收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于车致振动响应的铁路桥梁损伤识别方法研究

付春雨  
【摘要】:处于复杂环境中的铁路桥梁结构尺寸大、刚度大且承受的活载大,这使得结构的损伤状态中存在着与荷载的相关性。现有损伤识别方法未考虑这种相关性,所以将这些方法应用到铁路桥梁结构损伤识别中时,存在很多局限性。为此,结合研究小样本情况下机器学习规律的统计学习理论,对列车荷载作用下桥梁结构的损伤识别进行专门研究,并完成了以下几个方面的工作: 1、针对与列车荷载相关的损伤,提出了铁路桥梁结构损伤识别的子区域法:首先通过结构易损性分析,确定结构易损部位;再根据易损部位的损伤状态,从列车在桥梁上行驶的时间区域中选择出若干子区域;然后在每个子区域内,假定所研究的易损部位的损伤状态保持不变,进行损伤识别研究。 2、针对结构损伤程度与荷载的相关性,采用5步策略分析每个子区域内的损伤识别:损伤预警、损伤等级划分、损伤位置识别、损伤程度识别和损伤精确识别。 3、由于结构完好状态和损伤状态之间有较大的区别,所以将损伤预警看作统计学中的模式识别问题;以加速度时程数据构建损伤指标,优化样本库,然后利用统计学习理论中支持向量机分类算法建立损伤预警模型。将所提方法应用到一个三跨连续梁数值模型,结果表明:当测试数据对应的列车模型与训练样本对应的相接近时,损伤预警识别模型具有较好的区分能力和一定的抗噪声能力。 4、由于不同损伤等级的结构状态之间存在较大的差别,可将损伤等级划分看成模式识别问题,利用统计学习理论的支持向量机分类算法,判断测试结构处于较差、差的和危险3个等级中的哪一个等级。针对一个三跨连续梁,建立损伤等级划分模型,并利用不同的测试数据检验该模型,结果表明:所提出的方法能够将待测的结构状态划分到正确的等级中。 5、针对损伤位置识别的特点,提出了损伤位置识别的分层法:首先识别出损伤所在的区间,然后识别所在的子区间;再将每一层中的位置识别看成一个统计学中的模式识别问题,利用统计学习理论中的支持向量机分类算法建立损伤位置识别模型;然后针对该模型,构建适合的位置识别指标,优化样本库。最后使用三跨连续梁数值模型检验所提出的方法,结果表明:该方法能够较准确地识别出损伤发生的位置,而且有一定的抗噪声能力。 6、由于损伤程度是连续变化的,可将损伤程度识别问题看成统计学中的回归估计问题,以加速度时程数据所构建的指标作为自变量,以损伤程度作为因变量,利用统计学习理论中的支持向量机回归算法进行求解。三跨连续梁桥的数值试验结果表明:该方法能够较准确地识别出损伤所在子区间的整体损伤程度,但结果具有一定离散性。 7、针对损伤精确识别的特点,提出了损伤精确识别的方法:在某一特定损伤子区间的损伤程度识别基础上,将该子区间分为2个区段,以其中一个区段作为待求区段,并将其损伤程度作为识别目标,将损伤精确识别问题看成是统计学中的回归估计问题,利用统计学习理论中的支持向量机回归算法,识别待求区段的损伤程度;再根据子区间整体损伤程度的一致性,推算出另一个区段的损伤程度。将所提方法应用到三跨连续梁桥模型中,结果表明:该方法能够较准确地识别出待求区段的损伤程度,但结果具有一定的离散性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈建功;张永兴;;一种确定锚杆系统损伤位置的小波分析方法[J];煤炭学报;2008年04期
2 张玉莲;;液压管道故障诊断自适应调整算法[J];应用力学学报;2009年04期
3 张悦;张丽梅;杜守军;刘卫然;;基于小波分析的网架结构杆单元损伤检测研究[J];建筑结构;2010年12期
4 孙建刚;王树伟;仝世峰;;基于应变模态变化率的框架结构损伤识别方法[J];油气田地面工程;2008年03期
5 唐小兵,沈成武,陈定方;基于频率测试数据及灵敏度分析的悬臂梁多损伤位置识别[J];武汉交通科技大学学报;2000年03期
6 陆熙,霍达;应用曲率模态理论识别实桥模型损伤的研究[J];土木工程学报;2005年08期
7 陈纪朝;洪嘉振;;模态信息探伤的实验研究[J];振动与冲击;2005年04期
8 袁朝庆;赵丹;才英俊;;基于经验模态分解法及波形指数识别简支梁桥损伤位置[J];无损检测;2007年02期
9 李新平;;损伤位置对梁振动模态影响的数值研究[J];交通标准化;2009年07期
10 胡列,姜节胜;一种诊断复合材料层合板损伤的频响方法[J];应用力学学报;1993年02期
11 方水平;刘炯;吴浪;;曲率模态理论在桥梁损伤诊断中的应用研究[J];江西科学;2007年02期
12 王立军;;染色体长度自适应调整的遗传算法在损伤位置识别中的应用[J];浙江海洋学院学报(自然科学版);2009年04期
13 袁朝庆;赵丹;才英俊;;基于EMD识别简支梁桥模型损伤位置[J];大庆石油学院学报;2007年05期
