一种改进的残余力向量法在结构损伤识别中的应用

残余力向量法是结构损伤识别中常用的方法,复杂结构中单元数量较多而损伤位置较少,容易造成无关变量增多,进而导致计算量过大的问题。鉴于此,本文提出一种改进的残余力向量法用于结构的损伤识别。该方法利用刚度联系向量与残余力向量之间线性相关的特性,以向量投影值作为损伤定位的影响系数,初步筛选出结构可能出现损伤的单元范围。在此基础上,构建出残余力向量对应的线性方程组,根据顺序主子式不为零的条件,对线性方程组进行行初等变换,再根据单元的数量保留前n维线性方程,通过求解该方程组的代数解可得到该结构单元的刚度损伤参数。以简支梁为例的数值模拟表明,本文方法可减少无关单元变量的计算,降低残余力向量的维度并且具有较好的抗噪能力。

基于LSTM神经网络和残余力向量法的结构损伤识别

目的 为减少传统残余力向量法的工作量,提高计算效率,提出一种采用LSTM神经网络与残余力向量法相结合方法。方法 以结构损伤后的残余力作为LSTM神经网络的损伤识别指标,建立输入与输出之间模型,同时运用分步损伤识别法,对可能存在损伤的结构进行判断,并通过简支梁模型进行验证。结果 LSTM神经网络对简支梁损伤情况判断较为准确,在样本数为350组的情况下,其分类准确率为97%,训练结果的均方根误差值为0.64,预测结果的最大误差为3.7%;噪声水平在10%及以下时,最大误差为6.8%,噪声水平在15%及以下时仍可对单损伤做出较为准确的判断,最大误差为9.4%,抗噪性较好。结论 所设计的基于残余力LSTM神经网络对结构损伤定位与程度识别效果较好,具有一定可行性。

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。

基于残余力向量法的结构损伤位置识别

为了降低计算误差和增加噪声鲁棒性,基于简化的残余力向量法RFV(Residual Force Vector),对损伤指标虚拟残余力向量PRFV(Pseudo Residual Force Vector)进行了适当的改进。在有限元软件Abaqus平台上,通过数值仿真实例验证了该方法对于损伤识别的有效性。数值分析结果表明:该方法能够识别结构的小损伤、较大损伤、单位置损伤、多位置损伤;人为地对信号加入不同程度的白噪声,证明了该方法在结构存在较大损伤时,对单一位置损伤和多位置损伤都具有较强的噪声鲁棒性。最后分析了该方法应用到工程实际中的关键因素。

基于残余力向量法和改进遗传算法的结构损伤识别研究

提出了一种基于残余力向量法和改进遗传算法的结构损伤识别方法。文中首先对残余力向量法和遗传算法的基本理论进行了介绍。在无噪声的情况下,使用任意一阶模态数据,残余力向量法都能够对损伤进行准确定位。但是,振动测试数据中往往包含噪声,导致运用残余力向量法进行损伤识别完全不可行。考虑到这个问题,在常规模态分析的基础上,以节点的残余力向量构造用于遗传搜索优化的目标函数形式,然后利用改进的遗传算法重点进行了噪声条件下的结构损伤定位和定量研究。最后,本文用一个平面桁架模型进行了数值模拟,验证了所提出方法的有效性,并对方法应用中存在的一些问题进行了深入分析,得出了一些有益的结论。

运用改进残余力向量法的结构损伤识别研究

针对结构损伤识别时测试结构模态振型不完备的情况,采用了自由度凝聚方法进行模型凝聚,并给出了缩聚模型的残余力向量计算公式,证明了残余力向量对结构损伤单元的敏感性。为减小自由度凝聚及测量等因素带来的误差影响,提出了一种改进的残余力向量法。该方法首先通过测试损伤结构多阶模态得到残余力向量,并计算相对于损伤前结构的残余力向量得到残余力向量差矩阵,选取向量差矩阵各行元素中最大绝对值组成改进的残余力向量。损伤识别时,先运用改进的残余力向量确定可能损伤单元,再运用筛选法计算单元损伤程度。数值仿真算例说明,采用该方法只需结构的前几阶低阶频率和振型,就可以快速准确地识别出结构的损伤,显示了该方法具有较好的抗噪性。

