基于互相关函数幅值向量的结构损伤定位方法研究

在利用互相关函数幅值向量(Correlation Function Amp litude Vector,CorV)进行结构损伤检测的方法基础上,进一步提出了利用互相关函数幅值向量来确定受损结构的损伤位置的方法。通过在随机激励下不同测点的时域响应求得结构互相关函数幅值向量后,对损伤前后结构的互相关函数幅值向量进行二阶差分处理,根据差分处理后的互相关函数幅值向量分布图可以直观地判别出结构损伤的位置。用一个四边固支板和一个四层楼房基准模型的损伤定位为算例,验证了所提出方法的有效性和准确性。算例表明,用所提出的方法只需要测量结构受随机激励的时域响应,就可同时确定多处结构损伤的位置,且具有较好的抗测量噪声能力。因此,所提出的方法可应用于环境随机激励下的结构健康监测技术。

基于互相关函数幅值向量和小波变换的复合材料结构损伤检测

提出了一种基于互相关函数幅值向量(Cross correlation function amplitude vector,CorV)和连续小波变换(continuous wavelet transform,CWT)联合检测损伤的方法。选取双正交小波函数,首先计算随机激励下完好结构和损伤结构的互相关函数幅值向量,再分别对其进行连续小波变换,根据损伤前后小波系数的变化来检测结构的损伤,并以小波系数差的模最大值作为损伤指标来进行损伤定位。该方法无需对结构建模,仅需获取结构损伤前后的时域响应信号。通过对带有不同位置分层损伤的复合材料层合梁和层合板损伤检测的数值仿真,验证了用该方法检测复合材料结构分层损伤的有效性。

基于互相关函数幅值向量的结构损伤检测实验研究

进行了基于互相关函数幅值向量(cross correlation function amp litude vector,CorV)的受随机激励结构损伤检测的实验研究。以一个复合材料单跨梁为实验对象,通过在梁的局部位置上安装夹板,改变夹板对结构附加刚度,来模拟结构的损伤。对结构施加随机激励,分别用加速度传感器和应变传感器采集结构的响应信号,计算结构在损伤前后的CorV,使用互相关函数幅值向量置信度准则(cross correlation function amp litude vector assurance criterion,CVAC)来度量结构受损前后CorV的变化。结果表明,结构损伤前后的CorV之间的CVAC较完好结构之间的CVAC有明显下降;分析结构损伤前后CorV中分量的相对变化,可确定损伤产生的区域。使用互相关函数幅值向量,只需要测量结构在随机激励作用下的时域响应信号,就可检测出结构损伤的存在及损伤的位置。因此本文所采用的方法可应用于环境激励下的结构健康监测。

离散小波变换和互相关函数幅值向量在复合材料层合结构损伤检测中的应用

提出一种随机激励下的结构损伤检测方法。首先选取双正交小波函数对结构在随机激励下的时域响应进行一维离散小波变换(discrete wavelet transform,DWT),然后利用重构的包含最低频率信息的近似信号计算互相关函数幅值向量(cross correlation function amplitude vector,CorV)。利用结构损伤前后CorV差的二次差分作为损伤检测的指标。与直接利用振动响应原始信号计算CorV来检测损伤的方法相比,该方法能更准确地进行复合材料层合结构分层损伤定位。通过对带有不同位置分层损伤的复合材料层合板损伤检测的数值仿真,验证用文中方法检测复合材料层合结构分层损伤的有效性。

基于互相关函数幅值向量的复合材料层合板损伤的统计检测

针对复合材料层合板的分层损伤,提出了一种基于互相关函数幅值向量的损伤统计检测方法。首先建立了复合材料层合板有限元模型并模拟其局部的分层损伤,求得随机激励下结构的加速度响应信号。然后,以结构的多个结点为参考点,计算结构损伤前后的CorV。利用互相关函数幅值向量置信度准则(Correlation function amplitude Vector Assurance Criterion,CVAC)来度量其变化程度,以此来识别损伤并根据结构CorV损伤前后的相对变化来确定产生分层损伤的区域,结合统计学原理最终确定损伤位置。通过对不同位置处的单损伤和多损伤检测仿真算例以及抗噪能力检验,验证了该文提出的损伤统计检测方法的有效性和稳定性。