14 袁朝庆;赵丹;余亚辉;;基于经验模态分解法和时域幅值参数识别结构损伤程度[J];无损检测;2008年02期
15 王蔓;白瑞祥;陈浩然;;基于传递函数的含损伤复合材料加筋板振动[J];重庆大学学报;2008年03期
16 李小荣;郭永刚;;基于遗传算法优化神经网络权值的大坝结构损伤识别[J];震灾防御技术;2008年02期
17 姜雪峰,滕海文,霍达;应变模态在检测桥梁钢筋损伤中的性能研究[J];河南科学;2005年06期
18 赵丹;袁朝庆;贺有丰;刘艳晖;;识别简支梁桥结构损伤的新方法[J];黑龙江科技信息;2007年06期
19 李伟;;结构损伤识别技术的发展现状与展望[J];山西建筑;2008年23期
20 王乐;杨智春;谭光辉;刘江华;;基于固有频率向量的结构损伤检测实验研究[J];机械强度;2008年06期
中国重要会议论文全文数据库 前10条
1 王乐;杨智春;谭光辉;刘江华;党晓娟;;基于固有频率向量的框架结构损伤检测[A];第九届全国振动理论及应用学术会议论文集[C];2007年
2 金虎;楼文娟;唐锦春;;结构损伤位置和程度识别的神经网络方法[A];计算机技术在工程建设中的应用——第十二届全国工程建设计算机应用学术会议论文集[C];2004年
3 刘承斌;王柏生;李玉刚;杨英武;;钢桁架-砼组合板损伤指标研究及比较[A];第九届全国振动理论及应用学术会议论文集[C];2007年
4 胡宁;王翔;姚振汉;王波;吴智深;;利用模态试验数据进行结构损伤评估[A];第七届全国结构工程学术会议论文集(第Ⅰ卷)[C];1998年
5 刘承斌;王柏生;李玉刚;杨英武;;钢桁架—砼组合板损伤指标研究及比较[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
6 王乐;杨智春;谭光辉;刘江华;党晓娟;;基于固有频率向量的框架结构损伤检测[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
7 杜永峰;李慧;陈文元;;小波神经网络在剪切型结构损伤监测中的应用[A];第14届全国结构工程学术会议论文集(第三册)[C];2005年
8 刘兴华;刘冬;;直肠损伤的外科处理[A];中华医学会全国第五次急诊医学学术会议论文集[C];1994年
9 张谢东;蔡正东;;基于曲率模态和小波变换方法的连续刚构桥损伤识别研究[A];第十八届全国桥梁学术会议论文集(下册)[C];2008年
10 刘伟;高维成;孙毅;徐敏建;;面向节点的桁架结构多阶段BP神经网络损伤识别[A];第18届全国结构工程学术会议论文集第Ⅰ册[C];2009年
中国博士学位论文全文数据库 前10条
1 赵亚平;钢筋混凝土梁损伤诊断的振动模态分析方法[D];中国农业大学;2005年
2 李林;剪切型框架结构损伤检测的数值与试验研究[D];华中科技大学;2005年
3 王真;基于反馈控制与统计分析的结构损伤识别技术研究[D];华中科技大学;2007年
4 杨智荣;基于振动模态分析管道腐蚀损伤检测方法研究[D];大连理工大学;2007年
5 董广明;结构损伤全局检测若干方法研究及应用[D];上海交通大学;2007年
6 陈立;基于柔度曲率矩阵的结构损伤识别研究[D];大连理工大学;2009年
7 顾培英;基于应变模态技术的结构损伤诊断直接指标法研究[D];河海大学;2006年
8 张吉萍;板壳结构损伤诊断的理论和方法研究[D];西南交通大学;2006年
9 于哲峰;随机激励下结构损伤检测方法研究[D];西北工业大学;2005年
10 荆龙江;预应力混凝土斜拉桥损伤识别理论及应用研究[D];浙江大学;2007年
中国硕士学位论文全文数据库 前10条
1 常军;曲率模态识别结构损伤位置方法研究[D];昆明理工大学;2002年
2 黄带好;基于动力参数的剪切型结构损伤识别[D];重庆大学;2005年
3 郑国梁;基于固有频率的碳纤维布加固钢筋砼梁损伤研究[D];江苏大学;2007年
4 孟浩;随机子空间方法和曲率模态分析方法在现有桥梁损伤识别中的应用研究[D];西安建筑科技大学;2009年
5 赵丹;基于Hilbert-Huang变换的简支梁桥的损伤识别[D];大庆石油学院;2007年
6 杨雅洁;用于板结构健康监测的磁致伸缩传感器的研究[D];南京航空航天大学;2007年
7 贾良现;基于受控结构动力特性的损伤识别[D];南京航空航天大学;2007年
8 刘荣欣;一种基于频率的损伤识别新方法[D];郑州大学;2009年
9 李光文;基于残差均方根值法的结构损伤识别理论与应用[D];湖南大学;2009年
10 万拥军;基于小波包能量变化率的结构损伤识别方法研究[D];郑州大学;2009年
中国重要报纸全文数据库 前1条
1 姚红亮;洛阳研制出国内首套钢丝绳芯在线监测系统[N];中国有色金属报;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978