基于残余力向量的结构损伤识别两步法

提出了一种基于残余力向量进行结构损伤识别的两步法。通过计算各单元体的损伤定位标准(DLAC)值来判定可能出现损伤的单元;采用刚度联系向量来代表单元体,使计算DLAC值简单,且计算量小。利用最佳逼近向量法来精确定位并计算损伤程度。为使该方法更具实用价值,将最佳逼近向量法从单个损伤推广至多个损伤的情况。算例表明,此方法仅需一阶模态参数便可有效进行损伤识别,因而合理可靠、精度高。

损伤识别一种改进的残余力向量法

提出了一种改进的残余力向量法用于工程结构损伤识别.分析了利用结构有限元模型缩聚技术给残余力向量法所造成的误差,提出了一种改进的残余力向量法.以平面桁架结构为算例,比较了改进方法与原方法的损伤识别结果.结果表明,改进的方法合理可靠、精度高.

结构损伤识别中的广义残余力向量差法研究

采用矩阵摄动有限元方法,给出了结构损伤识别方程。为减小模型误差和测试误差对损伤识别结果的影响,利用残余力向量对损伤单元的敏感性,提出了广义残余力向量差的概念。为提高损伤识别结果精度和计算效率,联合采用广义残余力向量差定位与频率变化定量的结构损伤识别方法,先运用广义残余力向量差来初步确定损伤位置,再根据频率摄动运用测试精度较高的频率筛选计算损伤程度并确认损伤位置。实例证明,即使考虑测试误差,该方法仍然可以实现对损伤位置和程度的快速准确识别,具有较强的噪声鲁棒性。

基于残余力向量的高桩码头基桩损伤诊断研究

对于有上部结构的髙桩码头基桩损伤诊断研究,目前国内外还没有提出一种实用可行的诊断方法。根据振动微分方程,推导出残余力向量的表达式,定义残余力向量绝对值作为损伤诊断指标。以一高桩码头排架为研究对象,在多种工况下,基于残余力向量法,模拟诊断排架基桩的损伤。数值模拟结果表明:以残余力向量绝对值作为诊断指标,对损伤较为敏感,只需结构的低阶模态,就可以准确快速地识别出结构的损伤,为髙桩码头基桩损伤诊断提供了一种新的思路。

基于改进残余力向量法的桁架结构损伤诊断

提出一种基于改进残余力向量法的桁架结构损伤诊断方法,先由灵敏度分析,求出结构刚度联系矩阵,再由刚度联系矩阵将损伤后的刚度摄动矩阵展开成对角矩阵,代入残余力向量方程,得到由刚度联系矩阵表示的新的残余力向量方程,此方程可以直接求解,即可诊断出桁架结构的损伤杆件及其损伤程度,对于实测中难以获得完备振型的情况,采用模态扩阶的方法来获得完备的测试振型,最后以一桁架结构进行数值仿真分析,证实了该方法的有效性。

残余力向量法在结构损伤识别中的应用研究进展

工程结构的损伤识别技术对于把握结构工作状态及评估结构的安全性与正常使用性能具有重要的意义。近年来基于残余力向量法的损伤识别技术受到了关注并取得了一定的研究成果。文章从基于残余力向量法的损伤识别技术、残余力向量法和灵敏度分析方法相结合、残余力向量法的改进、残余力向量法和人工神经网络技术的结合、残余力向量法和智能算法的融合等5个方面综述了目前国内外基于残余力向量法进行结构损伤识别研究的成果。并根据残余力向量法应用上存在的问题展望了应用残余力向量法进行结构损伤识别时在如何减小误差;如何克服测试信息不完备的影响;如何进行实际工程损伤识别的研究以及残余力向量法的改进以及残余力向量法和智能算法结合等方面的发展趋势。

