一、基于柔度曲率差的桥梁健康诊断方法（论文文献综述）
文袁[1]（2021）在《基于模态信息熵与两阶段信息融合的梁结构损伤诊断研究》文中指出近年来,我国桥梁工程事故的频发,结构健康监测系统能及时评估结构的运营状态,有效避免事故的发生,为桥梁结构的维护和管理提供决策的依据,是土木工程领域研究的重点。一方面,损伤识别是结构健康监测的核心部分。另一方面,随着桥梁服役年限的增加,复杂环境中的桥梁因为各种不确定性因素造成损伤的积累,最终可能引发桥梁事故,因此对桥梁结构进行损伤识别方法研究非常有必要。本文主要利用梁结构曲率模态参数的确定性识别方法结合信息熵理论、信息融合理论等不确定性识别方法展开损伤识别方法研究,提出一种基于模态信息熵和两阶段信息融合诊断的损伤识别方法,建立有限元模型,通过数值模拟和理论分析,进行方法的有效性和可靠性验证。通过实验室模型验证了模态曲率熵与两阶段信息融合诊断方法的工程适用性。本文开展的主要工作和研究结果如下:（1）基于曲率模态的理论基础,将模态曲率差、模态曲率比、广义柔度曲率差结合信息熵理论构建模态曲率差熵、模态曲率比熵、广义柔度曲率差熵（Generalized Flexibility Curvature Difference Entropy,GFCDE）三个指标。通过MIDAS/Civil建立简支梁和连续梁有限元模型,对比分析传统模态曲率指标与模态曲率熵指标在不同工况下的损伤结果,引入不同的噪声水平对三种模态曲率熵指标进行抗噪性验证。对比分析结果表明:GFCDE指标的前三阶损伤识别效果、抗噪性明显优于其他两种指标。（2）引入两阶段D-S证据理论信息融合方法,结合GFCDE指标对桥梁结构损伤识别方法进行进一步研究。建立简支梁和连续梁的有限元模型,获取结构的模态数据,计算结构损伤前后的前三阶GFCDE指标,将每一阶GFCDE损伤识别结果作为单个信息源,基于GFCDE指标和两阶段信息融合的方法编写MATLAB程序,对简支梁和连续梁进行不同工况的损伤识别。融合结果表明:两阶段信息融合的结果相比于仅用GFCDE指标的识别结果更明显,且具有良好的准确性和抗噪性。（3）通过力锤激励对简支钢梁进行振动模态测试试验,验证GFCDE指标和两阶段信息融合方法在实际工程中的适用性,通过对梁截面开口的深度和宽度模拟损伤程度大小,利用Coinv DASP MAS模态与动力学分析软件获取所需试验结构的前三阶模态振型值和频率值,按照信息融合步骤进行损伤识别与结果分析。实验结果分析表明:基于不确定性分析的两阶段信息融合方法对实验室模型的损伤识别效果较好,对实际工程有一定的指导作用。
晏俊杰[2]（2021）在《基于柔度矩阵与信息熵的梁结构损伤识别研究》文中研究指明桥梁作为国家现代交通体系中不可或缺的一部分,是支撑国家经济高质量发展的重要保证。在桥梁长期服役过程中受到外界环境、车辆超载、后期养护条件等影响,会发生局部刚度退化进而破坏整体稳定性,如果没有准确识别损伤发生并采取相应加固措施造成桥梁倒塌,会造成严重的经济损失和恶劣的社会影响。国家已经重视桥梁健康监测系统建设和建立桥梁健康档案,所以找到一种对结构类型适应性强、对损伤敏感、便于现场实施、有较好经济性的损伤识别指标有很强的的现实意义。柔度矩阵类指标由于对损伤敏感性高,计算简便并便于编程实现,矩阵内的每个值都有明确的物理意义,是一类有良好应用前景的损伤识别指标。本文分别利用基于动力测试的动柔度矩阵和基于静力测试的静柔度矩阵,结合信息熵理论提出两种损伤识别方法,并利用数值模拟和一个试验验证了指标的有效性,主要完成了以下工作:（1）为了对无先验信息结构进行损伤识别,结合信息熵与广义柔度曲率在结构损伤识别中的特性,提出基于广义柔度曲率熵插值曲线的损伤识别方法。通过计算广义柔度曲率熵指标,根据指标突变进行损伤定位,然后利用不同的数值插值方法计算损伤区域熵值点并利用多项式拟合未损伤曲线,得到损伤面积与损伤程度的函数关系从而进行损伤定量研究。引入不同信噪比噪声进行指标抗噪性检验,结果表明本方法在信噪比50d B以上时损伤定位准确,定量效果良好,提出的指标有较好的抗噪能力。（2）利用结构损伤前后的静力测试数据结合柔度矩阵的定义构造静力响应方程,对结构的柔度扰动矩阵施加最小秩限制,详细推导了静柔度矩阵最小秩解的方程,得到结构损伤后的最小秩柔度矩阵,结合信息熵公式提出了最小秩柔度熵结构损伤指标,利用有限元分析了在简支梁与连续梁中的可行性,最后给静力测试数据施加不同水平的噪声,研究测量误差对损伤识别指标的影响,结果表明位移数据在3%的误差内依旧可以稳定识别结构损伤位置和相对损伤程度。（3）为验证最小秩柔度指标在实际应用中的可行性,使用铝制箱型截面简支梁作为实验对象进行研究。通过切割凹槽模拟结构损伤,分别施加三组静力荷载,使用激光位移计采集位移数据,使用实验数据计算最小秩柔度熵指标。实验结果表明无论是跨中单损伤还是多损伤,本文提出的最小秩柔度熵指标都能在损伤位置发生突变,且损伤越大突变值越大,可以判断单元的相对损伤程度。
