变形的窄带脉冲信号;根据损伤前与损伤后的信号差别,提出了一种基于Lamb波能量特征差异提取的损伤指标;进一步采用改进的RAPID算法进行损伤成像,将损伤情况可视化。结果表明所提方法可行和有效。     

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.     

基于不完备频响函数的结构损伤统计识别研究

基于不完备频响函数数据,结合概率统计方法,提出了一种能同时考虑模型参数不确定性和测试噪声影响的结构损伤统计识别方法.首先,基于频响函数某一行向量在不同频率下的幅值数据,利用矩阵拉直运算建立了关于损伤系数的确定性识别方程.其次,假设模型参数误差和测试噪声为零均值的高斯随机变量,根据摄动理论,推导了损伤后结构刚度参数的前二...     

基于支持向量机的结构损伤分步识别研究

支持向量机是一种基于统计学习理论的机器学习算法,能够较好地解决小样本的学习问题。本文介绍了支持向量机分类和回归算法,提出了基于支持向量机的结构损伤分步识别方法:以模态频率作为损伤特征,首先根据支持向量机分类算法的概率估计确定可能的损伤位置,重新构造训练样本,然后利用支持向量机回归算法计算损伤位置;最后估计损伤程度。以梁的损伤识别为例进行了验证,结果表明该方法可以提高损伤识别的精度。