工程结构损伤

2024-10-08

工程结构损伤(精选9篇)

工程结构损伤 篇1

1 混凝土结构现场检测方法

混凝土结构宏观性能试验方法是“试件试验”。这类方法以试件破坏时的实测值, 作为判断混凝土性能的依据较为直观, 称为破损性实验。由于试件中的混凝土与结构中的混凝土质量、受力状况及各种条件不可能完全一致, 而且对于建筑结构的现场检测也不太适用。

20世纪30年代混凝土非破损检测方法发展起来了, 如回弹法、超声脉冲法等在无损伤混凝土的条件下进行现场检测。

1.1 回弹法

回弹法是用回弹仪弹击混凝土表面, 由仪器重锤回弹能量的变化, 反映混凝土的弹性和塑性性质, 测量混凝土的表面硬度推算抗压强度, 是混凝土结构现场检测中常用的一种非破损试验方法, 我国已编制了规范。

回弹法的主要优点是:仪器构造简单, 方法易于掌握, 检测效率高, 费用低廉, 影响因素较少, 但还存在一定不足:回弹值受碳化深度、测试角度的影响, 石子种类对其也有影响, 要对回弹值进行不同的修正, 对存在有质量疑问区域的混凝土, 需用其它方法进行进一步检测。

1.2 超声脉冲法

用超声脉冲法检测混凝土强度是测试超声波在混凝土中的传播参数, 找出混凝土抗压强度与这些参数的关系, 确定其抗压强度。混凝土是各向异性的多相复合材料, 内部存在广泛分布的砂浆与骨料的界面和各种缺陷, 使超声波在混凝土中的传播要比在均匀介质中复杂得多, 产生反射、折射和散射现象, 并出现较大衰减, 因此超声脉冲法检测混凝土强度虽然能够检测出混凝土内部存在的问题, 但是对测试仪器、换能器与混凝土的强度和超声传播声速间的定量关系受到混凝土的原材料性质及配合比的影响;测试试件的温度和含水率的影响等, 只有综合考虑各种因素和条件, 建立高拟合度的专门曲线, 使用时才能得到比较满意的精度。

1.3 超声回弹综合法

超声回弹综合法是建立在超声传播和回弹值与混凝土抗压强度之间相互关系上, 以声速和回弹值来综合反映混凝土抗压强度的一种非破损检测方法。

超声回弹综合法在一定程度上克服了以单一指标评定混凝土强度的不足, 它把石子和测试面的影响, 从检测结果中加以修正, 对于多指标综合, 能较全面地反映与混凝土强度有关的各种要素的作用, 提高了测试精度。

2 砌体结构的现场检测方法

砌体结构主要指砖砌体, 砌体强度是由砖块和砂浆强度或施工时制做的砌体试块强度来决定的, 传统的检测方法是直接从砌体结构上截取试样, 进行抗压强度试验而砌体结构的特点导致取样存在较大难度, 取样时的扰动又会对试样产生较大损伤, 从而影响试验结果。因此, 砌体结构的现场原位非破损或半破损试验方法理所当然地受到重视, 并广泛开展研究和工程实际应用。

2.1 砌体强度的间接测定法

砌体强度与砂浆和砖块强度有直接关系。由砂浆和砖块强度等级可确定砌体的抗压强度, 间接测定法就是使用专门的仪器和专门的测试方法, 测量砂浆和砖块的某一项强度指标或与材料强度有关的某鉻项物理参数, 并由此间接测定砌体强度。

2.1.1 冲击法。

依据物体破碎时所消耗的功与破碎过程中新产生表面积成正比的基本原理、由事先建立的单位功表面积增量和抗压强度之间的经验公式, 求得砂浆或砖块试样的强度。

2.1.2 回弹法。

检测砖块和砂浆强度的基本原理与混凝土强度检测的回弹法相同, 只是采用专门的砂浆回弹仪, 因为砖的表面硬度与强度有良好的相关性, 所以, 此法精度高, 且简单、适用。

2.1.3 推出法。

推出法又称顶推法、剪法, 具体称单砖单剪法。即把一单砖的顶面、两侧面砂浆清除, 只留底面, 用特制的小千斤顶将其“顶出”, 在极限状态时, 测得砖与砂浆的粘接抗剪强度, 并根据抗剪强度与抗压强度的关系, 推出抗压强度。

2.2 砌体强度直接测定法

2.2.1 抽样检测法。

主要包括切割法与取芯法, 切割法切割的试件宠大, 搬运过程中扰动大, 造成试验结果的离散性大, 耗费大量的人力、财力, 只限于庞大砌体工程质量事故处理及对其它方法的校准。取芯法是对芯样作抗压和抗剪试验, 对砌体扰动也很大, 其试验结果不太一致。

2.2.2 原位检测法。

主要包括扁顶法、原位轴压法和原位剪切法。扁顶法是采用扁式液压测力器装入开挖的砌体灰缝中进行砌体强度的原位检测方法, 它较好地克服了取样法的不足, 但设备复杂, 允许的极限应变较小, 铡定砌体的极限强度受到限制。原位轴压法是对扁顶法的改进, 其原理与其一致, 测定砌体的极限抗压强度。推算其标准抗压强度, 缺点是设备较沉重, 使用不便, 原位剪切法是在墙体上直接测试砌体通缝的抗剪强度。由于对测试部位有限制, 使其应用有一定的局限性。

2.2.3 动测综合法。

动测综合法是振动反演理论在工程上的应用。在脉动、起振机共振、自由释放或冲击等激振方式的作用下, 通过测量砌体结构的频率和振型等参数, 根据系统识别理论得到层间刚度, 推算出各层砌体轴心抗压强度, 此法从房屋整体出发, 不仅能得到砌体的强度, 鉴定房屋的质量, 便于对房屋进行安全性评定, 随着检测仪器技术的改进, 算法的优选, 结果的精度不断提高, 很有发展前途。

3 结论

结构现场检测技术对工程质量事故的检测、处理方面, 具有重大的应用价值, 从国内外的发展状况来看, 该项技术涉及到多个学科的应用技术, 应进一步研究、完善, 应从以下几个方面来努力, 创新:

3.1 新参数、新性能指标的测试

随着材料科学的发展, 许多新材料被工程所应用, 建筑结构设计的不断改进, 一些新的参数和新的性能指标能够说明新材料和新结构的可靠性, 需要不断研究这些参数指标的测试方法, 为工程实践服务, 是当前测试技术发展的趋势。

3.2 新思想的引入、对数学模型的创新和改善

在建筑结构检测方法的研究中, 引入新思想, 不仅要考虑宏观力学, 还要考虑微观力学, 深入全面地看问题。已有的检测方法中用到的经验公式有鉻定的局限性、在新的数学模型建立时, 应更加注意其边界条件, 扩大使用范围, 提高拟合程度。

参考文献

[1]王苏岩建筑结构现场检测方法评析

[2]张有才建筑物的检测、鉴定, 加固与改造[M].北京冶金工业出版社, 2001

工程结构损伤 篇2

危岩是迄今研究程度极其薄弱的.地质灾害类型,而主控结构面受荷损伤是危岩发育机理研究的核心技术.通过定义主控结构面裂端损伤区,运用损伤力学方法建立了裂端损伤区的即时泊松比和即时弹性模量的计算方法,并据此构建了主控结构面裂端损伤本构方程,为主控结构面断裂演化数值模拟奠定了理论基础.

作 者:陈洪凯 唐红梅 叶四桥 CHEN Hong-kai TANG Hong-mei YE Si-qiao 作者单位:陈洪凯,CHEN Hong-kai(重庆大学,西南资源开发及环境灾害控制工程教育部重点实验室,重庆,400044;重庆交通大学,岩土工程研究所,重庆,400074)

唐红梅,叶四桥,TANG Hong-mei,YE Si-qiao(重庆交通大学,岩土工程研究所,重庆,400074)

工程结构损伤 篇3

近年来, 土木工程结构的性能监测系统在计算机、信息、通信及智能等技术支持下, 不断进行自我更新和完善。当前的土木工程结构的性能监测系统中, 采用的监测设备和监测技术主要是传感器、信息处理系统以及人工智能技术等。

土木工程结构的性能监测系统和损伤识别方法还比较欠缺, 需要监测技术人员提出及研发工作者创新研究, 这对于我国大量土木工程意义很大。

1 土木工程结构性能监测实验分析

1.1 案例背景

压电材料是当下土木工程结构中广受好评的一项智能材料。其本质是利用过电偶极子在电场中的自然排列次序, 来改变智能材料的尺寸。采用压电材料制成的床拿起具有灵敏度高、结构简单以及频带宽的特点。随着配套二次仪表以及绝缘性高、噪声低的电缆应用, 使得压电传感器的应用更加便利快捷[1]。此种新型水泥基压电传感器被广泛的应用于土木工程结构的性能监测中。

1.2 正压电效应与逆压电效应

若是对智能材料朝着其某一固定方向施加外力, 一旦这个外力超过材料的承受极限就会发生形变, 这种智能材料的表面将产生等量且符号相反的电荷。通常情况下, 人们将机械能转换为电能的现象定义为正压电效应, 反之则称为逆压电效应。常见的力-电转换方式有三种, 分别称为压电性的纵向效应、横向效应、剪切效应, 如图1所示。

1.3 水泥基压电传感系统在土木工程结构的性能监测系统中的应用优势

(1) 良好的兼容性

随着配套二次仪表以及绝缘性高、噪声低的电缆应用, 使得压电传感器的应用更加的便利快捷, 新形势下的水泥基压电传感器的传感单元不同于以往传感器是采用金属外壳包装, 而是采用水泥块包裹。因此施工人员可将这种水泥基压电传感器像骨料一样埋入混凝土结构中。

(2) 良好的耐久性

水泥基压电传感器本身结构比较稳定结实, 不易出现质量问题, 即便土木工程的施工环境比较恶劣, 它的稳定性能依然良好, 可以确保水泥基压电传感器的应用时间。

(3) 成本低

水泥基压电传感器是由水泥材质或是陶瓷片材质的材料组成, 这两种材料成本较低而且购买方便, 可节约施工人员大量的时间和资金成本。不会给施工单位造成资金压力。

2 水泥基压电传感器实验设计及其实验结果分析

2.1 水泥基压电传感器实验设计

为了检验水泥基压电传感器在土木工程结构的性能监测系统中应用的可靠性, 还需要对其进行实验。首先将标定好的水泥基压电传感器埋入混凝土短柱中, 具体如图2所示。混凝土短柱截面为1 0 0 m m×1 0 0 m m, 高度为5 0 0 m m。水泥基压电传感器埋在短柱的中间位置, 其高度方向和短柱的高度方向平行。

2.2 水泥基压电传感器实验结果分析

将水泥基压电传感器的短柱放入数字式电液自动式实验机进行测试通过水泥基压电传感器的实验设计可以得知, 水泥基压电传感器在土木工程结构的性能监测系统中的应用, 对土木工程结构的稳定性能是十分有帮助的。此外, 水泥基压电传感器在土木工程结构的性能监测中的应用可以减少或避免传统传感器的弊端, 而且其造价成本低且耐久性强, 适用于各种规模的土木工程施工。

3 土木工程结构损伤识别中存在的问题

近些年, 随着我国土木工程的大量修建, 土木工程结构的损伤识别也逐渐受到施工人员的重视。当前我国在土木工程结构的性能监测中投入了大量的研究资金, 但苦于损伤识别技术和研究人员专业水准的限制, 使得土木工程结构的性能损伤识别不能达到预期效果, 本文中对土木工程结构损伤识别技术不足作以总结。

3.1 土木工程结构模型存在误差

如今, 人们对土木工程结构的性能的损伤识别, 都是建立在一定基础条件之上, 在规定的情境下, 必须将土木工程结构客观的抽象事物运用数学模型进行替代, 当前针对具体的土木工程结构系统, 考虑到该系统比较复杂, 会引发多种随机现象, 对此, 施工人员应提前做好各种随机事件的模型预设[2]。不可否认的是在真正的模型应用中, 总会出现这样或那样的问题, 致使土木工程结构模型出现误差。随着现代化信息技术的发展, 对土木工程结构模型不断进行自我更新和完善。

