基于稀疏模态响应的结构损伤识别方法

【摘要】：大型结构的损伤识别和健康监测是结构工程研究领域的重要课题,工程结构的损伤识别可以由实测的结构动力特性估计结构的物理参数来实现。结构的损伤通常被表示为结构有限元模型刚度参数的减小,这种损伤识别过程通常归结为一个基于模态参数匹配的优化问题,各种优化方法被用来极小化分析模型模态参数和实测模态参数之间的非线性误差函数。利用稀疏的模态响应信息进行损伤识别,存在着识别结果的非唯一性以及噪音影响分析这样一些理论和技术上的问题,本文研究了利用稀疏模态响应进行结构损伤识别的相关方法,包括以下几个方面内容。 首先研究了结构动力灵敏度分析理论。在已有的模态参数灵敏度分析相关研究工作的基础上,对几种类型的模态参数误差函数进行了一阶、二阶灵敏度分析。这些工作将被用于结构动力参数的灵敏度分析、损伤标识参数选择、损伤定位与评估等多个方面的应用研究。采用了随机初值方法和最优灵敏度分析技术,研究了误差目标函数构造格式对于识别结果的分布特征的影响效应。进行了相应理论分析的数值模拟研究。 提出了一种基于覆盖效应的连续体结构损伤指示方法。以结构柔度阵部分对角元素变化率作为指示损伤的信息标识量,其对于损伤参数分布的覆盖效应使其更适合用于多跨连续体结构的损伤识别。进一步,利用固有频率和模态振型构造柔度阵的变权泛化形式,所对应的损伤指示函数可以实现对损伤参数的分布具有更好的局部化特征。对于该指示函数进行了灵敏度矩阵特征分析并给出了此类结构下损伤指示函数灵敏度矩阵局部化特征的量化方法。在此基础上,进行了将该指示函数用于神经网络方法输入参数的研究。进行了相应的数值模拟,显示这类的损伤指示函数对于梁、板类连续体结构损伤指示的有效性。 进行了基于遗传算法的损伤识别应用研究,以处理只有少数测点信息的桩基结构损伤识别问题。对于桩基损伤识别,建立了约束条件下的优化问题,以正则化形式频响函数误差函数作为目标函数,采用遗传算法进行求解。文中给出了数值模拟算例和工程分析实例,结果显示所建立的方法可以在较大范围内估计长度、波速、截面变化等参数,达到了检测桩身缺陷的目的。该项工作扩展了基桩结构测试-分析一体化检测方法,使其易于进行并且更好满足了模型验证的要求。 提出了基于序列损伤定位的新的参数分组策略,以确定结构系统中的损伤单元参数,处理测试信息稀疏性和测试噪音影响所造成的参数估计结果的不适定性。该方法将少数优势单元参数的提取与单元参数参考值的改进结合起来,实现逐次扩增的参数分组