梁李源[3]（2021）在《基于数据驱动的桥梁损伤识别方法研究》文中进行了进一步梳理随着当今社会经济的发展,各种不同类型的桥梁数量越来越多,桥梁的事故发生率也越来越高,桥梁健康监测在研究领域上也越来越占据着主导的地位。因此,越来越多的来自全世界的研究者们对桥梁健康监测及桥梁的损伤诊断方法进行全面而深入的研究,但桥梁检测方法在实际中难以实现对结构健康的精确判断,其中主要受环境的影响。根据已有的研究结果显示,在各类影响桥梁结构损伤识别的众多因素中,温度变化对结构健康诊断的影响占主导作用。对此,本文提出了基于数据驱动的方法来进行温度影响下的结构损伤识别。本论文的研究重点主要分为以下几方面内容:首先主要阐述了论文的研究意义、背景以及本课题的研究现状,在这之后具体论述了温度对结构产生的影响,以及结构损伤识别理论基础和主成分分析法的原理。然后构建环境温度影响下的简支梁模型以及钢桁架模型来验证该方法的可行性和广泛使用性。首先定义两种损伤指标,从两者中选择较好结果的损伤指标运用到主成分分析法中,结果表明此方法在数值模拟中的可行性。再在结构损伤理论和有限元理论的基础上,对简支梁进行了动力特性测试试验,制定了完整的实验方案,并通过对试验测试的结果进行分析计算,最终验证了基于主成分分析法的损伤识别在实际应用中的可行性。最后总结本文工作内容,并针对该方法的局限性提出展望。
张庚[4]（2020）在《基于模态变异的桥梁损伤识别软件的开发及应用》文中研究说明为确保桥梁结构在服役期间可以安全运营,及时对损伤做出预警,评估结构的安全性与使用寿命,并采取合适的养护和维修方案尤为重要,因此损伤识别技术被视为桥梁结构健康监测系统的核心。其中,基于结构模态变异的损伤识别方法理论清晰,直接反映结构的动力特性,得到了学者们的广泛关注,并提出了多种损伤识别方法。但由于实际桥梁结构的模态参数往往十分复杂,利用单一某种损伤识别方法已不足以满足实际工程的需求,迫切需要一套完善全面的损伤识别体系。由于各方法在应用条件与损伤识别机理上存在较大差异,识别效果不尽相同,工程人员在实际应用中往往难以抉择最合适的识别方法,且对工程人员的专业素养有着较高的要求。本课题对损伤识别方法进行了详细的梳理与分类,系统归纳现有基于模态变异的损伤识别方法,整理其发展进程,详细阐述各方法的损伤识别机理。利用ANSYS软件建立双跨连续梁作为标准算例模型并模拟不同损伤工况,对比各方法对标准模型的识别效果,分析各自的优缺点与应用上的限制。利用MATLAB软件将各方法编程实现,保存为可独立运行的函数脚本。依托MATLAB软件的APP设计工具,从软件交互界面与功能编程行为两方面设计桥梁结构损伤识别软件的界面布局与专业功能。软件共集成7个交互界面,作为结构物理模型重构、模态参数与敏感模态计算、损伤判断、损伤定位与可视化输出等功能的载体。搭建了MIDAS、ANSYS、ABAQUS有限元软件以及办公软件Word的接口,实现物理模型的一键重构与识别报告的一键导出。软件集成了2种敏感模态计算方法、4种损伤判断方法与32种损伤定位方法,支持一种或多种方法同时计算。并以ANSYS建成的双跨连续梁模型,对软件的功能模块与操作流程进行验证,证实软件的便捷、友好、高效。以浙江省健跳大桥为工程背景,验证软件的实际应用效果。利用MIDAS CIVIL建立健跳大桥的有限元模型,模拟两处损伤同时存在的损伤工况,选择损伤识别软件包含的全部识别方法检测结构的损伤情况。进一步验证本课题开发的损伤识别软件的实用性与工程应用价值。
王煜[5]（2020）在《桥梁健康监测系统设计及损伤识别方法研究》文中研究说明桥梁在服役过程中,结构超限、材料老化、环境腐蚀、疲劳效应等因素都会不可避免的导致结构产生损伤,使得桥梁承载能力下降,从而影响桥梁的通行性能,给交通运输带来很大的安全隐患。因此对桥梁结构进行健康监测和损伤识别具有重要意义。本文以晋蒙黄河大桥工程为背景展开研究,主要工作内容如下:（1）根据晋蒙黄河大桥的监测要求,设计并研制了桥梁健康监测系统,依据整体设计方案进行软硬件的搭建。系统硬件部分采用主机汇总+从机采集的方式实现对桥梁各测点的健康数据采集:主机系统为单电路板运行,使用STM32实现控制功能;从机系统由电源板、中央控制板和采集板组成,使用STM32和FPGA协同处理的方式实现采集;系统软件部分基于C#实现各功能的模块化编程。经过测试,集成后的系统能够实现健康数据的采集功能。（2）通过对晋蒙黄河大桥结构特点和所处环境的分析,确定了应变、挠度、温湿度和振动这五项监测内容,并对相应的传感器进行选型。基于大桥自身特性,选择合理的位置进行传感器和系统的布设,并完成数据采集和统计模式分析工作,为桥梁损伤识别方法的研究提供可靠的数据支持。（3）归纳总结现有的桥梁结构损伤识别方法,并分析不足,重点分析深度学习理论应用在桥梁损伤识别领域的优势。对比目前常用的三种深度学习模型,选用深度信念网络作为分类模型展开研究。（4）通过重复大量实验确定深度信念网络内部参数,搭建出适合用于桥梁损伤识别研究的深度信念网络模型。通过对该模型的结构和分类性能进行测试,证明了深度学习算法在桥梁损伤识别领域的可行性。最后本文以晋蒙黄河大桥仿真实验数据为依托,将深度信念网络模型与经典的BP神经网络和支持向量机进行识别准确率对比。结果表明:该方法较BP神经网络准确率提升14.5%,较支持向量机准确率提升11.75%,具有较好的识别效果。
