土木工程结构损伤识别
“一颗软木塞”通过精心收集，向本站投稿了7篇土木工程结构损伤识别，下面是小编整理后的土木工程结构损伤识别，欢迎您阅读分享借鉴，希望对您有所帮助。
篇1：土木工程结构损伤识别
【摘要】结构损伤识别是近年来国际上的研究热点。
阐述了实施土木工程结构损伤识别的必要性，在综述近几年国内外有关结构损伤诊断研究进展的基础上，讨论了结构损伤检测中的两类方法，重点对损伤识别中的动力指纹法、模型修正法、神经网络法、遗传算法、小波分析法进行了分析和比较，最后阐述了结构损伤识别领域目前存在的主要问题和未来的发展方向。
篇2：土木工程结构损伤识别
一、前言
近些年来，国内外学者通过数值模拟、理论分析和模型试验等方法，分别对结构的性能进行了相关的研究，取得了很大的研究进展和有价值的科研成果。
同时，基于结构特性，如何评价受到损伤结构的损伤特性和可靠性，这样可以对结构是否损伤以及是否需修葺做出正确的判断，这也是当今结构工程面临的新课题。
解决这一问题的关键在于对受损结构做出正确的识别与诊断。
对可能出现的损伤特性进行分析，并且对受损结构进行可靠度评估应成为结构研究的一个重要领域。
二、国内外损伤识别与诊断方法现状
结构损伤识别最早被应用于机械领域。
对于连杆、齿轮等一系列零件组成的大型机械，人们很早就开始对它们进行结构的故障诊断。
后来到20世纪60年代，结构无损检测技术得到了发展。
80年代后期，计算机技术、信息技术和人工智能等学科的知识不断被应用到结构损伤检测中。
对土木工程结构而言，早期建筑物的损伤出现频率较低。
危害程度远没有机械工程那样高，而且可以允许一定程度的带损伤工作，所以土木工程的损伤检测发展较慢，且多数属于结构可靠性评估。
20世纪初期为探索阶段，主要是对结构缺陷的分析和修理方法的研究。
20世纪中期则为损伤检测的发展阶段，主要对结构检测方法的研究，提出了有损检测、无损检测、物理检测等检测方法。
20世纪70年代以来，结构的损伤检测技术更加完善，制定了相应的规范和标准，并且强调了综合评价，使结构的损伤识别与诊断工向着智能化方向发展。
而我国的土木工程结构损伤识别与诊断发展较晚，主要研究也是在70年代以后，随着结构抗震、抗风研究的发展，才逐步开始结合可靠性评估和安全鉴定进行结构损伤检测方面的研究。
三、损伤检测
结构损伤识别是：通过对结构的关键性能指标的测试和分析，判断结构是否受到损伤;如果结构受到损伤，则损伤位置、损伤大小如何;为判断结构能否继续使用及其剩余寿命估计提供决策依据。
结构的损伤识别主要包括4个层次：(1)结构是否发生损伤;(2)对损伤的定位;(3)对结构损伤大小进行评价;(4)对结构的剩余寿命进行估计。
目前关于结构损伤识别的第一层次的研究已经成熟，而关于损伤定位与损伤大小方面的研究是核心，也是难点。
结构损伤检测技术按检测目标可分为局部检测和整体检测两大类。
局部法依靠无损检测技术对特定构件进行精确的检测、查找，描述缺陷的部位;而整体法试图评价整体结构的状态，可以间断或连续地评价结构的健康，确定损伤存在的可疑区域。
在大型土木结构工程的健康监测中多综合利用局部法和整体法。
1、局部检测方法。
局部检测方法有目测法、回弹法、染色法、光干涉法、声发射法、射线法、超声波技术等。
局部检测方法需要预先知道结构损伤的大体位置，并且要求检测仪器能够到达损伤区域，对于大型复杂结构，无法给出整体结构的损伤信息。
2、整体检测方法。
任何结构都可以看作是由刚度、质量、阻尼等物理参数组成的力学系统，结构一旦出现损伤，结构参数也随之发生改变。
因此，结构参数的改变可以视为结构损伤发生的标志。
利用损伤发生前后结构参数特性的改变来诊断结构损伤的方法称为整体检测方法。
整体检测方法大致可以分为动力指纹法、模型修正法、神经网络法、遗传算法、小波分析法。
3、神经网络技术。
人工神经网络技术是通过模拟人体神经肌理用以研究客观事物的方法，同时具有计算机并行计算能力和自我学习功能，同时还有强大的容错性，并且善于联想、综合和扩散，采用神经网络算法的墨水识别可以解决高噪声和模式损失等缺陷，成为土木工程结构损伤识别与诊断的得力工具之一。
其原理是通过分析结构在不同状态下的各种反应，提取出结构的特征值，取神经网络输入向量作为结构损伤敏感的参数，输出结构的不同损伤状态，建立起输入参数与输出损伤状态之间的关系，训练后的神经网络具备模式分类能力，可反映出结构损伤的模式。
