结构损伤识别
结构损伤识别的相关文献在1998年到2022年内共计220篇,主要集中在建筑科学、自动化技术、计算机技术、公路运输
等领域,其中期刊论文164篇、会议论文31篇、专利文献2022382篇;相关期刊94种,包括大连理工大学学报、中国学术期刊文摘、铁道科学与工程学报等;
相关会议23种,包括2017年全国声学设计与噪声振动控制工程学术会议、第七届全国随机振动理论与应用学术会议、第八届全国土木工程研究生学术论坛等;结构损伤识别的相关文献由543位作者贡献,包括唐和生、杨晓楠、吕中荣等。
结构损伤识别—发文量
专利文献>
论文:2022382篇
占比:99.99%
总计:2022577篇
结构损伤识别
-研究学者
- 唐和生
- 杨晓楠
- 吕中荣
- 常军
- 陈镕
- 薛松涛
- 余岭
- 刘济科
- 姜绍飞
- 李兆霞
- 李旭
- 王远功
- 费庆国
- 于繁华
- 唐小兵
- 崔洪宇
- 张伟
- 张立涛
- 李爱群
- 杜海越
- 梁晋秋
- 段忠东
- 郑泓
- 阳洋
- 陈欣
- 雷鹰
- 饶文碧
- 丁幼亮
- 丁皓江
- 任水利
- 侯吉林
- 俞阿龙
- 倪萍禾
- 刁延松
- 刘寒冰
- 刘小刚
- 刘朝
- 刘涛
- 刘焕林
- 刘秀丽
- 刘芸
- 叶燎原
- 吴静
- 周润芳
- 和飞
- 孙利民
- 孙宗岐
- 孙清
- 尹智毅
- 张开银
-
-
雷勇志;
黄民水;
顾箭峰;
杨雨厚;
舒国明
-
-
摘要:
结构处于自然环境中常会受到环境温度变化的影响,引起实测动力响应出现较大误差,进一步影响对结构健康状况的判定。另外,基于优化算法的损伤识别在反演损伤位置及量化损伤程度时,易出现局部最优解,且计算效率低下。针对以上难题,本文提出一种结合支持向量机与强化飞蛾扑火优化算法的损伤识别方法,用于对环境温度影响下的结构稀疏损伤进行识别。该方法首先采取支持向量机对环境温度变化进行量化分析;随后引入稀疏正则化确定稀疏损伤工况;接着将获得的环境温度变化及损伤工况信息作为强化飞蛾扑火优化算法的初始种群生成依据,从而得到针对实际损伤的初始种群用于缩小算法搜索空间,提高计算效率。最后采用基于频率的结构多损伤定位保证准则及模态应变能基本因子构建目标函数,通过考虑环境温度及随机噪声双重影响的简支梁数值算例以及I-40钢-混组合体系桥梁工程实例验证了本文所提方法的可行性。
-
-
张健飞;
蔡东成
-
-
摘要:
为了利用结构振动响应的时间多尺度特征来提升卷积神经网络识别结构损伤的能力,给出了两种用于结构损伤识别的多尺度卷积神经网络,即多尺度输入和多尺度卷积核卷积神经网络。对于多尺度输入卷积神经网络,将通过下采样和滑动平均获取的具有不同时间尺度特征的振动信号输入固定尺寸卷积核的分支卷积神经网络;对于多尺度卷积核卷积神经网络,则将相同的振动信号输入具有不同尺寸卷积核的分支卷积神经网络。然后将各个分支卷积神经网络的输出组合成多尺度特征输入全连接层进行损伤模式的识别。数值试验和振动台试验的结果表明:相比于单一尺度卷积神经网络,多尺度卷积神经网络具有更高的损伤识别精度和抗噪性;对于损伤特征相近的损伤模式具有更好的辨别能力。
-
-
骆勇鹏;
郑金铃;
刘远贵;
黄方林;
鲁四平;
刘景良
-
-
摘要:
测量噪声、建模误差等不确定性因素会影响损伤识别结果,甚至导致损伤误判的问题。为此,提出基于频响函数和云模型相似性度量的不确定性损伤识别方法。首先基于多次重复测量数据,根据频响函数理论计算结构损伤前后各单元的损伤系数,采用损伤前后云模型期望曲线的相似程度来构造损伤位置识别指标,识别结构的损伤位置。其次,利用单元损伤前后的云模型数字特征变化量来构造损伤程度指标,确定损伤单元的损伤程度。以23杆桁架结构数值算例验证该方法的可行性及可靠性,探讨原始样本个数、噪声程度对识别结果的影响,并研究在无健康工况数据条件下所提方法的识别效果。研究结果表明:与传统的云模型相似性度量方法中的夹角余弦法相比,所提算法可以更好地处理损伤识别过程中的不确定性问题,且仅需少量样本即可准确识别出单元的损伤位置及损伤程度,具有一定的工程应用价值。
-
-
孙健敏;
李丹;
颜王吉
-
-
摘要:
