结构智能健康诊断的理论与方法

对近 2 0年来国际上在基于动力学参数的结构健康诊断方面的成就与问题进行了系统的回顾和总结 ,扩展了目前流行的一些结构健康诊断方法 ,建立了一系列新的结构健康诊断公式。从中发现 :①结构的总体刚度矩阵 [K],模态特征值λj 和模态振型 [Φ]j 之间存在以下关系δλj=[Φ]Tj [δK][Φ]j 和δλj≤ 0。②对于损伤结构 ,[δΦ]=0和 {δλ}=0同时发生的情况一定不存在。也就是说 ,结构损伤必然会在结构的内禀动力特征 {Φ ,λ}上得到完整的反映。这一发现回答了人们长期以来的一项争论 ,即结构的内禀动力特征 {Φ ,λ}是否足以作为结构损伤识别和定位的充分条件 ,答案是肯定的。③通常应变类结构动力学参数比位移类结构动力学参数对结构损伤更敏感。④利用多层前向人工神经网络的自组织学习功能和广义遗传算法的全局优化功能 ,设计一个基于广义遗传算法和人工神经网络的混合型结构智能健康诊断演化系统是可行的 ,且该系统的知识库可实现自主进化。

结构智能健康诊断的信息融合原理

本文介绍了信息融合的基本原理,提出了基于信息融合的结构智能健康诊断的基本概念,给出结构智能健康诊断系统的信息融合层次、内容和结构,指出结构智能健康诊断的信息融合主要包括监测层信息融合、特征层信息融合和决策层信息融合.

基于压电阻抗的设备结构健康智能诊断

利用压电陶瓷 (PZT)智能材料作为驱动源产生的波动信号 ,结合人工神经网络控制方法对设备及结构进行健康智能诊断 ,并通过实验对结构缺陷进行了健康智能诊断 ,证实了这种方法的可靠性。