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。

随机共振结合RobustICA的两阶段结构损伤定位方法

为实现强噪声背景低信噪比环境下的结构损伤识别,提出一种基于非线性随机共振降噪与鲁棒性独立分量分析(RobustICA)的两阶段损伤定位方法.第一阶段,运用非线性随机共振系统对强噪声低信噪比的测量响应进行预处理,以降低背景噪声的干扰并增强结构响应;第二阶段,结合RobustICA提取包含损伤信息的特征分量对结构响应异常进行识别,之后计算归一化的源分布向量(NSDV)的最大值对结构损伤异常进行定位.框架数值算例结果表明,所提出的算法能够较精确实现信噪比为5dB下的结构损伤异常识别与定位.

基于SDLV方法的弹性薄板损伤识别

Bernal通过对DLV(Damage Locating Vector)方法的改进,提出了SDLV(Stochastic Damage Locating Vector)方法,较好解决了环境激励下未知输入的DLV法应用问题.本文以两边简支的弹性矩形薄板为研究对象,采用弹性模量降低模拟损伤,基于SDLV方法对弹性薄板在4种损伤工况下的损伤识别进行数值模拟研究,对比分析了各类损伤指标对识别精度的影响.工况1:靠近支座处的一个单元损伤;工况2:跨中处一个单元损伤;工况3:靠近支座处两个相邻单元损伤;工况4:跨中处2个相邻单元损伤.数值模拟结果验证了SDLV方法应用于弹性薄板损伤识别的可行性,损伤所在位置、损伤单元的数目以及损伤指标的选择对损伤识别精度有一定影响.基于SDLV方法弹性薄板的损伤识别指标可以有规则化主应力、内力和应变能3种选择,如果联合运用多种损伤指标,可以更准确地定位弹性薄板的损伤.