论文部分内容阅读
随着各种重大工程结构的健康监测和安全评估得到学术界、工程界和运营管理部门的广泛关注,无损检测技术越来越被人们所重视。声发射技术作为一种新兴无损检测技术,具有高灵敏度、非侵入性和在线连续检测等其他常规无损检测技术所无可比拟的独特优势,可以进行结构损伤的预警,有效地防止工程结构破坏造成的人员伤亡、经济损失和负面的社会影响。本文采用SAEU2S集中式多通道USB声发射检测仪采集了试件梁损伤破坏过程的声发射信号,利用相关AE特征参数分析方法和改进的声发射信号评价准则,并结合模式识别技术研究梁在不同荷载水平下的损伤信号特征,发展总结一套结构损伤监测、安全评价以及智能识别损伤信号的方法,为声发射技术服务于工程实际提供理论基础和参考。(1)通过声发射特征参数揭示钢筋砼梁的损伤演化过程,具体是研究不同加载周期上升时间(RT)与幅值(DB)关联分布图,观察梁损伤演化过程中声发射信号特征。对不同幅值(DB)范围AE信号所占比重进行了研究,发现高幅值信号的增多意味着裂缝的集中出现和发展。同时对上升时间(RT)分布规律及其曲线拟合进行分析研究,发现RT在各个区间的分布成指数函数,拟合精度高均方差接近0.9。随着损伤加剧,函数拟合系数|b|值表现为下降,a值表现为上升,通过上升时间分布指数函数拟合系数的变化可以准确捕捉到钢筋混凝土梁的起裂点。研究表明梁损伤演化与AE参数密切相关。(2)在上述研究的基础上,运用改进的声发射评价准则,日本无损检测学会(JSNDI)推荐的NDIS-2421定量评定标准,信号强度分析(ISA)技术和声发射特征信号Kurtosis指标具体评价钢筋混凝土梁的损伤演化过程,进一步定性及初步定量评估结构损伤状态和服役情况,判定梁在损伤演化过程中的4个典型失效阶段,确定临界点后进行数据划分,以此建立BP神经网络训练样本数据库。(3)利用模式识别技术中的人工神经网络(ANN)方法,通过Matlab设计BP网络模型,然后运用样本数据库训练并定型网络结构,从而对梁损伤演化过程中4个典型失效阶段的声发射信号进行智能识别,为检测识别梁的损伤程度,进一步评价结构的安全性提供了一种新思路。