基于振动响应的结构损伤检测方法研究

摘要

随着科学技术的发展，现代工程结构越来越大型化和复杂化，且由于长期受到变化的载荷作用以及突变的外在因素影响，容易造成结构的强度降低和疲劳效应，造成结构工作性能的退化。为了保证结构安全稳定的工作，通常需要对工程结构进行状态监测，及时检测发现工程结构中发生的损伤。基于振动测试的损伤检测方法是一种有效的结构损伤检测手段，得到了广泛的研究和应用。当结构发生损伤时，结构的振动响应信号中包含了相应的损伤信息，如何从振动响应信号中提取有效的损伤指标是基于振动测试的损伤检测方法的关键问题。
　　利用结构在不同测点处的振动响应识别结构的模态参数，通过对比损伤前后模态参数的变化对结构损伤进行检测，是一种有效的损伤检测方法。但模态参数识别需要对激励进行测量或假设其为白噪声激励，不适用于激励未知情况下的损伤检测。通过建立结构的动力学模型，分析损伤对结构参数的影响，提取有效的损伤指标，可以对结构损伤进行检测。但该方法需要建立准确的结构数值模型，不适用于复杂结构的损伤检测。因此，有必要研究直接通过振动响应提取损伤指标的方法，克服传统损伤检测方法的局限性，对激励未知情况下的结构损伤进行检测。本文围绕基于振动响应的损伤特征提取和损伤检测这个问题，以国家自然科学基金项目(项目编号：51375152)为背景，对基于振动响应的结构损伤检测方法进行了深入的研究，主要研究工作包括：
　　（1）针对直接计算损伤前后振动传递率函数的变化作为损伤指标容易受到测量误差及噪声干扰的问题，提出了基于振动传递率函数和奇异值熵的损伤检测方法。该方法先利用相空间重构方法对振动传递率函数进行分析，再计算重构后的振动传递率函数矩阵的奇异值熵作为损伤指标，对三层书架基准实验结构进行了损伤检测。实验结果表明，该方法可以较好的区分结构的不同工作状态。另一方面，结合小波分析方法，提出了基于多尺度振动传递率函数和灰度矩相对熵的损伤检测方法。该方法先对振动响应进行小波分解，计算不同尺度下的互相关函数，提出了多尺度振动传递率函数的概念。再计算多尺度振动传递率函数在不同尺度范围内的灰度矩向量作为损伤指标。最后，通过计算测试数据与样本数据之间的灰度矩相对熵，对结构的损伤模式进行了识别。实验结果表明，该方法能有效识别结构的损伤模式，适用于激励未知且工况变化情况下的结构损伤识别。
　　（2）针对损伤特征参数的选择问题，提出了基于局部均值分解（Local mean decomposition，LMD）和主分量分析的损伤检测方法。该方法先对振动信号进行局部均值分解，选取包含主要损伤特征信息的乘积函数（Product function，PF）分量。再从PF分量中提取时域统计量作为特征参数，组装成初始特征参数矩阵，并进一步利用主分量分析获得特征参数矩阵的主分量。最后通过建立距离判别函数对齿轮系统的不同工作状态进行识别。实验数据分析结果表明，该方法能有效地识别齿轮损伤类型。另一方面，针对局部均值分解方法在分解过程中容易出现PF分量频带范围过宽、低能量分量难以提取的问题，提出了基于WPD-LMD方法和相对排列熵的损伤检测方法。该方法首先对结构振动响应进行小波包分解（Wavelet packet decomposition，WPD），将振动信号分解为一系列窄带信号，再对窄带信号进行局部均值分解，能有效克服上述问题。通过仿真信号验证了WPD-LMD方法的有效性。计算分量信号的排列熵作为损伤指标，通过计算测试数据和样本数据之间的相对排列熵，对损伤模式进行了识别。实验分析结果表明，该方法能有效识别结构的不同损伤类型。
　　（3）针对自适应时频分析方法，如经验模态分解（Empirical Mode Decomposition，EMD）和局部均值分解方法，在分解过程存在端点效应、模态混淆、需要给出迭代终止条件等问题，研究了一种新的自适应时频分析方法--自适应最稀疏时频分析（Adaptive and sparsest time-frequency analysis, ASTFA）方法，并将其运用于结构振动响应分析，提出了基于 ASTFA的结构损伤检测方法。在介绍ASTFA的基础上，对ASTFA和EMD进行了对比，结果表明了ASTFA方法的优越性。利用ASTFA方法识别了结构的模态参数，提出了基于分量信号瞬时频率和瞬时能量的损伤指标，对ASCE基准实验结构和自由梁实验结构的损伤进行了检测。实验结果表明，ASTFA方法可以有效的应用于结构损伤检测。另一方面，提出了一种基于振动传递率函数和ASTFA方法的结构损伤识别方法。该方法结合自适应最稀疏时频分析方法对振动传递率函数的时域特性进行分析，计算损伤前后IMF分量的瞬时频率和能量矩之和作为损伤指标，对多自由度系统和三层书架基准结构的损伤进行了检测。实验结果表明，该方法可以有效的识别结构的工作状态及结构损伤的位置。
　　（4）针对单个测点无法完整表示结构整体特性，无法对损伤位置进行定位的问题，研究提出了基于奇异值分解和特征正交分解的损伤检测方法。该方法先利用奇异值分解对结构响应功率谱函数矩阵进行分析，识别有效的模态频率。再对单模态响应下的互相关函数矩阵进行特征正交分解，得到收敛于模态向量的特征正交模态。利用模态频率和特征正交模态构建柔度指标，通过损伤前后柔度矩阵的变化得到损伤定位向量，最终通过结构单元应力的分布确定了桁架实验结构的损伤位置。实验结果表明，该方法能有效的结构的损伤位置进行定位。

目录

封面

声明

中文摘要

英文摘要

目录

插图索引

表格索引

第1章 绪论

1.1 结构损伤检测技术的研究意义和发展概况

1.2 基于振动测试的结构损伤检测方法的研究现状

1.3 论文主要研究内容

第2章 基于振动传递率函数的结构损伤检测方法

2.1 引言

2.1 振动传递率函数

2.2 基于振动传递率函数和奇异值熵的损伤检测方法

2.3 基于多尺度振动传递率函数和灰度矩相对熵的损伤检测方法

2.4 本章小结

第3章 局部均值分解方法在结构损伤检测中的应用

3.1 引言

3.2 局部均值分解方法

3.3 基于局部均值分解和主分量分析的损伤检测方法

3.4 基于小波包分解-局部均值分解和相对排列熵的损伤检测方法

3.5 本章小结

第4章 基于自适应最稀疏时频分析的损伤检测方法

4.1 引言

4.2 自适应最稀疏时频分析方法

4.3 自适应最稀疏时频分析方法在结构损伤识别中的应用

4.4 基于自适应最稀疏时频分析和振动传递率函数的损伤识别

4.5 本章小结

第5章 基于特征正交分解的结构损伤检测方法

5.1 引言

5.2 特征正交分解方法及其在振动响应分析中的应用

5.3 结构损伤检测原理

5.4 实验分析

5.5 本章小结

结论与展望

参考文献

致谢

附录A 攻读学位期间发表和录用的论文目录

附录B 攻读学位期间参与的研究项目