基于卷积神经网络的荷载大小与位置同步识别

结构健康监测和状态评估中现有大多数研究均需要精确的荷载作用位置或详细的荷载时程,为了同时获得荷载大小和位置,构建并训练了同时具备分类和回归能力的两分支卷积神经网络,建立了融合分类问题和回归问题的损失函数,提取结构响应与荷载大小、结构响应与荷载位置间的映射关系.通过数值简支梁算例和三层试验框架验证了该方法识别结构荷载大小和位置的精度.结果表明:噪声条件下数值模型的荷载识别误差在8%以内,荷载位置识别准确率在95%以上;实际结构的荷载识别误差在18%以内,荷载位置识别准确率为100%.两分支卷积神经网络可以很好地同时识别荷载大小和位置.

基于谱元法的周期连续梁接头竖向刚度损伤识别

为识别周期连续梁支承的损伤,提出了一种基于谱元法的周期连续梁接头竖向刚度损伤识别方法.以周期欧拉梁为研究对象,每1个周期胞元由1个梁单元和2个梁单元间的接头组成,采用谱元法得到1个胞元内梁单元的动刚度矩阵,并结合接头平衡方程,建立周期连续梁的传递矩阵.通过求解传递矩阵的特征值得到传播常数,进而建立基于传播常数的目标函数,利用内点法实现周期连续梁接头竖向刚度损伤识别.数值算例结果表明,所提方法能够准确识别接头竖向刚度的损伤位置和损伤程度.

基于时域残余力向量特征分解的结构损伤识别方法研究

提出基于时域残余力向量的结构损伤识别方法。从结构振动方程出发,推导强迫振动条件下由结构动力响应求解时域残余力向量的表达式。时域残余力向量包含与损伤过程相关的时间信息,可以用来识别损伤发生的时刻。通过结点时域残余力向量值的变异系数建立损伤位置指标,识别损伤位置。建立结构残余力矩阵特征分解方法,特征分解获得的特征向量在损伤前后不发生改变,而特征值与单元刚度相关。因此,可以从特征值中提取单元刚度参数构建损伤程度参数,直接识别损伤程度。将时域残余力向量方法应用于武汉军山大桥模型的损伤识别,结果表明:提出的方法在单点激励和多点激励下均可高精度地识别出损伤发生的时刻、位置和程度。提出的方法通过对时域残余力向量特征分解提取损伤时刻、位置和程度指标,计算过程直观且精度高,避免了繁琐的时频变换、优化迭代等计算过程。

基于领域自适应支持向量机的跨域损伤识别

基于支持向量机的结构损伤识别方法建立在训练和测试数据同概率分布的假设上,必须对每个结构分别收集训练数据和标签并训练模型以识别损伤。损伤结构的训练数据和标签难以收集,导致支持向量机方法在结构损伤识别中难以实施。提出一种基于领域自适应支持向量机的跨域损伤识别方法,将在有损伤标签结构(源结构)上训练的支持向量机推广到无损伤标签结构(目标结构)的损伤识别中。该方法首先提取结构的多阶固有频率变化率作为损伤特征构建训练数据;然后,推导最小化边缘分布差异与最小化联合分布差异的迁移学习方法,将源结构和目标结构数据映射到高维特征空间,减小域之间的数据分布差异;最后,使用映射后的源结构数据训练支持向量机,使用该支持向量机对目标结构进行损伤识别。应用于钢框架与混凝土框架,以及不同结构形式钢框架中的跨域损伤识别,显著提高了支持向量机对目标结构的损伤识别准确率。该方法充分利用了不同结构的损伤标签和支持向量机模型,解决了机器学习中训练数据和损伤标签缺乏的难题,并能极大地提高学习效率、降低学习成本,为基于支持向量机的结构损伤识别提供了新的解决思路。

基于子结构的有限元模型修正方法

提出了一种基于子结构的有限元模型修正方法。该方法将整体结构有限元模型划分为多个子结构模型,求解独立子结构的主模态特征解和特征灵敏度;通过位移协调条件和能量方程,约束相邻独立子结构,得到整体结构的特征解和特征灵敏度;并以整体结构模态和结构试验模态的残差为目标函数,通过调整子结构单元参数,完成有限元模型修正。当结构局部参数发生变化,通过分析某一个或几个子结构即可求解整体结构特征解和特征灵敏度,而不需要分析其他未发生变化的子结构。由于子结构模型尺寸远小于整体结构,该方法能够极大地提高有限元模型修正方法的精度和效率。

