论文部分内容阅读
损伤识别长期以来都是结构健康监测的重点和热点,如何发展有效的损伤识别方法仍然是一个公认的难题。由于结构所处的环境复杂、有限元模型精度不能保证、测量数据存在误差且不一定完整、缺少足够敏感的损伤指标等原因,目前尚未有普遍适用的结构损伤识别方法。因此研究和发展新的结构损伤识别方法有着重要意义。结构响应向量(Structural Response Vector,SRV)包含足够多的结构状态信息,能更准确地反映结构损伤状态,有望在损伤识别方面发挥较大的作用。本文基于SRV,完成了以下工作:(1)根据SRV的定义,研究了八元数结构响应向量(Octonion Structural Response Vector,OSRV)在形式上的对称性,通过直接构造的SRV可以快速求解“对称面”的法向量,从而解决由于对称位置的损伤在相平面上无法区别的问题。(2)采用响应量的相对变化量作为归一化的方式,提出了一种新的SRV分量定义方法。结果表明,新的SRV向量对应于不同位置的损伤在相平面上的相轨迹具有更大的区分度,表现出了更好的损伤识别能力。采用新的OSRV相平面法对简支梁中的单损伤问题进行了损伤定位和定量研究。结果表明,相对于改进前的SRV,新的SRV在损伤定位和定量化识别方面具有更高的精度,同时在鲁棒性方面也表现出了更好的性能。(3)针对相平面法压缩了数据信息、对结构响应类型不敏感的缺点,采用支持向量机(Support Vector Mechine,SVM)对梁状结构进行了损伤定位和定量化研究。研究了SRV分量数量、分量类型对损伤识别效果和计算效率的影响。结果表明:SRV分量数量并非越多越好,选择合适的分量数量不但可以提高识别效果,还能减少计算时间;采用结构动静态响应组成SRV,识别效果和计算效率优于只采用静态响应的方法。(4)采用以位移和固有频率的动静态响应组成的SRV作为输入,通过支持向量机对桁架结构进行了损伤识别。损伤定位和定量的效果和已有方法的识别效果相近。和大部分学者采用的以振型和高阶频率作为响应输入量的方法相比,SRV中的响应测量简单且精度更高,因此基于SRV的损伤识别方法具有更高的工程应用可行性。同时考虑了测量误差对识别效果的影响,结果表明该方法对桁架桥典型损伤的定位仍具适用性。进一步对不同损伤情况下的SRV进行了对比,解释了该方法对测量误差较为敏感的原因。