同时，神经网络具有强非线性的映射能力，适合于非线性模式识别和分类，与模型修正法相比，其适用范围更广。
4、遗传算法。
遗传算法的基本思想是从一组随机产生的初始解开始进行搜索，种群中的每一个个体即是问题的一个解，称为“染色体”。
遗传算法通过染色体的适应值来评价染色体的好坏，适应值大的染色体被选择的机率高，反之被选择的机率就小，被选择的染色体进入下一代;下一代染色体再经过交叉、变异等操作而产生了新的染色体，即“后代”;不断地重复此过程，经过若干代后，算法收敛于最好的染色体，即为问题的最优解。
遗传算法是一种基于自然遗传和自然选择机理寻优的方法，将其引入损伤评估的最优化方法中，在测试获取信息不多的情况下，能迅速判定损伤位置和程度，即使模态信息部分丢失时，遗传算法寻优能力丝毫不受影响。
遗传算法只需计算各可行解的目标值而不要求目标函数的连续性，不需要梯度信息，并采取多线索的并行搜索方式进行优化，因而不会陷入局部最小，且使用方便，鲁棒性强。
四、结构损伤识别存在的主要问题
1、结构模型误差。
人们对于客观系统中现象的描述或预测总是在一定的基本条件下进行的，在某些规定的基本条件下，将客观系统抽象为具有一定模型形式和参数的数学模型。
针对具体的土木工程结构系统，在模型化的过程中，由于系统的复杂性而引起的系统阻尼机制、摩擦系数、非线性特性等的随机性，由于结构的复杂性而引入的结构链接和边界条件等的简化假定，都使得结构模型不能够准确地反映结构内部的每一细节，表现为结构模型的不完备性。
由于科学研究的不断进步，只要有新的试验方法能够减少试验的不精确性，新理论和新模型就会产生，从而允许对观测进行更精确的解释，这也是通过结构识别方法改进结构模型的基本目的。
由于这个原因，若没有对模型不完备带来的误差进行仔细分析，通常不能正确处理结构损伤识别问题。
2、实测数据不完整。
大多数结构损伤识别方法假定结构模型自由度与实测自由度相同，然而在实际结构中，由于条件上的限制，会造成实测数据的不完备。
如，结构测试传感器只能布置在有限的位置上，特别是较复杂结构，传感器就更为稀疏;实测数据的不完整也与结构的形式有关，对于包含受弯构件的结构，旋转自由度的响应在实际中是无法观测得到的;在结构振动试验中，由于激励方式、数据采样和滤波的限制，只能获得有限频域范围的模态数据。
实测数据的不完整无法给结构损伤识别提供充分有用信息，常常造成在欠定条件下的求解，加剧了识别问题的不适定程度。
五、结束语
对于各种复杂工程结构在使用过程中的损伤识别与诊断，对许多问题需要进一步进行研究。
由于损伤识别与诊断在工程结构上的应用较少，必须对不同的工程结构进行各种损伤试验，对识别与检测方法进行验证，使这些方法得到广泛应用。
参考文献：
篇3：航空发动机风扇叶片结构损伤识别研究
航空发动机风扇叶片结构损伤识别研究
航空发动机风扇叶片常常因为疲劳裂纹而引起整个结构的损坏,导致重大的安全事故.基于此,提出基于BP神经网络研究航空发动机风扇叶片结构损伤识别的方法,采用有限元法计算出的`结构固有频率平方的变化量为标识量进行网络仿真,通过对仿真数据的分析,比较准确地识别出结构损伤的位置和程度,为及时地发现损伤并且进行针对性的维修提供依据.
作 者：郝红勋 李长季 HAO Hong-xun LI Chang-ji 作者单位：郝红勋,HAO Hong-xun(中国民航大学国际飞行学院,天津,300300)李长季,LI Chang-ji(中国南方航空公司北京分公司,北京,101312)
刊 名：中国民航大学学报 ISTIC英文刊名：JOURNAL OF CIVIL AVIATION UNIVERSITY OF CHINA 年，卷(期)： 27(6) 分类号：V235.13 关键词：航空发动机 风扇叶片 损伤识别 BP神经网络 固有频率篇4：基于敏感性的结构损伤识别中的噪声分析
基于敏感性的结构损伤识别中的噪声分析
针对基于振动测试的结构损伤识别方法很容易受到环境噪声干扰的问题,提出了一种新的噪声分析方法,并结合Monte Carlo数值模拟技术研究了测量噪声对基于敏感性的损伤识别方法的影响.与普遍采用的摄动法不同,提出的方法直接由敏感性矩阵的.Moore-Penrose广义逆推导得出.该方法不仅使得噪声分析过程更简洁而有效,并且能同时分析频率和振型噪声对于识别结果的影响.针对3种常用的基于敏感性的损伤识别方法,通过一个单层门式框架的仿真研究,表明了所提出的噪声分析方法的正确性和有效性.
