基于随机动力响应互相关函数分析的结构损伤识别方法研究

摘要

结构的突发性损毁事件造成了巨大的生命和财产损失，结构的安全性问题引起了人们广泛的关注，并促进了结构健康监测领域研究的发展。基于动力测试的结构损伤识别方法是目前结构健康监测系统研究的热点和难点课题。利用结构在环境激励作用下的动力响应进行结构损伤识别是实际工程应用的切实需求。
　　本文在结构随机振动动力响应互相关函数分析的基础上开展了结构损伤识别的方法研究，具体内容如下:
　　(1)推导了理想白噪声环境激励下，结构位移、加速度及速度响应之间互相关函数的表达式，针对有限带宽白噪声激励，对该系列表达式进行了修正。建立了相邻测点动力响应互相关函数幅值向量，证明了幅值向量的固形原理，为基于结构动力响应互相关函数的结构损伤识别方法奠定了理论基础。
　　(2)研究了基于结构动力响应互相关函数分析的损伤判定、定位及量化识别方法，讨论了该方法使用中的抗噪能力、采样时长及识别盲区等问题。通过数值模拟的连续梁损伤识别及八层钢框架模型损伤模拟试验分析，验证了环境激励下结构动力响应互相关函数用于结构损伤识别的可行性。
　　(3)利用小波包对结构的动力响应信号进行分解，以各分解频带的“振动能量”构造损伤特征向量作为支持向量机的输入信息，从模式分类的角度进行结构损伤识别。通过框架模型的损伤模拟试验数据，对比分析了利用单个测点加速度响应作为支持向量机损伤特征输入，以及多测点数据融合情况下的识别结果，指出了直接以动力响应的小波包分解频带能量作为损伤特征的不足。
　　(4)从解析表达式分析着手，指出了动力响应互相关函数比结构响应时程涵盖了更多的损伤信息，提出了将支持向量机与动力响应互相关函数结合的结构损伤识别方法，在ASCE-SHM benchmark模型Ⅱe阶段的算例分析中，分别从加速度响应、加速度响应间的互相关函数、互相关函数幅值向量提取结构的损伤特征建立支持向量机，对比了三者之间的识别效果，验证了从互相关函数提取的损伤特征具有优秀的损伤表征能力。
　　(5)探讨了如何解决支持向量机在样本训练中对损伤类别的先验条件局限性，提出了实际工程中如何将互相关函数与支持向量机结合进行结构损伤识别的两阶段方法。

目录

声明

致谢

摘要

第1章 绪论

1．1 选题背景

1．2 结构健康监测系统及其发展现状

1．3 基于动力测试的结构损伤识别方法概述

1．3．1 动力模态指纹法

1．3．2 有限元模型修正法

1．3．3 物理参数识别法

1．3．4 振动信号时频分析法

1．3．5 模式分类法

1．3．6 时间序列分析方法

1．4 本文研究方向的提出

1．4．1 统计理论在结构损伤识别方法中的应用

1．4．2 结构动力响应互相关函数的相关研究

1．4．3 文本的研究方向

1．5 本文研究的主要内容及创新点

1．5．1 文本研究的主要内容

1．5．2 文本研究的创新点

第2章 动力响应互相关函数幅值向量的固形原理

2．1 引言

2．2 理想白噪声作用下结构动力响应互相关函数的表达式

2．2．1 结构位移响应互相关函数

2．2．2 加速度响应互相关函数

2．2．3 速度响应互相关函数

2．3 有限带宽白噪声激励对结构动力响应互相关函数的影响

2．3．1 有限带宽白噪声激励的自相关函数

2．3．2 对结构动力响应互相关函数的修正

2．4 互相关函数幅值向量的定义及其固形原理

2．4．1 互相关函数幅值向量的定义

2．4．2 互相关函数幅值向量曲线的固形原理

2．5 本章小结

第3章 基于动力响应互相关函数幅值的结构损伤识别方法

3．1 引言

3．2 结构损伤识别方法

3．2．1 损伤的初判

3．2．2 损伤的定位及程度量化

3．2．3 损伤识别方法使用中的问题讨论

3．3 数值算例

3．4 框架模型试验及分析

3．4．1 模型及损伤模拟

3．4．2 激振设备及振动测试系统

3．4．3 数据整理及损伤识别

3．4．4 试验总结

3．5 本章小结

第4章 小波包分解与支持向量机在结构损伤识别中的应用

4．1 引言

4．2 小波理论

4．2．1 小波变换及其重要特性

4．2．2 小波变换与傅里叶变换、短时傅里叶变换的比较

4．2．3 小波包分析

4．3 支持向量机理论基础

4．3．1 小样本机器学习中的主要问题

4．3．2 小样本机器学习问题的解决——统计学习理论

4．3．3 支持向量机的引入及其基本思想

4．4 基于小波变换与支持向量机的结构损伤识别方法

4．4．1 小波包分解与特征向量的提取

4．4．2 建立支持向量机

4．5 试验分析

4．6 本章小结

第5章 动力响应互相关函数与支持向量机结合在结构损伤识别中的应用

5．1 引言

5．2 结构健康监测的Benchmark问题

5．2．1 Benchmark模型及数值模拟研究

5．2．2 Benchmark模型试验研究

5．2．3 国内外基于Benchmark模型的损伤识别研究

5．3 动力响应互相关函数与支持向量机结合的损伤识别方法

5．3．1 结构动力响应及其互相关函数在损伤特征提取中的比较

5．3．2 基于互相关函数的支持向量机特征值提取

5．3．3 基于互相关函数的支持向量建立

5．4 Benchmark模型Ⅱe阶段算例分析

5．4．1 互相关函数及其幅值向量分析

5．4．2 互相关函数的小波包分解与支持向量机结合的损伤识别

5．5 互相关函数分析与支持向量机结合的两阶段损伤识别方法

5．5．1 支持向量机结合的模式分类损伤识别方法存在的不足

5．5．2 两阶段结构损伤识别方法

5．6 本章小结

第6章 结论与建议

6．1 结论

6．2 建议

参考文献

作者简历

学位论文数据集