谭亚可[6]（2019）在《基于类柔度差曲率的结构损伤识别技术研究》文中进行了进一步梳理结构损伤识别作为桥梁健康监测核心内容之一,其识别方法较多,由于柔度类损伤识别指标仅需低阶模态就可进行损伤识别,低阶模态在工程中容易测得且精度较高,故柔度类损伤识别方法得到了大量学者的关注,并开展了许多研究工作。损伤识别技术从1970年开始逐渐被应用在土木工程领域,众多学者通过对结构不同参数的研究分析,提出了不同特点的多种损伤识别方法,从而对结构的损伤与否做出判断,确定损伤位置以及识别损伤程度。文章概述了结构损伤识别的相关研究,介绍了国内外研究现状,说明了各类结构损伤识别方法特点及其优缺点。目前单一的损伤指标已经无法满足对结构损伤识别的要求,应考虑综合信息,发展多指标结合的损伤识别技术。为了更好的识别结构弱损伤,提出了基于类柔度差曲率和频率摄动的结构损伤识别技术,对不含边界损伤单元的多种损伤工况进行了数值模拟,同时对其一、二阶频率摄动计算。计算结果表明:仅需第一阶模态测试数据,即可完成结构损伤位置的诊断和定量识别损伤程度。同时,使用一阶模态建立的类柔度差曲率LFCF指标对梁式结构损伤定位具有良好的诊断效果,且该方法计算工作量小;当损伤程度不大于25%时,二阶频率摄动计算的各工况损伤程度最大误差不超过5.85%,证明了该方法的有效性和精确性。为进一步验证该方法的实用性和有效性,针对下承式拱桥结构的典型横梁构件,采用类柔度差曲率和频率摄动的结构损伤识别方法对单损伤和多损伤工况进行数值模拟,计算结果显示:对于单损伤模拟,二阶摄动识别结果精度明显高于一阶摄动识别结果;对于多损伤模拟,前两阶频率摄动识别结果相差不大,一阶摄动识别效果较佳。证明该方法对结构损伤识别效果良好,具有一定的研究意义,可为实际工程应用提供参考。
郑嘉俊[7]（2019）在《移动荷载作用下桥梁动力响应分析》文中提出交通是支撑地区经济发展的骨骼,桥梁是维持交通畅通的关节,桥梁结构的健康与否关系到交通运输系统能否正常运转。目前我国服役之中的桥梁大量都存在或多或少的安全隐患问题,为保障结构安全运营,避免事故发生就必须对其健康状况进行评估,因此找到一种有效的桥梁损伤评定方法已经成为该领域的热点问题。在众多研究中,基于结构振动的损伤识别正受到广泛的关注。本文选取频率参数来对桥梁进行损伤识别分析,并引入移动车辆的作用,利用移动车辆作用下桥梁频率的改变,用这种频率改变构造损伤定位参数来进行损伤识别,最后通过实桥分析验证该方法识别效果。主要工作包括以下几个方面:1、比较系统的总结基于振动的结构损伤识别国内外研究现状,重点讨论动力指纹法,对常用的几种损伤识别方法进行归类,并分析各自的优缺点。2、阐述频率用于损伤识别的机理,在理论上分析频率变化比、频率变化平方比、频率变化率比值、正则化频率变化率四种频率指纹用于损伤定位的可能性。3、以一简支空心板为例,通过有限元模拟方法对比四种频率指纹的有效性,并研究其中两种频率指纹的稳定性,认为频率变化率比值和正则化频率变化率指纹用于损伤定位效果更好,算例表明这两种指纹可以识别简支梁单处损伤。4、鉴于频率指纹法识别桥梁损伤的局限性,作者将动力测试中的移动车辆与桥梁看成一个系统,把车桥频率作为桥梁损伤识别的物理量。车辆简化为移动弹簧—质量模型,分析车辆作用在桥梁不同位置引起的频率变化规律,用其构造出损伤定位参数,通过参数曲线突变来判断损伤位置,利用数值模拟的方法对某三跨连续梁桥在不同工况下进行了损伤识别验证,并探究建模误差对识别效果的影响。
李帛书[8]（2019）在《基于优化智能算法与低阶曲率模态的斜拉桥损伤识别》文中研究指明随着工程技术空前飞速发展,跨越天堑的大跨径桥梁日益增多。其中,斜拉桥高效轻质的特点和清晰简明的传力路径使得其跨越能力位居前列;由于造型优美,承担关键交通要道角色的同时,往往也成为区域的标志性构筑物。因此对斜拉桥进行健康监测具有重大意义,而损伤的识别是健康监测系统中关键环节之一。本文在国家自然科学基金项目（资助编号:51778088）的资助下,从动力参数和智能算法两个层面深入研究更加高效和普遍的斜拉桥损伤识别方法,并在数值模型的基础上,对双塔单索面预应力混凝土箱梁体系的崖门大桥进行损伤识别,以验证本文提出的识别方法可行性和准确性。