3.2 土木工程结构损伤性能的实测数据的缺失

土木工程结构损伤识别中存在的一大问题是实测数据的不完整。造成这种现象的主要原因是, 土木工程结构损伤识别都是假定土木工程结构模型具有相同的自由度和实测自由度, 然而在实际的土木工程结构损伤识别中, 会存在多种条件的限制, 进而造成土木工程结构损伤识别实测数据的不完整。尤其是一些复杂的土木工程结构, 损伤识别的影响因素较多, 加之传感器的安装较为稀疏, 这就更加拉大了土木工程结构损伤实测数据的不完整。

4 土木工程结构的性能监测系统与损伤识别方法的修正

(1) 强化土木工程结构的性能监测系统的数据采集和处理

土木工程结构的性能监测系统中的数据采集和处理, 主要涉及硬件系统和软件系统两种, 硬件系统为数据传输电缆、数模转换卡[3]。软件系统则是将土木工程结构数字信号, 采用一种特殊的方式存在计算机当中, 之后便有专业技术人员对计算机中的数据信息进行整合和优化, 为土木工程结构损伤识别鉴定提供有效依据。

(2) 强化土木工程结构损伤识别、模型修正

在土木工程结构损伤识别中, 模型修正是缩小实测数据误差和增加实测数据准确性的关键。为保证损伤识别的有效性, 在进行土木工程结构损伤识别前期, 需要对损伤识别软件、模型修正软件进行检验, 确保其应用功能正常后方可予以使用。在土木工程结构损伤识别中, 若是识别结构发生损伤, 则应该安排预警设备发出报警信息。此外, 损伤识别软件和模型修正软件的研究人员应该加强对以上两款软件的测验, 使其始终保持在高水平运行状态。

5 结束语

综上所述, 土木工程结构的性能监测系统是针对特定结构专门设计的一种监测系统, 这对增强我国土木工程结构的稳定性非常有用, 然而, 我国土木工程结构的性能监测系统和损伤识别方法仍存在很大的漏洞, 致使我国土木工程的质量难以提升。因此, 还需不断强化土木工程结构的性能监测系统的软件应用技术, 并研发新的损伤识别方法, 提升土木工程结构的性能实测数据的准确性, 使其为土木工程结构的建设提供更多可靠的数据参考, 进而提升土木工程质量的安全性和稳定性。

摘要:为提升土木工程结构的稳定性能, 土木工程结构的损伤识别及性能监测系统尤为重要, 我国土木工程结构的性能监测系统和损伤识别方法亟需提高。为此本文阐述了土木工程结构性能特点及其监测系统需求, 研究了土木工程结构损伤识别的问题, 分析了土木工程结构的性能监测系统与损伤识别方法, 并提出了对应的解决建议。

关键词:土木工程,结构性能监测,损伤识别方法

参考文献

[1]李晓明.浅谈土木工程结构的性能监测系统与损伤识别方法[J].安徽建筑, 2014, 21 (3) :203-204, DOI:10.3969/j.issn.1007-7359.2014.03.096.

工程结构损伤 篇4

基于模态频率和神经网络的结构损伤检测

把结构损伤识别问题分为损伤辨识、损伤定位、损伤程度标定三个子模块,对每个子模块用模态参数构造对损伤敏感的标识量,并作为特征参数输入到神经网络中实现损伤识别.将优化的.BP网络和频率相结合成功地实现了矩形梁的损伤检测,为结构健康监测研究提出一条新的技术途径.

作 者:万小朋 王军强 赵美英 作者单位:西北工业大学,民航工程学院,陕西,西安,710072刊 名:西北工业大学学报 ISTIC EI PKU英文刊名:JOURNAL OF NORTHWESTERN POLYTECHNICAL UNIVERSITY年,卷(期):200321(2)分类号:O327关键词:振动模态 神经网络 损伤识别 结构健康监测

工程结构损伤 篇5

结构在线监测过程中,测量模态参数的不完备,以及数据变异可能性和测量噪声的存在,使得通过单次的测量模态参数并不能完全反映结构的健康状态,有时甚至会出现误判或漏判的现象,采用通常的确定性识别方法[1]无法实现损伤的准确定位。因此必须在确定性损伤识别研究的基础上,发展能够充分反映问题不确定性性质的损伤诊断方法[2]。而基于概率统计理论的损伤识别方法能够更好地描述损伤识别问题的不确定性,从根本上解决损伤识别方法的确定性及其本质不确定性之间的矛盾,消除测量噪声的不利影响,有效改善其鲁棒性和实用性[3]。

本文选取了损伤敏感程度和抗噪性能都较好的单元损伤变量为识别指标,通过引入假设检验理论来确定不同噪声水平下损伤识别参数的临界值,然后对各单元识别样本值进行检验来确定各单元是否发生损伤,并确定假设检验的犯错概率。选取简支梁作为仿真算例,以验证概率统计方法的有效性。

1 改进的单元损伤变量

张新亮[4]改进了吴波[5]刘晖[6]等以单元模态应变能构造的一种损伤识别指标—单元损伤变量(D)。结构第j个单元的损伤变量可表示为:

式中,EMSEuij,EMSEdij分别为损伤前后第j个单元关于第i阶模态的单元应变能,表示为:

Kj为第j个单元的刚度矩阵;ϕi,分别为结构或构件损伤前后的第i阶模态振型。

2 基于假设检验的损伤识别

噪声等测量误差的存在[7],在很大程度上影响了损伤指标的识别性能,导致更多的单元发生了误判和漏判现象,因此,需要对损伤指标设立一个比较合理的临界值,以减少单元误判和漏判的发生。假设基准结构的第i个单元损伤变量值服从正态分布N(µ0,σi),若结构损伤后的单元损伤变量值的均值为µ,可以引用假设检验理论[8]中的右边检验方法:

式中,H0表示单元无损伤;H1表示单元发生损伤。在给定显著性水平为α时,如为通过测量模态参数计算得到的损伤结构第i个单元损伤变量样本均值,令

S2是σ2的无偏估计,则上述问题可以转化为t分布的形式:

由此可得损伤识别临界值:

由于假设检验法是通过样本值做出的判断,总是有做出错误决策的可能。假设第i单元未损伤而判断为有损伤(损伤误判),这种弃真错误为第Ⅰ类错误;又当第i单元有损伤而判断为未损伤(损伤漏判),这类取伪的错误为第Ⅱ类错误。犯第Ⅱ类错误的概率记为:

在实际工程结构的损伤检测中,应尽可能使犯两类错误的概率较小。由于增大样本容量会增加损伤检测成本,有时候甚至是不可行的。一般的做法是先限制犯第Ⅰ类错误的概率α,然后利用备择假设确定β的值,即

如果β较大,则调低置信水平α或增大抽样次数n,以保证犯两类错误的概率都比较小。

3 简支梁算例

采用钢筋混凝土简支梁模型进行数值模拟[9],在ANSYS中建立简支梁的有限元模型如图1.1所示,截面为0.25×0.20m2,材料弹性模量E=32Gpa,密度R=2500kg/m3。将梁沿跨度划分为等长的20个单元,21个节点,从左至右编号,单元长度为0.3m。

单元的损伤同样采用折减单元刚度的方法来模拟。损伤单元在简支梁中的位置如图1中涂黑的部分所示。考虑两个损伤工况,其中损伤工况1是②⑨⑩⑳四个单元的刚度均降低30%,损伤工况2是②单元折减20%,⑨单元折减10%,⑩单元折减5%,⑳单元折减30%。测量噪声是通过在模态振型和频率里加入一定程度的随机数来模拟,噪声程度用信噪比表示。

用随机子空间方法实现简支梁损伤前后振型的提取,施加噪声分别得到30个和100个模态数据样本,采用概率统计方法对三种不同噪声水平[6]下的各种损伤工况进行损伤识别,并计算各损伤单元在四种不同置信度下的判错概率,识别结果如表1和表2所示。

由表1知,当噪声水平为0.20%(相当于信噪比为20d B)时,置信度分别取90%、93%和95%时,假定的四个损伤单元都能被准确定位,且判错概率均为0。同时,第(14)单元也被判别为有损伤,但将其判错概率值与其他单元进行比较可以判定其无损伤或者可以忽略的微小损伤。将置信度提高至97%时,先前被误判的(14)单元已经不在损伤单元的行列中了。

样本数由30增加到100,在很大程度上改善了概率统计方法的识别效果。如表2所示,在噪声水平为0.8%时,用30个样本做概率统计损伤识别,识别结果出现了严重的误判和漏判现象;而用100个样本做置信度为95%的概率统计损伤识别就得到了很好的识别效果。

4 结论

本文选取改进后的单元损伤变量D作为损伤识别指标,采用概率统计理论与损伤识别过程相结合的方法,将损伤识别问题的不确定性转化为概率统计框架下的数学描述。通过对简支梁算例,得到以下结论:

1)基于统计的多样本损伤识别方法在很大程度上提高了损伤识别结果的稳定性和可靠性,提高了损伤指标的抗噪性能,比传统的单样本确定性方法更适合实际工程的应用。

2)概率统计方法通过置信度和检验统计量确定损伤判别临界值,解除了通过损伤指标值对损伤单元进行主观选择的困扰,给出了损伤单元检验的判错概率,使损伤识别结果更加合理、可信。

3)噪声水平和损伤程度都对识别结果有很大影响:同种损伤程度下,噪声水平越高,损伤越难以识别;同一噪声水平下,损伤程度越大,损伤越容易识别。

4)通过对各种损伤工况施加不同水平的噪声,采用不同样本数进行识别的结果可知,噪声水平越高,对识别结果的干扰越大;样本数越大,识别结果越可靠。根据本文算例,当信噪比高于20d B时,最小可识别到5%程度的损伤,采用30个样本时,置信度可取95%,采用100个样本时,置信度可取97%;当信噪比介于5d B和10d B之间时,最小可识别到30%程度的损伤,此时至少需要100个样本,置信度可取90%~95%,在这种噪声水平下,如果只要求识别50%以上的损伤程度,那么采用30个样本即可,此时置信度可取90%。在具体应用时,可采用试算法确定信噪比所在的区间,最终实现以较高(95%以上)的检验功效(1-β)给出损伤识别的定位结果。

摘要:针对测量噪声的存在严重影响了识别结果的稳定性和可靠性,选取改进后的单元损伤变量作为损伤识别指标与概率统计方法相结合,借助统计量和假设检验方法确定损伤判别临界值,得到检验的判错概率,消除测量噪声的不利影响,根据结构损伤前后参数统计值的变化,给出统计意义上的损伤识别结果。算例分析表明,基于改进单元损伤变量的结构损伤识别概率统计方法对噪声有很强的鲁棒性,能有效避免损伤误判的发生。

关键词:损伤识别,测量噪声,改进单元损伤变量,概率统计

参考文献

[1]高芳清.基于模态分析的结构损伤检测方法研究[J].西南交通大学学报,1998,33(1):108-113.

[2]张清华,李乔,唐亮.斜拉桥结构损伤识别的概率可靠度法[J].铁道学报,2005,27(3):70-75.

[3]Housner,G.W.Bergman,L.A.Caughey,T.K.et al.Structural control:past,present,and future[J].Journal of Engineering Mechanics,ASCE,1997,123(9):897-971.

[4]张新亮.基于完备模态空间的两阶段结构损伤识别方案[D].重庆:重庆大学,2007.

[5]吴波,李惠,李玉华.结构损伤的力学方法[J].地震工程与工程振动.1997,17(1):14-21.

[6]刘晖,瞿伟廉,袁润章.基于模态应变能耗散率理论的结构损伤识别方法[J].振动与冲击.2004,23(2):118-121

[7]曹晖,林秀萍.结构损伤识别中噪声的模拟[J].振动与冲击,2010,29(5):106-109.

[8]杨虎,刘琼荪,钟波.数理统计[M].北京:高等教育出版社,2004:58-63.

