基于应变模态和RBF神经网络的网架结构损伤检测方法研究

摘要

网架结构是空间结构领域应用最为广泛的结构形式之一,它具有刚度大、自重轻、受力合理、抗震性能好等优点被广泛用于工业和民用建筑当中。网架结构日益广泛应用的同时,损伤、老化等现象不可避免,严重的甚至引起倒塌。为了及时、准确的发现结构安全隐患,减少盲目维修所消耗的大笔资金,对网架结构进行检测变得十分重要。本文对网架结构的损伤位置、损伤程度判定问题进行了系统深入的研究;另外,网架结构是具有众多杆件的复杂结构,自由度巨大,测试所得结构振动信号容易出现重频率、近模态问题,且振动信号的激振位置直接关系着损伤信息的强弱,所以为了解决动测试验中网架结构的重模态、近频率问题,本文还对网架结构测试中的单点最优激励位置做了一些探索。
　　 概括起来,本文主要的研究成果如下:
　　 1)找到了一套基于应变模态和RBF神经网络的网架结构杆单元损伤位置和损伤程度较有效的综合诊断方法。即利用杆单元轴向应变模态差作为损伤识别指标进行损伤位置识别,并利用RBF神经网络进行损伤程度的判定。然后以一个正放四角锥网架和一个蜂窝形三角锥网架作为算例,借助有限元软件ANSYS进行数值模拟,并用MATLAB软件编程进行损伤位置和损伤程度的判定。结果表明该方法可以较准确地判断出网架结构杆单元的损伤位置和损伤程度。
　　 2)初步找到了网架结构单点最优激励位置。首先推导单点激励作用下结构自由振动响应的表达式,然后根据该表达式的特点找出最优激励位置的选取方法,该方法在一定程度上避免网架结构重频率、近模态问题,并在此基础上讨论了损伤情况对单点最优激励位置的影响。最后用两个数值算例验证了单点最优激励位置的有效性。