作 者：尹涛 朱宏平余岭 YIN Tao ZHU Hong-ping YU Ling 作者单位：尹涛,YIN Tao(华中科技大学,土木工程与力学学院,武汉,430074;华中科技大学,控制结构湖北省重点实验室,武汉,430074;暨南大学,力学与土木工程系,广州,510632)朱宏平,ZHU Hong-ping(华中科技大学,土木工程与力学学院,武汉,430074;华中科技大学,控制结构湖北省重点实验室,武汉,430074)
余岭,YU Ling(华中科技大学,土木工程与力学学院,武汉,430074;暨南大学,力学与土木工程系,广州,510632)
刊 名：应用数学和力学 ISTIC PKU英文刊名：APPLIED MATHEMATICS AND MECHANICS 年，卷(期)： 28(6) 分类号：O327 关键词：损伤识别 统计噪声分析 Monte Carlo模拟 摄动法篇5：基于结构振动信息的损伤识别研究综述
基于结构振动信息的损伤识别研究综述
随着传感技术、信号采集与处理和系统建模等技术的发展,基于结构振动信息的损伤识别已经成为土木工程结构健康监测与损伤检测领域的研究热点.本文系统地综述了近来国内外基于振动信息的'结构损伤识别的研究和应用现状,评述了各类方法的优缺点,并针对土木工程结构损伤识别的特点,对有待于进一步研究的问题进行了展望.
作 者：闫桂荣 段忠东 欧进萍 YAN Guirong DUAN Zhongdong OU Jinping 作者单位：哈尔滨工业大学,土木工程学院,黑龙江,哈尔滨,150090 刊 名：地震工程与工程振动 ISTIC PKU英文刊名：JOURNAL OF EARTHQUAKE ENGINEERING AND ENGINEERING VIBRATION 年，卷(期)：2007 27(3) 分类号：P315.964 关键词：损伤识别 综述 振动篇6：基于曲率模态和小波奇异性的结构损伤识别
基于曲率模态和小波奇异性的结构损伤识别
传统的傅立叶变换适合确定一个函数奇异性的整体性质,而难以确定奇异点在空间的位置及分布情况.小波变换具有在时域和频域局部放大的性质,在工程中获得广泛应用.由于曲率模态具有较高的灵敏度,仅仅需要较低阶的模态信息就可获得很好的识别效果.本文据此提出了采用损伤前后曲率模态残差小波变换系数方法对结构损伤进行识别,通过该小波变换系数的分布情况来确定结构的`损伤指标.为验证该方法的有效性,通过选用具有线性相位的双正交样条小波,对一梁结构进行了数值模拟.结果表明,采用该方法不但对单一损伤而且对多损伤均能有效地识别出结构的损伤位置.
作 者：王振林 聂国华 WANG Zhen-lin NIE Guo-hua 作者单位：同济大学,航空航天与力学学院,上海,92 刊 名：力学季刊 ISTIC PKU英文刊名：CHINESE QUARTERLY OF MECHANICS 年，卷(期)： 29(2) 分类号：O342 关键词：小波变换 曲率模态 小波变换系数 Lipschitz指数篇7：基于遗传算法优化神经网络权值的大坝结构损伤识别
基于遗传算法优化神经网络权值的大坝结构损伤识别
针对传统BP神经网络存在着容易陷入局部极小点、训练时间太长等缺点,本文采用基于浮点编码的遗传算法,对BP神经网络的初值空间进行了遗传优化.用基于浮点编码的'遗传算法来优化BP神经网络的权值,可得到最佳初始权值矩阵,并按误差前向反馈算法,沿负梯度搜索进行网络学习.文中以混凝土重力坝结构作为算例,用结构的模态频率变化作为网络的输入向量,结构的损伤位置作为输出向量,对网络进行了训练.仿真结果表明:遗传BP神经网络的收敛和诊断能力优于传统BP神经网络,可有效地运用到大坝结构的健康诊断与损伤识别中.
作 者：李小荣 郭永刚 Li Xiaorong Guo Yonggang 作者单位：李小荣,Li Xiaorong(北京工业大学建筑工程学院,北京,100022)郭永刚,Guo Yonggang(中国水利水电科学研究院,北京,100044)
刊 名：震灾防御技术 ISTIC英文刊名：TECHNOLOGY FOR EARTHQUAKE DISASTER PREVENTION 年，卷(期)：2008 3(2) 分类号：P3 X4 关键词：遗传算法 BP神经网络 损伤 大坝【土木工程结构损伤识别】相关文章：
5.损伤的语句
6.身份识别制度
7.脊髓损伤病例范文
8.土木工程论文
9.土木工程合同
10.土木工程论文范文
文档为doc格式