基于有限元模型修正的土木结构损伤识别方法

基于有限元模型修正的结构损伤识别方法计算过程直观、物理意义明确,能同步识别结构损伤位置和损伤程度,是结构损伤评估最直接的依据。该文介绍了基于有限元模型修正的损伤识别方法基本原理与过程,总结近三十年来有限元模型修正技术的发展。土木工程结构模型复杂性(包含大量单元、节点、待修正参数等)导致有限元模型修正过程效率低,详细介绍了基于子结构有限元模型修正的土木工程损伤识别方法在提高计算效率方面的优势。将两种有限元模型修正方法应用于一栋超高层建筑数值模型的损伤识别,说明两类方法在土木结构损伤识别中的特点。土木工程尺度大而结构损伤通常发生在局部区域,子结构方法将整体结构的分析转换为对若干独立子结构的分析,通过少数局部子结构的模型修正实现损伤识别,避免重复分析大尺寸整体结构,为大型结构基于有限元模型修正的损伤识别开辟高精度和高效率的途径。

基于模糊聚类的高速列车车速识别

本文提出了一种基于时间序列分析和模糊聚类分析的高速列车车速识别方法。首先,分析列车以不同车速通过桥梁时桥梁结构的加速度响应的差异性,判定了列车上桥和下桥的时间;然后,由时间序列分析建立不同车速下桥梁的加速度响应时间序列模型(AR模型),计算了AR模型系数;最后,通过对不同AR模型的系数进行模糊聚类分析来识别高速列车车速。针对某铁路桥的实测加速度样本数据,以已知车速条件下的车速聚类划分结果为依据,将未知车速的聚类划分结果与已知车速的聚类划分结果进行对比分析,成功确定了高速列车未知车速区间。

基于子结构的大型桥梁有限元模型修正方法

实际桥梁结构的整体有限元模型修正时自由度和单元数量较多,待修正参数多,有限元模型修正精度和效率低。为了提高有限元模型修正的效率,提出基于子结构的有限元模型修正方法。子结构方法是化整体分析为局部分析的方法,与直接修正大型桥梁有限元模型相比,子结构方法只需要计算每个子结构少量低阶模态,得到整体结构的特征解及特征解灵敏度,形成模型修正的目标方程和灵敏度矩阵,进而缩短模型修正时间。将基于子结构的模型修正方法用于怒江特大桥主桥(上承式钢桁拱桥)有限元模型修正,结果表明:修正后桥梁的前10阶频率与桥梁的模拟实测频率值相吻合,且模型修正时间仅为传统整体方法的56%。

控制两相邻结构地震动响应的Maxwell模型流体阻尼器优化参数研究

运用被动连接单元减小相邻结构的振动被证明是一种行之有效的手段。将两相邻结构简化为两单自由度体系,用Maxwell模型模拟连接两相邻结构的流体阻尼器,分别导出了在地面白噪声激励下主结构平均振动能量最小或两相邻结构总平均振动能量最小这两个控制目标下流体阻尼器优化参数的一般表达式,该优化参数仅与两相邻结构的相对自振频率和相对质量有关,也讨论了两相邻结构的相对自振频率和相对质量对控制效果的影响。最后,运用具有不同相对参数的三类相邻结构在El Centro 1940 NS地震波作用下时域响应的数值结果说明了这种被动优化流体阻尼器能够非常有效地减小在地震作用下两相邻结构的振动响应。

基于物联网的运营地铁隧道结构健康监测系统软件平台开发

建立基于三维全景监测技术的运营地铁隧道结构健康监测系统,对武汉地铁3号线跨江段进行了监测;建立数据采集与传输子系统,实现地铁隧道健康监测数据的转换、汇集和传输;编写Java与Matlab语言交互与调用程序,开发相对应的监测功能软件模块,实现全自动全站仪、倾角传感器的远端三维可视化自动监测,以及三维激光扫描监测断面数据的解析、计算、拟合和分析功能。使用MVC(模型视图控制)以及Struts框架等相关Web框架搭建技术,对软件平台进行了框架搭建,并将开发的监测模块、评估模块集成至框架中,研发形成一套完整的运营地铁隧道结构健康监测系统软件,为实现运营地铁结构健康监测系统的智能化分析与决策提供有效的基础数据与知识支持。

