基于曲率模态变化率的复合材料梁脱层损伤识别

利用曲率模态(curvature mode shape,CMS)和曲率模态变化率(curvature mode shape change rate,CMSI)探讨了复合材料梁结构脱层损伤识别方法,运用有限元仿真方法,对具有单损伤、多损伤和不同损伤程度的复合材料梁结构进行模态分析,获取其模态参数,并对两种方法识别敏感性进行对比。仿真结果表明,CMS和CMSI在损伤位置发生突变,通过突变可识别出损伤的位置和大小,并且能够对结构中的多损伤进行识别;CMS和CMSI突变极端差异随着损伤程度的增加而增大,CMS和CMSI的突变极差值随着损伤程度的增加而增大,说明CMS和CMSI具有定量识别损伤程度的能力;与CMS相比,CMSI对复合材料梁结构损伤识别更为敏感。

多梁式桥梁检测的叠加曲率模态差变化率方法

鉴于应用曲率模态的桥梁损伤识别研究大多以一维单梁式结构为研究对象,提出利用G-M法的思想并基于薄板振动理论将多梁式结构转化为正交异性板后,类比梁弯曲理论得到该结构两正交方向曲率表达式,通过分析采用单阶曲率模态差指标进行桥梁损伤识别的不足,考虑利用多阶曲率模态变化率叠加指标进行损伤识别,最后采用有限元软件Ansys建立桥梁模型计算单位置、多位置不同损伤程度的多种工况。Matlab绘图结果表明:沿桥梁纵向叠加指标识别更为精确,对未损伤位置数据扰动更小,指标独立性高,可利用该指标进行多梁式结构的损伤定位。

基于曲率模态的复合材料层合板分层损伤检测方法研究

基于振动信号应用曲率模态方法对复合材料层合板分层损伤进行损伤检测。首先由数值模拟所得不同状态下损伤以及未损伤层合板振动特性参数计算其振型曲率和均布载荷曲面值曲率;然后基于损伤与未损伤层合板曲率值的差分值建立损伤识别指标进行分层损伤检测。最后,为解决差分算法对结构未损伤模型参数的依赖性问题,引用曲面光滑算法和曲率模态变化率法直接对损伤结构进行损伤提取。结果表明,运用曲率参数差分法可以很好地识别各类损伤,且对于多层层合板来说损伤所处层的位置会影响损伤指标值的大小。曲面光滑算法和曲率模态变化率法均可不依赖于未损伤结构参数识别各类损伤,且曲面模态变化率法的检测效果优于曲面光滑算法。

基于模态参数的海洋平台结构损伤诊断

为能快速及时对海洋平台进行损伤定位,提出利用不同模态参数进行结构损伤分步诊断的方法。对在南中国海服役的某海洋平台进行了模拟故障诊断分析,结果表明:模态曲率变化率能有效地判断损伤所在子结构;结构振型综合变化率能有效地判断损伤的具体位置。

基于运行模态的复合材料梁脱层损伤识别

为了实现复合材料结构损伤的定位与定量识别,利用传递率函数的运行模态分析方法探讨了复合材料梁无损检测方法,通过对加速度传递函数的最小二乘拟合,得到结构的模态频率和阻尼,对传递率函数矩阵奇异值分解,得到结构的振型。运用曲率模态(CMS)和曲率模态变化率(CMSI)作为损伤指标,对具有单损伤、多损伤和不同损伤程度的复合材料梁结构进行模态分析,并对两种损伤指标的识别敏感性进行对比。实验结果表明:CMS和CMSI在损伤位置发生突变,通过突变可以识别出损伤的位置和大小,并且能够对结构中的多损伤进行识别;CMS和CMSI的突变极差值随着损伤程度的增加而增大,说明CMS和CMSI具有定量识别损伤程度的能力;与CMS相比,CMSI对复合材料梁结构损伤识别更为敏感。

基于模态分析的对称结构损伤识别法

对于对称结构的损伤识别,本文提出了一种将正则化频率变化率和柔度曲率矩阵变化率相结合的损伤识别法.先运用正则化频率变化率对对称结构进行损伤识别,损伤识别结果将会产生两个对称的损伤位置,接下来再引入本文基于柔度矩阵提出的损伤识别新指标,根据损伤识别新指标的识别结果对这两个对称的损伤位置进行对比,损伤识别指标值较大的,即为真实损伤单元.运用该方法就可以实现对整体对称结构的损伤识别.通过对称单跨梁算例分析,验证了此方法的精确性和可行性.