小波方法识别框架结构损伤 篇6

结构的在线损伤诊断与评估作为结构损伤的重点和难点都还有很多亟待进一步研究的问题。小波变换是近年来从傅立叶变换基础上发展起来的信号处理工具,是一种窗口大小固定、形状可变(时间窗和频率窗都可改变)的时-频局部化分析方法。在低频部分具有较高的频率分辨率,在高频部分具有较高的时间分辨率,被誉为数学显微镜,使小波变换可以对非稳态信号进行多分辨率分析,得到信号在时域和频域的特征。在多分辨率分析中,对应于每一分解水平进行高频和低频分解,但在下一水平分解时,它仅仅对低频部分进行分解,所以在高频段的频率分辨率较差。而小波包分析[1,2,3]正是在多分辨率基础上构成的一种更精细的正交分解方法,对多分辨率分析没有细分的高频部分进一步分解,从而提高了信号分析的时—频分辨率。

2 数值模拟

对三层框架结构进行数值模拟分析,结构形式如图1所示。其中,m1=2 573×103 kg,m2=2 558×103 kg,m3=562×103 kg,各层间的刚度k1=554×103 kN/m, k2=926×103 kN/m, k3=836×103 kN/m。输入正弦激励0.05 sin(15 t),时间20 s。在10 s时k1退化5%,以此来模拟损伤,记为工况D1。

对结构的加速度响应进行小波包分解,使用“db4”小波,分解水平取3,分解后得到8个小波组分信号,如图2至图4所示。

结构第一层加速度信号经过小波包分解后,在f(3,5),f(3,6),f(3,7),f(3,8)组分信号中出现损伤尖峰,说明框架第一层在10s时损伤;观察结构的第二、三层的加速度信号的小波包分解图,没有尖峰时刻,没有损伤。

设在10 s时k1退化10%,记为工况D2,在10秒时k1退化15%为工况D3。

对各工况中第一层加速度信号进行小波包分解,在f(3,5),f(3,6),f(3,7),f(3,8)组分信号中都不同程度地出现损伤尖峰,说明框架第一层在10 s时发生了损伤;而在结构的第二、三层的加速度信号的小波包分解图中没有尖峰时刻,说明框架在第二、三层没有发生损伤。提取各工况下第一层加速度信号的小波包分解中的分组信号f(3,8),如图5至图7所示。

观察图5至图7中各工况下第一层信号经小波包变换得到的组分信号f(3,8)的尖峰值的变化,可以看出,工况D1下小波包分组信号f(3,8)的峰值最小,工况D2的峰值较大,工况D3的峰值最大。由此可见,小波组分信号突变的幅值随损伤程度的变大而变大。

3 结论与展望

(1)小波包分析能够通过结构响应小波组分信号中尖峰突变情况识别判定损伤及损伤时刻。

(2)可以通过分析和比较损伤尖峰沿结构的分布情况来识别损伤位置。损伤程度越大,损伤尖峰的幅值也越大,可通过损伤尖峰的幅值估计结构的损伤程度。

(3)本文未考虑噪声影响,应加强这方面影响的研究。

摘要:小波包分析损伤识别方法首先将结构响应信号分解为小波包组分,然后通过各组分小波信号的变化情况识别损伤。通过3层框架结构的数值分析,模拟结构损伤,判断损伤时刻与损伤位置。分析小波组分信号突变情况,可以识别损伤时刻、损伤位置和损伤程度。

关键词:时频分析,小波变换,小波包分析,结构损伤识别

参考文献

[1]秦前清,杨宗凯.实用小波分析.西安:西安电子科技大学出版社,1994

[2]郑治真,沈萍.小波及其MATLAB工具的应用.北京:地震出版社,2001

二维结构纵向梁单元损伤识别 篇7

结构发生损伤时,其损伤单元的刚度会发生改变,由于高阶模态对结构刚度矩阵影响的权重较大,而在实际测试中高阶模态却难以获取,因此人们提出用刚度矩阵的逆矩阵,即柔度矩阵作为损伤识别的参数。柔度矩阵比单纯的频率和振型对于结构损伤更为敏感,而且只需要低阶模态参数就可以得到较为准确的柔度矩阵,从而用于结构损伤辨别[1]。于是基于柔度矩阵的结构损伤辨别成为近阶段的热门课题,很多学者提出了有意义的识别方法和识别参数。

1 二维结构纵向梁单元柔度对角曲率

在结构动力学中,一直通过Cawley和Pandey假设[2]来简化模型,即假设结构损伤前后质量不变,不计前后阻尼的变化。在此前提下,只需要结构振动的各阶频率和质量归一后的振型就可以计算出结构的柔度矩阵。柔度矩阵Γ中元素fij表示在j点施加单位集中力导致i点产生的位移,而当结构在i点发生损伤时,在损伤单元施加单位集中力导致损伤单元的变形变化往往远大于其他位置,所以对于二维结构纵向梁单元拟采用柔度矩阵对角元素fii作为损伤识别的基本数据。由于二阶曲率对于损伤更为敏感,所以对fii做一次映射,用fii的二阶偏导数作为二维结构纵向梁单元的损伤指标,二维结构纵向梁单元测点i的柔度矩阵对角元素二阶偏导数为:

DFCi=(di+1-2di+di-1)/(li-1li)2。

其中,li为同一纵梁相应的相邻两测点之间的距离,i的取值范围为对应纵梁的测点编号集(去除所在纵梁的第一个测点和最后一个测点),即假设纵梁Z的测点纵向编号依次为(n,n+1,Λ,n+k),则i的取值范围为(n+1,n+2,Λ,n+k-1)。将同一根纵梁的各个测点的DFC值全部计算出来,依照测点位置顺序排列,作为纵梁损伤识别的参数。