主要工作和结论如下:（1）从实际工程角度出发,深入对比各动力参数的理论推导和参数特点,选择低阶曲率模态作为损伤识别的动力参数:1)工程实际中测量得到的动力参数在低阶部分精度可靠,高阶的动力参数常常会带来更多噪声影响,以仅使用低阶动力参数进行损伤识别为原则开展工作;2)分析各动力参数的理论推导过程,注意到曲率模态不直接使用反映结构整体动力特性的参数进行推导,据此提出将多损伤拆分为单损伤进行识别的方法:对于静定结构的简支梁,对一阶竖向振型曲率模态进行二次微分运算（数值实现方式为二阶差分）,根据突变值较大的二次微分结果将多损伤的影响单元分开,倒算出多个单损伤情况下的曲率模态,以此作为输入数据分别进行损伤识别。对于多次超静定的斜拉桥,将多损伤情况下的低阶曲率模态与无损伤情况下的曲率模态相减,根据突变值较大的曲率模态差值将多损伤的影响单元分开,得到多个单损伤情况下的曲率模态,以此作为输入数据分别进行损伤识别。3)由于应用曲率模态将多损伤拆分为单损伤的算法局限,将使得该参数损失一部分结构信息,并且曲率模态在含有噪声时的识别性能不够理想,因此本文将运用鲁棒性良好的智能算法与曲率模态参数一同进行损伤识别,达到良好抗噪效果。（2）结构损伤位置识别的本质是模式识别问题,损伤程度识别的本质是非线性映射的表达。通过对比分析智能算法的特点,注意到基于径向基函数（RBF）的神经网络具有清晰的模式聚类数学思想,并能实现复杂函数的插值,符合桥梁结构损伤识别问题的需求。将RBF神经网络作为智能算法的基础结构,并进行了如下优化:1)RBF神经网络的输入层-隐层是实现模式聚类的无监督学习阶段,传统算法自行计算并确定聚类中心和聚类半径,本文提出的优化算法在网络训练前预先指定各单元损伤50%时的动力参数样本为聚类中心,提高算法训练的收敛速度;2)RBF神经网络的隐层-输出层是误差反向传播的监督学习阶段,为了避免随机指定初始权值矩阵导致网络训练陷入局部最小,本文借鉴遗传算法在解空间内广泛搜索得到全局最小的思想,设计程序对初始权值矩阵进行优化;（3）为了验证低阶曲率模态动力参数作为损伤识别输入数据的有效性,以及优化智能算法的可行性和准确性,对一简支梁桥算例进行损伤识别:1)使用MATLAB语言编制优化智能算法并进行训练,对比了遗传算法优化前后的网络训练收敛速度,证明遗传算法能有效提高网络训练的收敛速度;2)考虑9种单损伤工况和3种多损伤工况,测试优化智能算法的识别效果,成功使用一阶曲率模态实现对单损伤、多损伤工况损伤位置的精准识别以及损伤程度的高精度识别;3)考虑不同噪声水平,在曲率模态中添加Guass白噪声,在简支梁桥模型的基础上进行优化智能算法识别损伤位置和程度的抗噪性能研究,证明算法的优质抗噪能力;（4）对双塔单索面预应力混凝土箱梁体系的崖门大桥进行基于数值模型的损伤识别研究,运用算法分别对主梁和拉索的损伤进行识别:1)使用结构的一阶曲率模态差动力参数,使用MATLAB语言编制程序,对主梁和拉索分别建立对应的优化智能算法结构;2)对主梁的损伤识别,考虑10种单损伤工况、5种多损伤工况,运用训练好的算法进行识别测试,实现对斜拉桥主梁损伤位置的精准识别,以及对程度的高精度识别;对拉索的损伤识别,考虑4种单损伤工况、7种多损伤工况,测试结果表明,该优化智能算法能实现对短拉索损伤位置的精准识别,对长拉索的损伤位置实现较为精确的识别,对拉索损伤程度能实现较高精度识别。3)考虑不同噪声水平,以对崖门大桥主梁和拉索为研究对象,进行优化智能算法识别损伤位置和程度的抗噪性能研究,证明算法的优质抗噪能力。本文提出了一种对斜拉桥结构进行损伤识别的思路,运用低阶曲率模态参数,不仅能在数据源降低噪声的影响,而且能将多损伤拆分为多个单损伤进行识别;设计了一种以RBF神经网络为基础的智能损伤识别算法,并对算法聚类中心进行问题适应性的调整,同时使用遗传算法思想对权值矩阵进行优化,提高了算法的训练收敛速度和映射关系学习能力。对崖门大桥的主梁和拉索分别进行基于数值模型的损伤识别研究,验证了基于低阶曲率模态和优化智能算法的斜拉桥损伤识别方法可行性和精确性,以及该算法良好的抗噪性能。
叶昌鹏[9]（2019）在《传递熵理论在工程结构非线性动力识别中的应用研究》文中进行了进一步梳理对于任何一个实际工程结构,由于受各种环境荷载和使用荷载的作用,从投入使用开始就面临着损伤累积的问题,随着动静荷载的长期效应、长久的环境侵蚀,结构损伤会日益严重,为保证结构在服役过程中的安全性和耐久性,对结构进行有效的损伤识别显得尤为重要。本文较为全面的回顾了基于结构振动的损伤识别方法的研究现状,采用传递熵理论对工程结构进行非线性动力识别,主要研究工作包括:1.利用有限元软件ANSYS对两个不同位置存在裂缝的竖直悬臂梁进行模拟,基于数值解获得的振动加速度信号,分别采用替代数据算法和改进的替代数据算法对时程数据进行重构,从两种替代数据的自相关函数与原始数据的差异性来判断,由改进的替代数据算法产生的数据更能符合后续传递熵计算的要求。