相关函数幅值向量及其在结构损伤检测中的应用

提出了互相关函数幅值向量的概念,阐述了形成CorV的基本原理。并且证明了结构在频率成分一定的随机激励下,CorV只与结构的频率响应函数有关,规范化后的CorV具有固定的形状,从而CorV可以看作结构在这种激励下的一种固有特性。因此定义互相关函数幅值向量置信度判据来标定结构CorV的变化,以此来识别结构的损伤。文中还研究了测量噪声对CorV的影响,当信噪比(SNR)或损伤增大到一定的程度时,测量噪声的影响可以忽略。因此用CorV来检测结构损伤具有工程应用上的可行性;同时发现无论有无测量噪声,损伤结构与完好结构CorV之间的CVAC随着损伤程度的增大而单调下降,因此CorV也可用来判定损伤的程度。CorV具有固有振型的特点,但无需进行模态测试,而是直接由结构在随机激励下的时域响应信号获得,因此,基于CorV的结构损伤检测方法为环境激励下的结构损伤检测研究提供了理论基础。

基于时域响应相关性分析及数据融合的结构损伤检测研究

基于时域振动响应的结构损伤检测方法因其便于实现在线监测受到了越来越多的关注。该文回顾了两种利用时域响应相关函数建立的结构特征向量(即内积向量及互相关函数幅值向量)及其对应的损伤检测方法。为了从时域响应相关函数中提取更多的结构健康信息,通过利用不同的结构响应组合,将上述两种结构特征向量扩展到了多种结构特征向量,并进一步采用数据融合理论,提出了检测精度更高的结构损伤检测方法。针对8层框架结构损伤检测的试验研究结果表明,该文方法可以对框架结构上的微小损伤进行定位。

基于提升小波变换和互相关函数的梁式桥损伤检测

为了有效地提取梁式桥的损伤特征,提出了一种将提升小波变换与互相关函数幅值向量相结合的损伤识别的方法。首先利用提升小波变换将车载作用下梁桥结构的加速度响应分解到单阶模态上,再对提升重构后得到的第一阶响应进行互相关处理,利用提出的损伤指标来进行损伤定位。通过数值仿真和模拟实验,验证了方法的有效性,讨论了噪声及测点稀疏对识别结果的影响,结果表明该方法具有良好的噪声鲁棒性。另外,在综合考虑经济性和识别结果准确性的情况下,给出了合理的测点布置方式。

复合材料结构损伤联合定位法试验研究

提出了复合材料结构损伤联合定位法,该法需首先获得复合材料结构在随机激励下的振动响应信号,计算结构的互相关函数幅值向量,通过对损伤结构的互相关函数幅值向量进行光滑拟合作为参考向量,再对损伤情况下的互相关函数幅值向量和参考向量分别进行连续小波变换,得到各自的小波系数,进而求得小波系数差的模,根据小波系数差的模的极值进行损伤的定位。该方法无需进行结构建模和模态识别,在无完好结构信息的情况下就可准确进行损伤定位。最后,还通过蜂窝夹层梁和玻璃纤维层合板的损伤检测试验,验证了该方法的有效性。

蜂窝夹层复合材料悬臂梁损伤检测的试验研究

进行了用互相关函数幅值向量(crosscorrelation function amplitude vector,CorV)和连续小波变换(continuous wavelet transform,CWT)联合检测损伤的试验研究。采用蜂窝夹层梁试件,在保证试件其它结构参数一致的情况下,分别人为制造了不同位置的脱粘损伤。首先测试随机激励下完好结构和损伤结构的振动加速度响应,计算归一化的互相关函数幅值向量,再选取双正交小波函数分别对其进行连续小波变换,根据损伤前后小波系数的变化来检测结构的损伤状态,以小波系数差的模的最大的两个极大值作为损伤指标来进行损伤定位。该方法无需对结构建模,仅需获取结构损伤前后的时域振动响应信号。试验研究结果验证了用该文提出的联合检测方法检测蜂窝夹层复合材料结构损伤的有效性。