超高层建筑施工期温度效应监测与分析

超高层建筑施工期受日照等环境因素影响,温度场分布不均匀,使结构产生不均匀变形和应力,进而影响施工质量和结构安全。文章基于一座335m超高层实际监测数据,研究了其施工期结构温度分布特点及其应力应变演化规律。结果表明,超高层建筑的外框与核心筒之间,以及结构的不同方位之间,均存在明显的不均匀温度分布,其不均匀程度随着季节而变化。结构在不均匀温度影响下产生不均匀应力变化,外框架竖向应力与季节性温度呈负相关性,主梁在季节温差影响下存在受拉开裂风险。研究成果对提高超高层施工质量、增强其运营期安全性和耐久性具有指导意义。

运用小波分析方法进行结构模态参数识别

结构的模态参数反映了结构自身特性,是基于动态特性的结构损伤识别和健康评估的重要因子。本文首先介绍了环境激励下基于小波分析的模态参数识别方法,针对土木工程结构的前几阶自振频率处于低频区域以及环境激励下结构响应信号信噪比很低的特点,着重论述了采用小波方法抑制原始测量信号中的高频成分(即噪音),从而突出结构低频特性的降噪处理方法的基本原理。通过比较传统傅里叶变换、短时傅里叶变换和小波变换三种方法对一实际高层建筑结构现场测试信号的处理结果以及有限元分析结果,认为小波分析方法可以更精确、更有效地识别工程结构的模态参数。

非均匀日照条件下结构的三维温度场分析

传统的建筑结构分析主要侧重于计算各种恒载、活荷载、风荷载、地震作用等,但随着高层结构的迅猛发展,许多学者发现,日照温差对结构产生的不利影响越来越不容忽视。日照作用下,结构表面阳面温度高于阴面温度,并且这个温差随着时间和空间变化,结构整体形成不均匀温度场。不均匀温度场导致结构产生不利的应变和水平位移。本文详细分析了影响结构表面温度变化的各种环境因素,并在ANSYS中建立了长江航运中心的三维实体有限元模型,通过建立虚拟太阳来施加动态的热辐射边界条件,求解了结构在一天中任一时刻的温度场。最后总结了不均匀温度场对结构应力和位移的影响规律,分析了日照温差与结构水平位移之间的关系,对研究高层建筑温度荷载和水平位移具有重要意义。

基于时变模态振型小波变换的结构损伤识别方法

结构损伤是一种非线性发展过程,会导致结构模态参数的变化,因此可以通过时变模态振型特征识别损伤状况。对结构的响应信号进行小波变换,提取当小波系数模出现局部极大值时的尺度参数,利用这些尺度参数识别结构的瞬时频率。选取特定尺度参数,对结构各个节点的信号进行小波变换,将信号解耦到只含某一阶模态,通过小波系数的比值进行归一化处理,从而得到结构的瞬时振型。对结构瞬时振型差做小尺度的小波变换,通过小波系数的实部出现极大值的时间及其出现的位置识别出结构的损伤时间与损伤位置,通过极大值的大小判断损伤程度。应用一个悬臂梁和斜拉桥数值算例,证明该方法不仅能准确识别结构发生损伤的时间,而且能高精度、高效率地识别结构损伤位置和损伤程度。

基于移动三维激光扫描的地铁隧道结构监测方法

地铁隧道为超长线状结构,传统健康监测技术通过埋设传感器来诊断评估结构安全状态,存在传感器需求量大、监测点布设复杂、采集传输硬件的安装维护困难等缺点。本文针对传统健康监测技术的缺点,建立了基于移动三维激光扫描的地铁隧道三维全景监测系统。该系统采用移动三维激光扫描技术,通过沿轨道匀速移动三维扫描仪,提取地铁隧道管片和轨道的三维点云数据。通过对点云数据的切片、去噪、曲线拟合处理后,计算隧道的断面变形值、净空收敛值、管片错台值和轨道的轨距变化值,并与隧道的设计值比较,分析判断各指标参数的健康度,进而评估隧道的健康状况。分析结果表明:移动三维激光扫描技术能高精度、高效率地监测地铁的断面变形、净空收敛、管片错台和轨道变形,在超长线状隧道运营管理中具有广阔的应用前景。