采用传递熵和改进的替代数据算法对带裂缝梁的数值模型进行损伤识别研究,结果表明,对于靠近裂缝位置的测点组,由原始数据算得的传递熵和由替代数据算得的传递熵之间的偏离程度随着裂缝尺寸的增大而增大;而远离裂缝位置测点组的传递熵则不存在这样的变化规律。这一规律显示传递熵结合改进的替代数据算法具有裂缝（损伤）定位的能力。提出了相对基准状态的概念,在此基础上改进前人的损伤指标,发现悬臂梁上裂缝附近测点组的损伤指标值与裂缝长度呈明显正相关关系,通过损伤指标能够识别裂缝长度变化,验证了所提出指标的有效性。2.采用伽辽金法和四阶龙格-库塔法求解非线性粘弹性地基上受时变荷载作用的均质欧拉-伯努利梁的运动控制方程,通过设置地基非线性刚度系数与线性刚度系数不同的比值和梁的不同杨氏模量来模拟不同的非线性状态。利用传递熵结合改进的替代数据算法,对不同非线性情况下梁横向位移的原始数据和替代数据分别进行传递熵计算,结果表明本文所提出的指标值与非线性程度的大小成正相关,验证了传递熵结合改进替代数据方法能有效地识别地基-结构系统的非线性状态。通过对横向位移信号添加不同强度的噪声来验证基于传递熵结合改进替代数据算法的非线性状态识别方法具有较强的抗噪能力。3.针对含法兰损伤的风电塔筒,采用三种不同的方法对实测响应数据进行研究。由FFT频谱分析方法的分析结果显示,该方法很不敏感,无法单靠固有频率去识别法兰损伤。由基于自功率谱熵的识别方法的结果显示,该方法能识别法兰损伤,但无法定位。利用本文所提出的损伤指标,以同型号、同等建设条件且运行状况良好的风电塔筒的测试数据作为相对基准数据,对三种采样频率下的实测振动数据进行传递熵计算,结果表明传递熵结合改进替代数据算法有良好的损伤识别效果,证明了该方法以及所提出的指标不仅仅适用于数值模型和半解析数值模型的非线性动力识别,也同样适用于实际工程的非线性损伤识别。4.为产生明显的正截面破坏和斜截面破坏,设计采用两种钢筋混凝土简支梁的配筋方式。对两种破坏形式,各选取1根完整梁和3根已破坏梁进行试验,研究传递熵结合改进的替代数据算法对裂缝的识别能力。通过定义合适的离散度指标,研究了传递熵对破坏过程中产生的微观裂缝、宏观裂缝以及贯穿裂缝的识别效果,并分析两种破坏形式过程中的离散度指标的变化规律,研究结果表明,除微观裂缝外,传递熵结合改进的替代数据方法能有效识别和定位钢筋混凝土梁的其他两种裂缝。从采样频率和激励方式的角度,验证了传递熵结合改进替代数据方法用于钢筋混凝土结构损伤识别的鲁棒性。本文结合有限元数值模拟、半解析数值方法、工程测试以及试验研究等技术手段,采用传递熵结合改进的替代数据算法对工程结构中的不同非线性形式进行动力识别研究,验证该方法的可靠性及其优势,旨在为实际工程结构的非线性动力识别提供一种新的有效方法。
周宇[10]（2018）在《基于影响线与柔度矩阵的桥梁损伤信息融合诊断研究》文中指出为确保桥梁结构安全服役,桥梁损伤评估与结构健康监测逐渐成为国内外学者关注的热点,并在部分大型桥梁结构上得到实施,研究工作也取得了一定进展。但在实际桥梁结构健康监测与诊断过程中仍存在一些难以避免的问题:桥梁结构边界约束并非理想、初始截面参数也具有不确定性,不同桥梁健康监测系统对响应测点的数量与布置方式依赖较强且要求不同,且损伤诊断结果易受环境噪声影响,桥梁结构损伤诊断的研究仍停滞在定性与定位阶段,准确定量损伤的实例并不多见。立足上述问题,本文开展了基于影响线与柔度矩阵的桥梁损伤信息融合诊断研究。本研究着眼于桥梁结构准静态影响线响应,考虑桥梁结构模型截面参数不确定性,对简支梁结构的准静态挠度与转角影响线进行解析,提出相应损伤诊断方法;考虑实际桥梁边界支承的非理想特性,提出弹性约束支承梁模型,求解得到其准静态挠度影响线、准静态转角影响线与准静态应变影响线的解析式,提出相应损伤诊断方法,提出考虑等效边界的子结构准静态加载试验方法;基于柔度曲率差变化率建立了损伤评估函数与曲线,提出基于柔度曲率梯度的桥梁损伤诊断动力指标,并提出考虑桥梁动力模型修正的损伤诊断验证方法;依据Dempster-Shafer证据理论,提出考虑测点空间距离加权系数的信息融合方法,提出多级信息融合的损伤诊断方法与时空信息融合的损伤诊断方法,并提出多个信息融合模型,进而融合本文所提准静态响应指标与柔度特性指标。基于上述研究内容,主要取得了以下研究成果:（1）推导得到含损伤简支梁Benchmark模型任意截面的准静态挠度影响线与准静态转角影响线显式表达式,建立基于准静态转角影响线的损伤诊断方法,提出用于损伤诊断的桥梁结构准静态加载测试方法,通过简支桥梁结构算例与简支梁损伤诊断试验对所提方法进行验证。所提准静态转角影响线方法可以定位损伤,同时根据桥梁结构截面的抗弯刚度计算损伤程度,所提转角影响线曲率差指标在识别靠近测点的局部损伤效果更佳,准静态转角响应测点位于支座时,较近跨中处测点响应数据诊断局部损伤效果更好。（2）建立抗弯刚度不确定且含局部损伤的超静定弹性约束支承梁模型,对该模型进行准静态影响线分析,提出相应损伤诊断方法。