2 二维结构纵向梁单元损伤识别的有限元模型

利用ANSYS分析软件,对一简支梁桥进行数值模拟,通过简支梁桥各纵梁损伤单元的弹性模量折减来模拟其纵梁发生损伤的状态,用模拟所得的简支梁桥的各测点的振型和频率计算对应测点的DFC值,作为损伤识别的指标,为了更好的模拟实际情况,检验指标的有效性,建立了一个较为复杂的ANSYS简支梁桥模型。对某简支梁桥的一跨进行建模,跨度20 m,宽9.5 m,纵向主梁为7根等截面空心板梁,横向连接浇筑成整体,再铺装沥青混凝土面层。纵向主梁采用Beam44梁单元建模,横向连接采用无质量的Beam44梁单元模拟,面层采用Shell93壳单元,面层与梁单元耦合成为整体。

单元参数设置为:

梁单元弹性模量取为EX1=3.3×1010 Pa,密度设为dens1=2 600 kg/m3,泊松比设为σ1=0.2。壳单元弹性模量采用EX2=3.3×1010 Pa,密度设为dens2=2 500 kg/m3,泊松比设为σ2=0.2。

其中梁单元编号如图1所示,测点编号如图2所示[3]。

3 二维结构纵向梁单元的损伤识别

桥梁发生损伤时,以纵向主梁发生结构性损伤最为危险,因此主要研究纵向主梁损伤识别,纵向主梁的损伤通过纵向梁单元的弹性模量来模拟即将损伤单元的弹性模量取值为EX×(1-d),其中,d为单元的损伤程度[4]。对于边梁模拟了编号50的梁单元发生损伤时的情况,对于次边梁模拟了编号51的梁单元发生损伤时的情况,对于中梁模拟了编号53的梁单元发生损伤时的情况,对于次中梁模拟了编号52的梁单元发生损伤时的情况,梁单元所在位置如图1所示。

损伤情况均为损伤10%,30%,50%,70%,90%五种状况。边梁的测点编号为(1,2,3,Λ,16),次边梁的测点编号为(101,102,103,Λ,116),中梁的测点编号为(301,302,303,Λ,316),次中梁的测点编号为(201,202,203,Λ,216),测点位置如图2所示。

由于高阶模态对于柔度矩阵贡献较小,故对于各损伤状态取其一阶频率和振型用来计算出柔度矩阵,然后计算出各测点所在纵梁的柔度矩阵对角元素二阶偏导数,其中边梁50单元发生损伤时的柔度对角曲率值如表1所示。

次边梁51单元发生损伤,次中梁52单元发生损伤,中梁53单元发生损伤柔度对角曲率值不再缀列。将边梁50单元发生损伤,次边梁51单元发生损伤,次中梁52单元发生损伤,中梁53单元发生损伤柔度对角曲率值绘成曲线图如图3~图6所示。

从图3~图6中可以看出,当纵向主梁单元发生损伤时,不论是边梁还是中梁,其损伤单元附近测点的柔度对角曲率值的连续性将严重破坏,损伤位置十分容易辨别出来,而且可以看出随着损伤程度的加大,柔度对角曲率值的跳跃幅度也越大,损伤程度也是比较容易估计的。

从图中还可以看出边梁发生损伤时柔度对角曲率值的跳跃幅度最大,中梁最小,但即使是中梁,发生损伤时,其柔度对角曲率值的跳跃也是十分明显的。

4 结语

经分析可得以下结论:

1)对于二维结构纵向梁单元,柔度对角曲率指标具有很好的敏感性,能够准确反映损伤位置和程度;

2)二维结构纵向梁单元损伤识别时,柔度对角曲率指标对于数据的要求不高,只需要一阶模态数据就可以准确判断损伤位置以及对损伤程度进行初步估计,具有很好的实用性。

摘要:通过将柔度对角曲率指标扩展成二维结构梁单元的柔度对角值的二阶偏导数,从而将柔度对角曲率指标推广到了二维结构梁单元的损伤识别。通过一个简支梁桥的数值算例,验证了将柔度对角曲率指标用于二维结构梁单元损伤识别的可行性,计算出来的指标值能够准确识别出结构损伤位置,并且能够初步估计出损伤程度。

关键词:二维结构,柔度曲率,损伤识别

参考文献

[1]冉志红.桥梁结构损伤识别的动力指纹方法研究[D].成都:西南交通大学博士学位论文,2007.

[2]Cawley P,ADAMS RD.The location of defects in structures frommeasurements of natural frequencies[J].Journal of Strain Anal-ysis,1979,14(2):49,57.

[3]胡国良,任继文.ANSYS11.0有限元分析入门与提高[M].北京:国防工业出版社,2009.

通用航空器重着陆结构损伤及修理 篇8

重着陆影响因素

飞机着陆阶段所承受的载荷有起落架载荷和翼根载荷。根据通航飞机重着陆结构损伤的实际位置, 本文只探讨非正常着陆引起飞机承受过大起落架载荷的情况。飞行员操作飞机着陆的实际过程中往往难以达到理想着陆姿势和状况。操纵不当使得横滚角过大会造成飞机非对称接地, 即先单点接地, 再另一点接地, 使得先接地一侧受载过大, 造成结构损伤。另外, 着陆瞬间飞机的垂直过载过大或垂直下降率过大, 均会引起主起落架的重着陆。另外, 在双点接地后, 飞机绕重心作旋转运动, 俯仰角变化率过大会使前起落架触地过重, 造成机身前部结构损伤。

因此, 横滚角、俯仰角变化率、垂直加速度 (垂直过载) 、侧向加速度 (侧向载荷) 、下沉率都是引发重着陆的可能因素。

通用航空器重着陆的结构损伤类型及修理技术

机身前部防火墙及内部结构件损伤及变形、螺旋桨打地

飞机着陆速度过大、着陆姿态不佳、跳跃着陆、重着陆等引起防火墙组件变形起皱, 甚至机身下部蒙皮和机身前部大量结构件、座舱前部地板、中央控制台壁板、角铝发生不同程度的损伤变形。