基于模态参数的结构损伤识别方法是振动损伤识别领域中应用最为广泛的方法。利用模态参数灵敏度构建结构损伤方程组,对其进行求解可以识别结构损伤位置和程度。由于实际工程中模态参数不完备性和噪声的影响,结构损伤方程易出现病态问题,直接求解可能产生错误的结果。为了解决这一问题,可以引入正则化方法进行求解。然而,各类正则化方法的基本原理、区别和联系及其在结构损伤识别中的应用没有系统的研究和对比。本文梳理了几类常用的正则化方法,对比分析其在基于模态参数灵敏度的损伤方程组求解中的适用性,讨论损伤程度、噪声水平和测点数目对几类方法识别结果的影响,为结构损伤识别中的正则化方法选择提供依据。通过连续梁和框架结构数值算例分析表明,在求解损伤方程的应用中,L1范数正则化方法鲁棒性较强,贝叶斯正则化方法次之,奇异值截断算法和L2范数正则化方法的鲁棒性较差;L1范数正则化方法能够产生更少的假阳性损伤单元,受噪声和测点数目影响较小,更适合损伤识别的应用。
-
-
王坤阳;
公茂盛;
左占宣
-
-
摘要:
基于贝叶斯估计的结构物理参数识别中,传统马尔可夫蒙特卡洛抽样(MCMC)在解决高维密度函数问题时往往存在抽样效率低、不收敛等问题。采用嵌套抽样方法代替传统的马尔可夫蒙特卡洛抽样,解决了结构物理参数识别中高维后验联合概率密度函数问题。首先从结构加速度时程响应时程出发,建立了后验联合概率密度函数,然后重新定义了结构参数先验分布与似然函数,实现了基于嵌套抽样的结构物理参数识别。采用该方法分别对10层剪切结构数值模型与3层RC框架结构振动台试验模型进行识别,得到了结构刚度及阻尼比等参数,并与试验现象进行了对比。结果表明,该方法可以解决贝叶斯公式高维后验联合概率密度函数问题,且能高效识别结构物理参数,同时也验证了该方法在真实结构物理参数识别与结构损伤识别中的适用性与可靠性。
-
-
崔宝影;
程权成
-
-
摘要:
为预防桥梁坍塌所造成的损失,设计一种以静力应变数据作为损伤识别因子的识别方法,并以实际桥梁的有限元模型为研究对象,通过有限元分析获取该模型的静力应变数据,训练并测试BP神经网络。MATLAB仿真测试表明:基于BP神经网络结构损伤识别算法能够准确地识别损伤位置和损伤程度,同时将该方法用于实际桥梁能够反映桥梁的健康状况。
-
-
仇树茂;
杨海峰;
吴子燕;
李梦莹;
悦峰
-
-
摘要:
传统稀疏贝叶斯学习算法进行损伤识别时需要对每个单元进行刚度损伤系数的迭代更新,当结构单元众多时,存在计算效率低和对振型的完备性要求高等问题。本文提出了损伤识别两步法,首先利用应变模态差指标进行疑似损伤单元的判断;接着以单元刚度损伤系数为目标参数,建立结构损伤识别的多层次稀疏贝叶斯学习模型,利用稀疏贝叶斯学习算法进一步识别疑似损伤单元的损伤位置以及程度。以一个空间网架结构为对象,针对单位置损伤和多位置损伤情况验证了该方法的有效性。
-
-
李旭;
谢艳;
殷翅;
常军
-
-
摘要:
目前作为结构健康监测系统核心的损伤识别大多是基于模态参数变化而进行的,但模态参数对局部损坏不敏感,导致损伤识别精度不够。波在结构中的传播状态可以更好地反映局部损伤状况,波动能量可以作为损伤识别的有效指标。为了提高环境激励下结构损伤识别的精度,采用S变换分析了结构输出信号,建立波动能量指标,从而使波动能量指标的使用领域扩展到非平稳信号范围。最后通过三层钢框架试验及弹性分层剪切梁的数值模型对该方法进行了验证,结果表明:该方法不仅能够有效识别结构损伤位置,而且能够识别出损伤程度。
-
-
王先龙;
刘建勋;
张戎令;
张文静;
张新博
-
-
摘要:
D-S(Dempster-Shafer)证据理论具有较高的处理不确定信息的能力,但在证据高度冲突的情况下会出现与实际情况相悖的结果。针对这一问题,本文提出了一种改进D-S证据理论算法。首先分析了经典D-S证据理论面对高冲突证据时存在组合矛盾、一票否决、鲁棒性差的问题,然后引入灰色关联度理论和可信度概念获得各证据所占权重,定义评判标准来识别与处理故障信息源,较大程度上减少非相关证据的权重,修正各证据的重要程度,最后利用Dempster组合规则进行融合。结果表明:该算法可以有效解决经典D-S证据理论存在的问题,其评判标准可以准确识别出故障信息源,通过对故障信息源的处理可显著提高融合结果命题信任度和收敛速度。横向对比其他改进算法,本文算法具有收敛速度更快、抗干扰能力更强的优点。通过对钢梁有限元模型的损伤识别计算,验证了本文算法可以应用于桥梁结构的损伤识别中,并具有准确识别结构损伤情况的能力。