通过设计竖向弹性支承支座试验模型,提出考虑等效边界子结构的准静态影响线加载方法,对所提弹性约束支承梁损伤诊断方法进行试验验证。建立弹性约束支承梁的准静态挠度影响线、转角影响线与应变影响线解析表达式,揭示弹性约束刚度、局部损伤参数与主梁任意截面准静态影响线的关系,为非理想支承下的子结构梁力学分析提供借鉴思路,也为装配梁式结构影响线分析与损伤诊断提供理论依据。通过解析弹性约束支承梁的准静态影响线,提出基于桥梁准静态影响线响应的损伤诊断方法,所提方法可以定性、定量诊断桥梁结构损伤,但诊断结果易受响应测点位置影响。（3）基于Dempster-Shafer证据理论,提出考虑测点空间距离权重系数的多级信息融合方法,并融合多传感器下的准静态响应信息来诊断桥梁结构损伤,同时提出四种信息融合表征水平不同的信息融合诊断模型,损伤诊断结果通过基本概率函数在概率层面表示损伤发生的确定性程度,并利用简支梁与弹性约束梁的损伤诊断试验验证所提损伤诊断方法的有效性。该方法考虑测点空间距离权重系数的信息融合损伤诊断,可以解决准静态响应依赖单一测点的不足,同时降低测试噪声与计算误差对损伤诊断效果的影响。研究发现不同信息表征水平下的损伤诊断效果不同,在信息表征水平较高的层级进行融合诊断效果优于较低表征水平的信息融合诊断。（4）基于柔度曲率差变化率指标提出损伤评估函数与损伤评估曲线,用于通过动力识别指标幅值计算损伤程度,将柔度曲率矩阵在标量场中进行延拓,求取方阵标量场中心元素的梯度向量,进而得到柔度曲率梯度的损伤指标。采用实际桥梁尺寸建模,使用频率相对误差与模态置信准则修正桥梁结构动力模型,基于动力修正模型验证柔度曲率梯度的损伤识别指标,同时采用考虑截尾高斯分布的误差模型验证了新指标的抗噪能力。基于柔度曲率差变化率的损伤诊断与评估方法对系杆拱桥拱肋损伤诊断,效果较好,基于柔度曲率梯度的损伤指标在误差水平10%时,仍可有效定量相对损伤程度,表现出较好的抗误差干扰能力。损伤诊断试验结果表明,柔度曲率梯度指标可以有效定位、定性损伤,但损伤诊断效果仍依赖于加速度传感器的布置数量与位置。（5）提出多级时空信息融合诊断方法,建立多级时空信息融合框架与融合诊断模型,在解决不同时序状态下,响应信息样本空间不对准现象时,提出采用线性扩充的方法处理空间样本,对有限加速度测点得到的动力特性指标进行线性扩展,进而实现多级时空信息融合诊断。时空信息融合算法以对应单元处损伤信息融合的基本概率函数作为损伤指标,可以诊断简支梁损伤诊断试验中既定损伤的发生、定位损伤的位置、定性损伤的程度,同时建立了四种时空信息融合子模型,并用于桥梁结构损伤的信息融合诊断。
二、基于柔度曲率差的桥梁健康诊断方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于柔度曲率差的桥梁健康诊断方法（论文提纲范文）
（1）基于模态信息熵与两阶段信息融合的梁结构损伤诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题的背景及意义 |
| 1.2 结构损伤识别研究综述 |
| 1.2.1 结构损伤识别确定性方法 |
| 1.2.2 结构损伤识别不确定性方法 |
| 1.3 存在的问题 |
| 1.4 本文研究的目的和内容 |
| 1.5 本文研究技术路线 |
| 第2章 曲率模态和信息融合基本理论 |
| 2.1 引言 |
| 2.2 模态曲率的基本理论 |
| 2.3 信息熵的基本理论 |
| 2.4 信息融合的基本理论 |
| 2.4.1 信息融合理论概述 |
| 2.4.2 D-S证据理论 |
| 2.4.3 D-S证据理论的融合规则 |
| 2.5 结构单元损伤模拟方法 |
| 2.6 结构损伤识别中噪声的模拟方法 |
| 2.7 本章小结 |
| 第3章 基于曲率模态熵的结构损伤诊断对比研究 |
| 3.1 引言 |
| 3.2 模态熵指标的计算流程 |
| 3.2.1 曲率指标局部概率的建立 |
| 3.2.2 曲率模态熵指标计算 |
| 3.3 损伤程度识别原理 |
| 3.4 算例验证 |
| 3.4.1 简支梁模型建立 |
| 3.4.2 损伤工况设置 |
| 3.4.3 结构损伤识别结果分析 |
| 3.4.4 结构损伤程度识别研究 |
| 3.4.5 指标抗噪性能研究 |
| 3.5 本章小结 |
| 第4章 基于GFCDE指标与两阶段D-S证据信息融合损伤诊断研究 |
| 4.1 引言 |
| 4.2 两阶段信息融合的计算 |
| 4.3 简支梁仿真模拟及结果分析 |
| 4.2.1 模型建立 |
| 4.2.2 工况设置 |
| 4.2.3 仿真模拟及融合步骤 |
| 4.2.4 两阶段D-S证据理论信息融合结果分析 |
| 4.4 连续梁仿真模拟及结果分析 |
| 4.3.1 模型建立 |
