饱和多孔介质中的混合有限元法和有限应变下应变局部化分析

对基于Biot理论的饱和多孔介质中动力-渗流耦合分析提出了一个耦合场混合元．固相位移、应变和有效应力以及流相压力、压力梯度和Darcy速度在单元内均处理为独立变量分别插值．基于胡海昌-Washizu三变量广义变分原理给出的饱和多孔介质动力-渗流耦合问题控制方程的单元弱形式，导出了单元公式．进一步导出了考虑压力相关非关联塑性的非线性单元公式和发展了相应的一致性算法．对几何非线性分析，采用了共旋公式途径．数值结果例题显示所发展耦合场混合元模拟大应变下由应变软化引起以应变局部化为特征的渐进破坏现象的性能．     

面向桥梁长期健康监测的大数据处理技术及应用

简要介绍了桥梁长期健康监测系统的应用,总结了基于桥梁长期健康监测大数据分析技术的研究现状。介绍了基于长期健康监测大数据分析在多尺度关联性分析、异常数据挖掘和分析以及时变可靠度研究三个方面取得的研究进展。通过多尺度关联性分析对各频率组分下的桥梁应变进行了分类,确定了温度对应变的影响;发展了利用应变阈值和小波细节系数进行异常信号识别的方法;提出了局部时变可靠度的计算方法。最后,对基于云计算的桥梁健康监测服务平台的研制及应用进行了介绍和展望。     

基于移动时间窗和时空窗主成分分析组合特征的损伤识别方法

近年来，机器学习算法在结构损伤识别领域得到了广泛应用。已有研究表明，设计良好的输入特征能够适应多种算法，从而减少调参时间和计算成本，并提高算法的识别准确率。本文引入移动主成分分析和时空窗主成分分析方法提取损伤敏感的特征组合作为机器学习输入，使用双跨平面梁有限元模型生成的模拟应变数据对组合特征的损伤识别效果进行验证。结果表明，良好的特征向量组合对损伤更加敏感，不仅有助于识别在传感器周围发生的损伤，而且能有效地定位结构边缘和远离传感器位置处的损伤，从而提高算法的损伤识别效果。此外，多种噪声强度下的实验表明，组合特征具有良好的鲁棒性，能较好地适应外界环境的变化。     

基于组合荷载响应特征融合的桥梁结构智能损伤识别方法

桥梁在运营过程中面临着组合荷载的复杂环境，因此发展组合荷载下的损伤识别方法具有重要意义。本文提出了一种基于组合荷载响应特征融合的桥梁结构智能损伤识别方法，基于移动主成分分析对自重静载、温度准静态荷载、动态荷载下的结构响应数据分别进行特征挖掘，并将不同荷载下第一特征向量的组合作为机器学习模型的输入，建立结构的损伤识别方法。最后，以双跨连续梁的仿真模型进行了验证，研究结果表明，即使在大噪声水平下，以组合荷载特征向量进行损伤定位和定量的准确率分别可达91.65%和97.22%,比传统的单荷载下的准确率最高分别提升了32.40%和18.00%,表现出优异的损伤检测性能和抗噪性。