结构修理方式为更换或修理变形的故障结构件, 对重要受力部件进行无损检测。

机腹擦地造成机身下部结构件损伤、天线损坏, 脚蹬处蒙皮撕裂

飞机紧急迫降或起落架未放下的着陆造成机身下部结构件损伤, 中央翼盒连接螺栓擦伤, ATC、DME等天线扯断。

修理方式为更换机身下部损伤的结构件, 更换各损伤的天线, 更换擦伤的螺栓。对撕裂处蒙皮进行切割衬补修理。

尾椎隔框、蒙皮、方向舵下部受损变形

飞机着陆时机身尾部触地造成机身尾椎隔框裂纹, 尾椎下部蒙皮破损裂纹, 方向舵下部整流罩凹坑, 尾椎系留环折断。

结构修理方式为更换机身尾椎后部隔框, 更换尾椎系留环及其连接件, 更换损伤的方向舵整流罩。制作补片对受损蒙皮进行补强修理。

机翼尖部的蒙皮、结构件损伤变形

飞机着陆着陆时偏离跑道、翼尖触地造成机翼尖部翼肋、翼梁、蒙皮、桁条等结构件不同程度的损伤变形, 复合材料翼尖受损。

结构修理方式为更换翼尖, 修理蒙皮和翼肋、桁条等结构件。对不易整体更换的损伤大梁、蒙皮、绗条进行切割、拼接修理。为满足外形和空气动力学要求, 修理后对损伤侧机翼进行扭曲度测量。

上述重着陆的结构损伤均采集于事故现场收集, 采取的结构修理方案已获适航部门审批并已实施, 飞机已恢复为适航状态。对国内通航维修单位具有重要的学习和借鉴意义。

桥梁结构损伤识别的发展与研究 篇9

交通系统是一个国家基础设施的重要组成部分,而其中的桥梁又是确保公路和铁路系统畅通的咽喉。

随着交通建设事业的蓬勃发展,桥梁服役年限日渐增长,桥梁结构中会不可避免地出现表面和内部缺陷,这些缺陷往往具有很大的危险性,如果管养和维护不好,桥梁的寿命将会大大缩短,甚至会发生突然的破坏,造成人民生命财产损失。桥梁与人一样,也会生病,但由于传统桥梁结构都是按力学原理设计的,没有生命没有智能,不能感知灾害的作用,不能做出适当的响应保护自己,而人们对重要的大跨度桥梁的安全性、耐久性与正常使用功能日渐关注和重视,因此桥梁健康监测和智能控制技术相继运用到大跨度桥梁中, 并得到了迅速发展, 这项课题日益成为国内外桥梁学术界和工程界的研究热点。

2 桥梁健康监测方法

结构健康监测[1]是指利用传感器和计算机系统实现对在役结构的工作状态和可能发生的损伤的检测。为了有效实现健康监测的目标,一般必须利用由传感器和计算机系统构成的结构健康监测系统对结构进行长期的在线监测,并有效利用监测信息反演结构的状态,识别结构中的损伤。桥梁健康监测就是通过对桥梁结构进行无损检测, 实时监控结构的整体行为, 对结构的损伤位置和程度进行诊断, 对桥梁的服役情况、可靠性、耐久性和承载能力进行智能评估, 为大桥在特殊气候、交通条件下或桥梁运营状况严重异常时触发预警信号,为桥梁的维修、养护与管理决策提供依据和指导。

结构健康监测的关键所在,技术上而言,主要是先进传感器的优化布设和信息的高效传输;理论上而言,主要是结构识别理论和状态评估理论。结构识别[2]的定义为:利用结构的实测信息对数学模型计算得到的有关结构响应特征的参数进行修正的过程,也就是通过监测资料反演结构状态的过程。

结构健康监测和结构识别两者之间相辅相成、密不可分,一方面,结构健康监测为结构识别过程提供了结构在实际服役条件下的结构响应实测信息,另一方面,结构识别得到结构的准确响应特征和模型,为结构健康监测和损伤监测提供了基础。桥梁的健康监测的理论核心是结构损伤识别,损伤识别的成功研究对如何建立健康监测系统有重要指导意义,监测系统的软件开发、传感器的选择及其测点布置等诸多方面都需要损伤识别理论与方法予以解决。

3 桥梁结构损伤识别的进展

桥梁结构损伤识别技术发展至今已经历了3个发展阶段。第一阶段是以领域专家的感官和专业经验为基础的经验诊断技术,对诊断信息只能作简单的数据处理。第二阶段是以传感器技术和动态测试技术为手段,以信号处理和建模处理为基础的现代诊断技术,在工程中已得到了广泛的应用。近年来,为了满足大型复杂结构的健康诊断要求,诊断技术进入了以知识处理为核心,数据处理、信号处理与知识处理相融合的第三发展阶段——智能诊断技术阶段,智能化正成为桥梁结构损伤识别的主流。

早期的检测手段可以对桥梁的外观以及某些个体结构特性进行诊断,但是却难以全面反映桥梁的健康状况,做出系统的、全面的评估。近10多年来,国内外学者一直在寻找一种能适用于复杂结构的整体探伤诊断方法,目前得到普遍认同的方法是结合系统识别、振动理论、振动测试技术、信号采集与分析等跨学科技术的试验模态分析法。围绕这个思路人们提出了多种结构整体检测方法。从研究和应用的角度看,这些方法大致可分为基于振动的检测方法和神经网络方法两大类。

3.1 基于振动的损伤识别方法

其基本原理是结构模态参数(固有的频率、模态振型)是结构物理特性(质量、阻尼、刚度)函数,一旦结构出现损伤,这些模态性质就会发生相应的变化。基于振动识别方法按照利用的特征向量是否使用结构模型,可以分为无模型识别和有模型识别方法。

无模型识别方法是通过分析比较直接从振动响应的时程或者相应的傅立叶谱或其它变换(如小波变换)得到的特征量,从而识别损伤的方法。无模型识别方法可以分为时域方法、频域方法和时频分析方法。常用的时域方法利用ARMA(自回归滑动平均)模型、使用扩展的卡尔滤波算法等一系列方法。频域方法常用的分析方法有傅立叶谱分析、多谱分析和倒谱分析等。时频分析方法有小波分析。