| 4.3.2 工况设置 |
| 4.3.3 两阶段D-S证据理论信息融合结果分析 |
| 4.5 抗噪性能分析 |
| 4.6 本章小结 |
| 第5章 基于GFCDE指标与两阶段D-S证据信息融合的试验验证 |
| 5.1 引言 |
| 5.2 试验模型设计与制作 |
| 5.3 损伤模拟及工况设置 |
| 5.3.1 损伤单元等效刚度的确定 |
| 5.3.2 简支钢梁模态参数提取 |
| 5.4 简支钢梁结构有限元模拟及结果分析 |
| 5.4.1 试验结构有限元模拟 |
| 5.4.2 有限元模拟结果分析 |
| 5.5 简支钢梁两阶段D-S证据信息融合试验验证 |
| 5.6 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 致谢 |
| 附录A:攻读学位期间参与的科研与工程项目 |
（2）基于柔度矩阵与信息熵的梁结构损伤识别研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外结构损伤识别现状 |
| 1.2.1 基于静力的损伤识别方法 |
| 1.2.2 基于动力指纹的损伤识别方法 |
| 1.3 基于智能算法的损伤识别方法 |
| 1.4 各损伤识别方法优缺点 |
| 1.5 本文主要研究内容 |
| 第2章 柔度矩阵与信息熵基本理论 |
| 2.1 引言 |
| 2.2 结构柔度矩阵相关理论 |
| 2.2.1 模态柔度矩阵 |
| 2.2.2 静柔度矩阵 |
| 2.3 信息熵基本理论 |
| 2.3.1 概率熵 |
| 2.3.2 模糊熵 |
| 2.3.3 模糊随机变量的信息熵 |
| 2.3.4 信息熵的数学特性 |
| 2.3.5 信息熵的理论优势 |
| 2.4 数值插值与数值拟合 |
| 2.4.1 Lagrange插值 |
| 2.4.2 Hermite插值 |
| 2.4.3 三次样条插值 |
| 2.4.4 多项式拟合 |
| 2.4.5 拟合效果分析 |
| 2.5 单元损伤模拟方法 |
| 2.6 本章小结 |
| 第3章 基于广义柔度曲率熵插值曲线的结构损伤识别方法研究 |
| 3.1 引言 |
| 3.2 广义柔度曲率熵曲线指标构建 |
| 3.2.1 广义柔度曲率熵指标提出 |
| 3.2.2 损伤面积计算 |
| 3.3 简支梁算例分析 |
| 3.3.1 简支梁模型建立 |
| 3.3.2 简支梁损伤位置识别 |
| 3.3.3 简支梁GFCE曲线数值插值与数据拟合 |
| 3.3.4 简支梁损伤面积计算与误差分析 |
| 3.3.5 简支梁结果分析 |
| 3.3.6 损伤程度拟合 |
| 3.4 连续梁算例分析 |
| 3.4.1 连续梁模型建立 |
| 3.4.2 损伤位置识别 |
| 3.4.3 连续梁GFCE曲线数值插值与数据拟合 |
| 3.4.4 连续梁损伤面积计算与误差分析 |
| 3.4.5 损伤程度拟合 |
| 3.5 抗噪性研究 |
| 3.6 本章小结 |
| 第4章 基于柔度矩阵最小秩与信息熵的结构损伤识别研究 |
| 4.1 引言 |
| 4.2 基于柔度矩阵秩分析的损伤识别 |
| 4.2.1 结构损伤的秩分析 |
| 4.2.2 柔度扰动矩阵的最小秩解 |
| 4.2.3 最小秩柔度熵指标构造 |
| 4.3 算例验证 |
| 4.3.1 简支梁结构损伤识别 |
| 4.3.2 连续梁结构损伤识别 |
| 4.4 MRFE指标抗噪性研究 |
| 4.5 本章小结 |
| 第5章 最小秩柔度熵指标的试验验证 |
| 5.1 引言 |
| 5.2 试验设计 |
| 5.3 损伤模拟及工况设置 |
| 5.4 试验过程 |
| 5.5 试验结果及指标验证 |
| 5.6 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 致谢 |
| 附录A:攻读学位期间参与的科研与工程项目 |
（3）基于数据驱动的桥梁损伤识别方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究意义及背景 |
| 1.2 桥梁结构损伤识别国内外研究方法及现状 |
| 1.2.1 基于静力测试的检测方法 |
| 1.2.2 基于小波理论的识别方法 |
| 1.2.3 基于模型修正的检测方法 |
| 1.2.4 基于柔度法的损伤识别 |
| 1.2.5 基于数据驱动的检测方法 |
| 1.2.6 基于结构动力特征参数的方法 |
| 1.3 温度影响下的桥梁结构损伤识别研究现状 |
| 1.3.1 基于温度量化模型的结构损伤识别 |
| 1.3.2 不依赖测试温度的结构损伤识别 |
| 1.4 桥梁结构损伤识别存在的问题 |
| 1.5 论文研究内容 |
| 第2章 结构损伤识别方法理论概述 |
