曲率模态在桥梁状态监测中的应用

本文分析了曲率模态用于桥梁状态监测的可行性 ,并进行了有限元验证。结果表明 ,曲率模态对故障较为敏感 ,能够反映桥梁的局部状态变化 ,可以用来检测损伤位置及损伤程度 ,且高阶的曲率模态对故障的敏感性要优于低阶的曲率模态。

桥梁结构损伤识别的曲率模态技术

介绍了桥梁结构健康监测的一些实际应用 ,阐述了结构损伤识别的现状 ,并对有关损伤诊断的一些方法进行了评价 .重点论述了曲率模态分析的基本理论 ,探讨了曲率模态在结构损伤检测中的应用 。

基于径向基函数神经网络的斜拉桥损伤识别

为寻求桥梁结构自动损伤识别的方法,利用径向基函数(RBF)神经网络对某斜拉桥进行了损伤识别研究。分别采用了频率、振型模态、曲率模态3种指标作为网络的输入参数,考虑1根斜拉索损伤、2根斜拉索损伤及3根斜拉索损伤的三类工况,提出了损伤位置识别判断准则及识别效果评价指标。研究表明,径向基函数神经网络对斜拉桥的损伤位置和损伤程度能进行有效识别,构造样本和选择损伤指标是今后的研究方向。

基于模态参数进行连续梁损伤诊断的数值研究

以一矩形等截面二跨梁有限元模型为研究对象 ,通过数值模拟 ,利用梁损伤前后一阶振型的改变率、前四阶振型曲率的绝对差值以及两个特征参数 ,分别实现了连续梁的损伤诊断。

基于振型加权模态柔度的梁桥损伤识别方法

为了采用结构柔度矩阵进行损伤识别,由均匀荷载面曲率差指标推导出一种加权柔度矩阵指标构造方法,权值分别取振型、振型曲率和、振型曲率符号函数构造出三个新的损伤指标。基于结构损伤前后指标的相对变化及节点损伤程度和单元损伤程度的关系,提出了指标的结构损伤程度计算方法。采用一简支梁和一三跨连续梁算例,考虑多种损伤情况,与均匀荷载面曲率差指标进行了对比分析,表明振型曲率符号函数加权损伤指标仅需前几阶模态便能进行损伤检测,具有良好的损伤定位能力,并能准确识别损伤程度。

桥梁损伤诊断中曲率模态理论的有限元分析

目前桥梁损伤诊断的曲率模态理论一般采用简单的等直梁或杆等简化模型,与桥梁的实际情况有较大差别。针对某高速公路桥梁利用三维实体单元,建立有限元损伤模型,计算了多种损伤工况下的桥梁曲率模态,结果显示低阶曲率模态和曲率模态差对损伤位置和损伤程度敏感。但损伤位置接近振型节点或距测点较远,则敏感度降低。

曲率模态小波分析在桥梁损伤检测中的应用

运用连续小波变换对不同缺陷简支梁的曲率模态进行分析。结果表明,根据曲率模态的小波变换系数可以确定结构的损伤位置。若损伤位置处于振型的平衡位置附近,则可以将多阶曲率模态的小波变换结果进行叠加,根据叠加以后的小波变换系数依然可以判断结构损伤的位置。进一步研究表明,结构损伤程度与小波变换系数峰值大小之间没有必然的联系,其峰值仅仅指示结构损伤的位置,需要其他指标来确定结构损伤程度与损伤指标之间的定量关系。

曲率模态理论在桥梁损伤诊断中的应用研究

在曲率模态理论基础上,建立一连续桥梁有限元模型,通过计算研究了桥梁损伤的结构动态响应特点,验证了曲率模态对桥梁结构整体损伤、局部损伤都有较好的敏感性,其结论可为实际公路桥梁损伤诊断提供参考。

曲率模态理论在桥梁损伤诊断中的有限元分析

对基于曲率模态理论的桥梁结构损伤诊断进行了有限元分析,验证了曲率模态对桥梁结构整体损伤、局部损伤都有较好的敏感性,其结论可为实际公路桥梁损伤诊断提供参考。

融合加速度与计算机视觉实测车致响应的梁桥损伤识别方法

基于结构振型相关参数的损伤识别方法对振型的空间分辨率具有较高要求。为了改进计算机视觉技术在桥梁结构全场振型提取和损伤识别方面的不足,同时充分利用SHM系统各类传感器采集的丰富数据,提出了一种基于计算机视觉和有限数量加速度传感器实测桥梁在移动荷载作用下响应的损伤识别方法。首先,通过理论推导研究了损伤前后任意边界条件单跨梁在移动集中力作用下的位移响应,并从理论角度分析了局部刚度损伤引发的结构位移响应和振型改变。在此基础上,提出了一种通过测量少量测点的计算机视觉位移和加速度响应,提取可表征结构真实状态的多阶高空间分辨率振型的方法,所得振型的空间分辨率取决于移动荷载速度和位移采样频率。根据所提取振型的特点,提出了一种多阶全场模态曲率面积差加权融合的结构损伤识别参数,该参数可以直接利用损伤前后该单元前后节点的模态转角求得。为了验证所提出的方法,开展了实验室简支梁模型在不同速度和大小的移动荷载作用下的多工况损伤识别试验。试验结果表明,所提出的方法可以通过计算机视觉和有限数量的加速度传感器实现模型梁全场振型提取,且该振型与测点加速度模态分析得出的结果相符,空间分辨率可达模型梁跨径的1/6 000~1/3 000。此外,所提出的损伤识别指标在不同工况下能够准确地识别损伤位置,即使损伤前后的移动荷载大小和速度存在差异,该指标也能较准确地定位损伤。

基于曲率模态和神经网络的斜拉桥损伤识别

随着大跨度桥梁数量及重要性的增加,桥梁损伤识别成为学界的研究热点。文中应用小波分析提取桥面的一阶振型,推导了梁式结构由不等间距位移模态向曲率模态转化的乘子矩阵DTOC,由损伤前后曲率模态的变异特征构造了梁式结构单损伤情况的普适概率神经网络,使之可以识别无训练样本时的损伤位置。通过数值仿真计算了某斜拉桥有限元模型桥面单元刚度折减前后在模拟脉动风荷载下的桥面板关键点的振动时程,讨论了小波参数识别技术和该普适概率神经网络的联合应用在不同级别的测量噪声影响下的斜拉桥桥面板损伤识别效果,说明在振动测量信号的信噪比达到一定要求时该方法具有实际效果。