动力特征解灵敏度分析的结构关键区域判别

实际工程结构体量大、病害多,各局部损伤对结构整体性能影响差异大,关键区域的微小损伤将威胁整体结构安全。因此,有必要判定结构的关键区域,使结构监测、评估、管养主次分明,重点突出。提出了加权融合多阶动力特征解灵敏度的结构关键区域判别方法。基于振型质量参与系数确定了特征解数目和各阶特征解的权重系数,建立了融合多阶归一化的加权特征值和特征向量灵敏度的灵敏度指标,对灵敏度指标求二阶范数得到关键区域指标,作为关键区域判定依据。该判定方法是一种定量的判定依据。将该方法运用于一榀平面框架和一座上承式拱桥,结果表明,框架结构的关键区域为梁柱节点和支座附近的柱子区域,拱桥关键区域为拱圈的拱脚区域;另外,结构关键区域并非一成不变,局部损伤会导致原本不关键区域变成关键区域。研究的关键区域判别方法对提高健康监测和评估效率、节约人力物力有重要意义。

轨道交通地下结构安全监测与管养系统的实现

轨道交通地下结构在全寿命周期内因地质条件、列车运营、地面建筑物施工等因素会发生过大沉降、变形、裂缝、渗漏水等病害。本文针对武汉市轨道交通地下结构特点和病害类型,研发了基于B/S(Browser/Sever)的轨道交通地下结构安全监测与管养系统。该系统利用无线网络对地铁隧道结构自动进行数据采集与传输,综合监测数据,实时掌握结构受力状况,对异常情况及时预警,减少突发性事故的发生;采用基于Java的Jess专家系统,可根据结构性能及其退化趋势提供日常管养建议,实现对运营线路管理养护信息的集成、共享和智能决策,确保轨道交通地下结构在运营期的安全与稳定。

基于ARMAX模型和稀疏正则化的结构损伤识别方法

结构健康监测系统对于保障工程结构安全具有重要意义,而结构损伤识别方法是结构健康监测系统的关键组成部分。本文提出一种基于时间序列ARMAX模型和稀疏正则化的结构损伤识别方法。首先,建立与结构运动方程对应的ARMAX模型,并利用模型自回归系数提取结构的固有频率和振型;然后,将提取的结构模态参数作为损伤敏感特征,构建损伤识别求解方程;最后,结合结构损伤的稀疏特性,使用稀疏正则化算法对方程进行求解,由解向量中的非零元素可得结构损伤的位置和程度。进行了一个六层集中质量剪切结构试验,试验结果表明该方法可以准确识别出结构中损伤的位置和程度,与传统损伤识别方法相比,该方法有效提高了损伤识别的精度。

基于LabVIEW的桥梁监测系统设计与实现

桥梁结构监测技术能有效地保证桥梁的安全运营,保障人民群众的生命财产安全。为了满足桥梁结构的远程数据监测需要,实现桥梁监测的网络化,该系统在美国桥梁诊断公司(BDI)的桥梁结构测试系统的基础上加以改进,将无线网络技术、虚拟仪器技术和桥梁结构监测技术与之结合在一起,并以Lab VIEW作为软件开发平台研究并设计了一套无线数据传输解析存储模块,实现了桥梁传感器数据的无线传输与存储,具有较强的适应性和稳定性,为中小型跨径桥梁的监测提供可行的解决方案。

运营轨道交通隧道管养智能决策专家系统研发

轨道交通隧道在运营期的安全与稳定离不开日常的管理养护工作。为了提高管养工作的科学性与高效性,采用Jess人工智能专家系统开发语言针对管养知识建立产生式规则库,在Jess管养专家系统的规则库中,每条规则的前件即是各种病害措施所对应的病害描述,在依据相关轨道交通管养规范并同时考虑管养专家经验后,形成病害描述参数,并依此编写规则库与相关程序,建立与之相匹配的工作存储器与推理机,开发Jess与Java语言的调用与数据交互接口,实现Jess与软件平台的集成,最终形成具有管养智能决策以及管养经验知识扩充两项子功能的运营轨道交通隧道管养决策专家系统功能模块,为运营轨道交通隧道管养工作提供支撑。