基于车辆传感识别简支梁桥损伤的位移曲率法研究

从驶过桥梁的车辆响应中识别简支梁桥的损伤具有快速、经济的优点,对公路工程中广泛存在中小旧桥快速检测具有重大的应用价值。依据车桥耦合振动理论和间接测量法原理,对车辆驶过桥梁的过程进行数值模拟试验研究,对车体加速度时程响应进行快速傅里叶变换、带通滤波处理、希尔伯特变换,得到桥梁的一阶识别位移振型,利用位移振型的曲率识别桥梁损伤,对比分析了位移曲率识别桥梁损伤的三大曲率指标。数值分析表明,曲率模态、曲率模态差、曲率模态变化率三大指标都能较好地识别简支梁桥的损伤位置,为车辆传感间接识别简支梁桥损伤方法在桥梁检测工程中的应用提供理论参考。

大跨度空间网格结构节点损伤识别定位

为检测大跨度空间网格结构状况,对大跨度空间网格结构的节点损伤识别定位进行了研究,提出了适用于大跨度空间网格结构节点损伤识别的两步定位法.利用模态曲率变化比进行节点损伤的初定位,识别出损伤节点所在的子结构;以此子结构为研究对象,利用杆端应变模态变化比对节点损伤进行准确定位.以天津奥林匹克中心体育场屋盖结构为计算模型进行了节点损伤识别的定位模拟,结果表明,模态曲率变化比对节点损伤比较敏感,在节点发生较小程度损伤时便能将其所在的子结构准确地定位;杆端应变模态变化比能够准确地识别节点损伤的确切位置;从而验证了节点损伤两步定位法对大跨度空间网格结构的节点损伤识别定位的适用性和有效性.

悬臂梁结构损伤检测仿真研究

以悬臂梁结构为研究对象,针对户外条件下结构损伤检测过程复杂、周期长、检测效果不理想的问题,提出了模态曲率变化率法。通过大型商用有限元软件ABAQUS,建立梁结构有限元模型,基于模态曲率变化率法构建损伤指标,对梁结构进行损伤检测定位,并与模态应变能法的损伤检测效果进行了对比。结果表明:模态曲率变化率法计算过程简单,能够准确快捷地对悬臂梁结构进行损伤识别定位。

基于支持向量机的梁桥多位置损伤识别研究

为实现更准确的梁桥多位置损伤识别,从理论角度分析得出某位置的损伤会对周边位置的位移和曲率产生一定影响。曲率模态差的突变是损伤的典型特征,以曲率模态差变化率作为量化突变的参数,并将其归一化处理后输入支持向量机中进行桥梁多位置损伤识别。以某多跨连续刚构桥为例,将多处典型截面发生10%,30%和50%刚度折减情况下的前2阶竖向振动的曲率模态差变化率以及各位置的损伤状态作为特征向量去训练支持向量机。之后将预测集中包含20%和40%刚度折减的曲率模态差变化率输入训练好的支持向量机中去识别各位置的损伤情况,其识别准确率达到99.68%。

基于概率神经网络的钢桁梁桥螺栓脱落损伤定位识别研究

建立钢桁梁桥的ANSYS有限元模型,将钢桁梁桥按几何位置划分为4个子结构,通过概率神经网络将螺栓脱落损伤定位在子结构内。通过降低杆端单元的抗弯刚度来模拟螺栓的脱落损伤,并选择曲率模态变化率作为概率神经网络的输入参数。通过数值模拟,分析不同训练样本下概率神经网络对螺栓脱落损伤的定位识别结果。结果表明:Spread值对概率神经网络的识别正确率影响很大,须通过试算合理取值;训练样本数量相同时其损伤程度对概率神经网络识别结果的影响很小;使用足够多的单损伤样本对概率神经网络进行训练后,对单损伤和多损伤定位识别的正确率均高达90%以上。

桁架结构损伤预测方法初探

综合运用模态曲率变化量与模态应变能变化率,提出了桁架结构损伤预测的方法。首先,应用ANSYS有限元软件建立梁式桁架的模型,分析其位移模态并模拟其损伤,并通过分析桁架上下弦的模态曲率变化量预测损伤区域。其次,计算损伤区域内杆件的模态应变能变化率,并将应变能变化率较大的杆件认定为损伤单元。数值模拟结果表明,该法可准确定位梁式桁架的损伤部位。