有模型识别方法是土木工程领域损伤检测研究最多的一种方法,主要有两类,即模型修正法和动力指纹识别法。模型修正法是指研究分析模型与实际模型的关系,根据动态响应之间的差异,不断修正结构的物理参数以减少分析模型与实际模型之间的差异的方法。动力指纹识别法就是寻找与结构动力特性相关的动力指纹,通过这种指纹的变化来判断结构的真实状况。通常用到的动力指纹有频率、振型、振型曲率/应变模态、功率谱、MAC(模态保证标准)、COMAC坐标模态保证标准)指标等。

尽管基于振动的损伤识别方法是较优的方法,但在实际应用中有一些困难。第一,试验模态分析中,典型的模态性质是一种数据压缩,在数据压缩和系统识别过程中会丢失一些结构状态信息,最后识别出来的模态参数不能代表结构真实的动力性质。第二,损伤是一种局部现象,只有高频率模态可以得到局部相应的信息而低频率模态则能得到结构整体相应的信息,对局部响应不敏感,与早期便能发现结构损伤这一目标差距较大。第三,大型桥梁结构有较多不确定性因素,规模的庞大性以及工作环境的复杂性导致结构动力特性测量精度低、损伤识别困难。

3.2 神经网络方法

神经网络技术起源于1943年Meeulloch和Pitts提出的二值神经元模型。20世纪90年代以来,不少学者开始利用神经网络进行结构损伤识别研究[3]。应用神经网络诊断结构损伤的逻辑思想非常简单,它并不涉及原来系统是线性或非线性的。神经网络建立了输入与输出之间的非线性映射关系,但选择什么样的输入参数才能较好地识别损伤,目前还没有权威的说法。有的采用固有频率(或相对改变量)作为网络的输入参数,有的采用位移模态、曲率模态、应变模态等作为输入参数,有的则采用位移、加速度时程响应数据,还有的采用传递函数、频率响应函数(有位移、应变频响函数等)作为输入参数,也有采用固有频率和少量点的模态分量组合作参数。

与一般的传统数据处理方法相比,神经网络技术在处理模糊的资料,需要决定的模式特征不明确的资料,非线性数据资料以及随机数据或数据中含有较多的噪声的信息时有其独特的优越性[4]。由于神经网络具有很强的非线性映射能力以及高度的容错性能,对参数的准确性要求不高, 在处理模糊信息及模拟专家推理方面显示出巨大的潜力,能很好的对桥梁进行监测和诊断,并能比较准确的识别损伤的位置,还可以对损伤程度做出比较合理的评价,因此目前在很多桥梁的健康诊断得到很广泛的应用,并逐渐成为解决工程实际问题的有力工具。

虽然神经网络具有种种优越性,但也存在着固有的缺陷,在求解优化问题时也存在许多不足,以最常用的BP网络来说,它的收敛速度太慢,容易陷入局部极小值,泛化能力较弱,另外,选择好学习参数和网络结构也不是一件容易的事。考虑到神经网络的这些缺陷,近年来各国学者开始对BP网络的改进算法进行研究,以期解决目前神经网络存在的问题。

4 存在的主要问题

目前的桥梁损伤识别研究虽然取得了一定进展,但还处于基础探索阶段,依然存在诸多方面的困难:

(1)信息不足。通常只能得到结构前几阶模态,且在对时程响应压缩的过程中丢失了一部分有用信息。测点不足和测点位置不当也是信息不足的重要因素,例如无测点区域损伤用曲率模态法无法识别。(2)信息太复杂。结构振动信息非常复杂,模态和频率从本质上说是属于结构的宏观信息,利用它们实现比较精确的损伤定位是非常困难的,复杂结构尤其如此目前大部分研究成果仍集中于简单的梁式结构损伤识别。(3)信息的不确定性。许多方法都依赖于动力测试的精度。模型误差、测量误差、数据处理误差常常淹没了损伤信息。此外,一些计算方法如振型扩阶、模型缩聚、测点插值等不可避免地会带来误差,增加信息不确定性。(4)获得基准模型困难。不论有模型还是无模型损伤识别方法,大都需要提供未损结构信息,这在实际应用中有一定困难。

5 发展前景及解决办法

根据当前的业界研究状况,未来桥梁结构损伤识别的研究发展主要体现在以下几个方面:

(1)传感器优化布置方法。目前的优化方法大都依赖总体分析模型,有分析模型的误差直接导致优化算法失效。因此,减少对模型依赖的优化方法很有发展前景。(2)自动损伤识别系统的研究。将量测系统、数据处理和识别系统一并组装到桥梁监测系统中, 形成自动识别诊断和反馈。(3)环境振动条件下系统识别方法。与机械结构不同,土木工程结构最好的激振源是环境振动。模态参数识别精度是成功进行损伤识别的关键。(4)寻找更好的损伤指针。要求对损伤非常敏感,在损伤初期就能准确识别损伤的发生和位置,同时不依赖于未损结构信息。(5) 建立专家系统。从设计到施工和运营阶段建立起可靠、完整的数据库, 积累大量的土木工程领域安全监测和健康诊断的知识和经验, 最终建立完善的专家系统。(6)将人工神经网络技术应用于损伤识别。传统的数学模型对误差非常敏感,而神经网络对噪声和不完整信息具有低敏感性,并且具有自动特征提取能力,值得深入研究。(7)发展能够进行实时监测的识别方法。国内许多大型结构健康监测资料日积月累,尚无有效方法进行处理。

6 结语

结构损伤识别目前仍处于发展的初期阶段,实验成果主要还只是局限于简单的平面杆、梁、板结构,对于更复杂的系统还难以应用,对多损伤识别的研究还开展得很少,而且,损伤识别算法也需要改进。因此,还需要研究人员不断探索与创新,重点发展智能识别技术,从而使桥梁损伤识别技术为现代桥梁工程的安全性提供强有力的保障。

参考文献

[1]李兆霞,李爱群,陈鸿天,等/大跨桥梁结构以健康监测和状态评估为目标的有限元模拟/东南大学学报(自然科学版),2003.33.(5):562-572.

[2]ASCE committee on structural indentification of construc-ted facilities.1999-06-02/2003-OS-20.

[3]张宇辉,邵旭东.BP神经网络在桥梁结构损伤诊断中的应用,山西建筑,2007年14期.

上一篇:除湿系统下一篇:创新学分管理系统设计