基于静力残余力向量的结构损伤评估方法

残余力向量法是一类常用的损伤识别方法,现有的残余力向量法都是基于动力测试的模态参数,和动力测试数据相比,静力测试数据往往精度更高,且无需模态分析等复杂操作。鉴于此,本文提出一种静力残余力向量法用于结构损伤评估。所提方法利用静力测试位移数据,并结合结构有限元模型的刚度矩阵,定义了静力残余力向量,根据该向量中不为零的元素来判断损伤自由度,再根据自由度和单元之间的对应关系来确定发生损伤的位置,并进一步提出一种求解损伤参数的代数解法。另外,针对实践中角位移难以测量的情况,进一步提出了一种静力缩聚残余力向量法,拓宽了所提方法的应用范围。以桁架结构和梁结构模型为例对所提方法进行了验证,数值算例结果说明所提方法合理有效。

基于残余力向量法的悬臂梁损伤识别研究

从自由振动微分方程出发详细推导了残余力向量的表达式 ,以一矩形等截面悬臂梁为研究对象 ,利用残余力向量法 ,通过数值模拟 ,实现了对预制裂纹梁的损伤识别 ;鉴于实际结构建模的误差 ,提出了改进的残余力向量法 。

基于残余力向量的框架损伤直接识别法

为直接识别出基于残余力向量法的框架结构损伤,提出先由灵敏度分析求得结构刚度联系矩阵,再由结构刚度联系矩阵将损伤结构的刚度摄动矩阵展开,得到新的结构残余力向量方程,通过求解此方程即可识别出框架结构的损伤位置和程度,最后运用所提出方法对三层框架结构进行损伤识别,结果表明识别精确度较高,从而验证了该方法的有效性.

基于残余力向量法的桁架结构损伤直接识别法

提出一种基于残余力向量理论的桁架结构损伤直接识别方法。先由灵敏度分析,求出结构刚度联系矩阵,再由刚度联系矩阵将损伤后的刚度摄动矩阵展开成对角矩阵,代入残余力向量方程,得到由刚度联系矩阵表示的新残余力向量方程,经过整理,此方程可以直接求解,即可得到各杆件刚度的损伤量,由此可识别出桁架结构的损伤杆件及其损伤程度。最后以一桁架结构模型进行数值仿真分析。结果表明,该方法具有计算简单,计算量小等优点,仅需损伤后第一阶模态参数,就能够准确识别出结构的损伤情况,证实了该方法的有效性。

基于残余力向量的桁架梁损伤识别研究

定义残余力向量为结构的损伤指标,给出了根据结构特征值方程详细推导残余力向量的理论过程.并以简支桁架梁为研究对象,利用残余力向量进行桁架梁的局部损伤识别,成功识别出桁架梁的单一和多处局部损伤;同时考虑实际测量中存在噪声影响,引入了损伤定位指数,分析了噪声对损伤识别精度的影响.理论分析和数值仿真结果表明,残余力向量能有效识别桁架梁的局部中小损伤,且有较好的抗噪性.

模态噪声影响下基于残余力向量的损伤识别

提出了一个考虑模态噪声影响的基于残余力向量法的损伤识别两步法。首先从理论上证明了由连续观测所得的模态参数计算的残余力向量样本,其均值向量可以作为损伤位置识别的标识量。在可能损伤位置确定后,通过提取刚度矩阵和质量矩阵中与损伤相关的自由度来减少计算量,用矩阵缩减后得到的残余力向量构造遗传算法优化目标函数,来识别损伤程度。数值算例证明,该方法具有较好定位和定量识别效果和抗噪声能力。

利用残余力概念进行结构损伤识别

提出一种利用残余力进行结构损伤识别方法。用刚度损伤系数将有限元模型参数化来描述结构的损伤。用特征值和特征向量预测算法构造目标函数,利用两点交叉算子的二进制代码的遗传算法反复迭代优化刚度损伤系数,获得待测结构的损伤系数、损伤位置与损伤程度的信息。通过一个平面桁架对该方法进行验证,结果表明:利用残余力概念进行损伤识别所得结构的损伤系数与理论值很接近。该方法能够较准确地判断结构的损伤位置和损伤程度。

基于残余力向量法的基桩损伤诊断

根据振动微分方程详细推导了残余力向量的表达式,定义残余力向量的绝对值为结构的损伤指标。通过建立髙桩码头基桩有限元模型,运用残余力向量法对基桩进行损伤诊断数值模拟。数值模拟结果表明:残余力向量作为诊断指标,对结构的损伤较为敏感;只需结构的低阶模态,就可以准确快速地识别出结构的损伤。