-
-
陈震;
王亚茹;
陈璐;
李晓克
-
-
摘要:
采用粒子群算法识别结构损伤时,取得的实际最优解易被局部最优解覆盖。将局部最优解用于结构损伤识别,致使产生识别结果精度低、误判率高等问题。将S型动态变化的学习因子c_(1)和c_(2)引入到粒子群算法中,可使粒子快速、准确地收敛到全局最优解。该方法通过优化个体粒子和群体粒子的学习能力,有效提高了粒子群的寻优效率,实现了结构损伤的高精度识别。数值模拟结果表明:提出的新方法在结构损伤识别方面具有识别精度高、误判少、鲁棒性好等优点,可用于结构单一单元损伤或多单元损伤的识别。研究成果为结构损伤识别及结构健康监测提供了新思路。
-
-
-
Liu Jing-bin;
刘景斌;
Wang Ji;
王基;
Lliu Shu-yong
- 《2017年全国声学设计与噪声振动控制工程学术会议》
| 2017年
-
摘要:
综述了基于振动分析的损伤识别方法,对现有方法进行了评述,结构损伤识别不仅要判断损伤是否存在,而且要确定损伤的位置、分析损伤程度。振动分析损伤识别技术归纳起来具体有以下几种方法:基于固有频率的方法,基于振型的方法,传递函数法,基于刚度变化的损伤识别算法,基于柔度变化的损伤识别算法,基于小波分析的方法,基于残余力向量的方法等,根据国内外文献,分析了各方法的优点和不足之处,并对此领域研究的发展进行了展望.现有的方法多数需要对结构进行模态试验以获得模态数据,这对大型的复杂的结构是困难而不经济的,而且也不能用于在线监测。发展利用结构在环境激励下的振动数据来识别损伤的方法是目前的一个迫切任务。
-
-
伍德挺;
江永强;
雷鹰
- 《第八届全国土木工程研究生学术论坛》
| 2010年
-
摘要:
近年来,扩展卡尔曼滤波方法(EKF)已被大量应用于结构损伤识别。此方法由于扩展状态向量同时包含状态向量和结构参数导致计算收敛困难而只能识别有限的结构参数。为克服此问题,本文提出了一种基于两步卡尔曼滤波估计的全新的大型结构分散损伤识别方法。大型结构由于结构参数繁多被划分为若干个子结构,以增加识别系统稳定性和计算效率,继而运用两步卡尔曼滤波估计方法在输入输出部分未知的情况下对各子结构分别进行参数识别,计算效率进一步提高。本方法中结构的状态向量作为结构参数的隐函数,运用两步卡尔曼滤波先后估计出下一时刻结构参数和结构状态,以此递推即可得到结构任一时刻结构状态和收敛的结构参数。最后,本文通过一个大型平面桁架桥的损伤识别数值算例证实了该方法的可行性和有效性。
-
-
-
徐志谦;
倪萍禾;
刘朝
- 《第七届全国土木工程研究生学术论坛》
| 2009年
-
摘要:
近年来,通过结构的动力参数(主要是刚度参数)的变化,进行结构损伤的识别引起广泛关注。然而在实际结构健康监测中,不可能安置大量的传感器对结构上的所有外部激励和结构响应进行测量。本文依次采用扩展卡尔曼对增广状态向量进行估计并使用最小二乘估计法对未知外激励进行递推,以此进行在未知激励下的结构参数的识别。数值算例表明,该方法对激励部分未知、观测有限的结构,能够很好识别结构参数且具有较高的精度。这样可通过结构参数的变化,从结构局部损伤进行有效的识别与定位。此外,在顶层未知激励作用下的三层剪切框架的实验中,利用该方法,仅需观测部分响应,便有效的对各种损伤工况下的结构进行参数识别。此方法与以往的方法相比,避免了较繁琐的数学推导与分析计算,因而适合于嵌入无线智能传感器中,利用其微处理器的计算功能,实现对结构损伤的自动识别。
-
-
-
-
-
-
肖仪清;
李成涛
- 《第七届全国随机振动理论与应用学术会议》
| 2010年
-
摘要:
随着大跨度桥梁数量及重要性的增加,桥梁损伤识别成为学界的研究热点.文中应用小渡分析提取桥面的一阶振型,推导了梁式结构由不等间距位移模态向曲率模态转化的乘子矩阵DTOC,由损伤前后曲率模态的变异特征构造了梁式结构单损伤情况的普适概率神经网络,使之可以识别无训练样本时的损伤位置.通过数值仿真计算了某斜拉桥有限元模型桥面单元刚度折减前后在模拟脉动风荷载下的桥面板关键点的振动时程,讨论了小波参数识别技术和该普适概率神经网络的联合应用在不同级别的测量噪声影响下的斜拉桥桥面板损伤识别效果,说明在振动测量信号的信噪比达到一定要求时该方法具有实际效果.