| 2.1 结构损伤识别理论基础 |
| 2.2 温度因素对结构的影响 |
| 2.2.1 温度对频率的影响 |
| 2.2.2 温度对边界条件的影响 |
| 2.2.3 温度对其他结构特性的影响 |
| 2.2.4 温度变化对弹性模量的影响 |
| 2.3 结构损伤指标的构造 |
| 2.3.1 模态柔度矩阵的原理 |
| 2.3.2 柔度差值法基本原理 |
| 2.3.3 柔度差值曲率法基本原理 |
| 2.4 主成分分析方法 |
| 2.4.1 PCA的基本介绍 |
| 2.4.2 PCA的几何意义 |
| 2.4.3 PCA剔除温度影响的过程 |
| 2.5 本章小结 |
| 第3章 温度影响下基于主成分分析方法的损伤识别数值仿真分析 |
| 3.1 ANSYS建模 |
| 3.1.1 简支梁模型 |
| 3.2 仅考虑损伤对模态的影响 |
| 3.2.1 工况设定 |
| 3.2.2 结果分析 |
| 3.3 仅考虑温度对结构模态的影响 |
| 3.3.1 环境温度影响结构模态频率的方式 |
| 3.3.2 工况设定 |
| 3.4 温度及损伤作用下简支梁桥模态分析 |
| 3.4.1 工况设定 |
| 3.4.2 模态柔度差曲率(MFDC)作为损伤特征参数 |
| 3.4.3 模态柔度曲率差(MFCD)作为损伤特征参数 |
| 3.4.4 基于主成分分析的简支梁损伤识别中温度影响的剔除 |
| 3.5 结果对比 |
| 3.5.1 MFDC与 MFCD损伤指标的结果对比 |
| 3.5.2 温度影响剔除前和剔除后的结果对比 |
| 3.6 钢桁架的数值仿真分析 |
| 3.6.1 钢桁架模型 |
| 3.6.2 工况设定 |
| 3.6.3 计算损伤特征参数 |
| 3.6.4 计算结果 |
| 3.7 本章小结 |
| 第4章 考虑温度影响的简支钢梁损伤识别室内试验研究 |
| 4.1 简支钢梁在不同温度下的频率测定 |
| 4.1.1 实验目的 |
| 4.1.2 试验对象 |
| 4.1.3 试验方案 |
| 4.1.4 试验具体操作步骤 |
| 4.1.5 工况设立 |
| 4.2 计算过程 |
| 4.3 试验结果 |
| 4.4 本章小结 |
| 第5章 结论与展望 |
| 5.1 论文总结 |
| 5.2 课题展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（4）基于模态变异的桥梁损伤识别软件的开发及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 前言 |
| 1.2 桥梁损伤识别研究的意义和内涵 |
| 1.2.1 桥梁结构损伤识别的重要性 |
| 1.2.2 桥梁结构损伤识别的层次划分 |
| 1.3 桥梁结构损伤识别的研究现状 |
| 1.3.1 基于频率的损伤识别 |
| 1.3.2 基于模态振型的损伤识别 |
| 1.3.3 基于柔度模态的损伤识别 |
| 1.3.4 基于曲率模态的损伤识别 |
| 1.3.5 基于应变模态的损伤识别 |
| 1.3.6 基于模态应变能的损伤识别 |
| 1.4 本文主要研究内容 |
| 2 基于模态变异的桥梁损伤识别指标对比研究 |
| 2.1 前言 |
| 2.2 桥梁损伤识别有限元模型简介 |
| 2.3 损伤识别指标的述评与分析 |
| 2.3.1 基于频率的损伤识别指标 |
| 2.3.2 基于振型的损伤识别指标 |
| 2.3.3 基于柔度模态的损伤识别指标 |
| 2.3.4 基于曲率模态的损伤识别指标 |
| 2.3.5 基于应变模态的损伤识别指标 |
| 2.3.6 基于模态应变能的损伤识别指标 |
| 2.4 敏感模态的概念与计算方法 |
| 2.5 本章小结 |
| 3 桥梁损伤识别软件的整体架构与功能设计 |
| 3.1 前言 |
| 3.2 整体架构与主要功能设计概述 |
| 3.3 软件各功能的交互界面设计 |
| 3.3.1 软件主界面设计 |
| 3.3.2 项目新建功能的子界面设计 |
| 3.3.3 模型重构功能的子界面设计 |
| 3.3.4 损伤识别方法选择功能的子界面设计 |
| 3.3.5 模态阶数选择功能的子界面设计 |
| 3.3.6 用户指南功能的子界面设计 |
| 3.4 本章小结 |
| 4 桥梁损伤识别软件功能模块开发 |
| 4.1 前言 |
| 4.2 软件开发平台的选取 |
| 4.2.1 常用编程语言的对比分析 |
| 4.2.2 MATLAB的 App设计工具 |
| 4.3 App Designer的界面开发 |
| 4.4 主界面的功能实现逻辑与开发 |
| 4.4.1 菜单栏的功能开发 |
| 4.4.2 状态信息栏的功能开发 |
| 4.4.3 绘图区的功能开发 |
| 4.4.4 控制区的功能开发 |
| 4.5 各功能模块子界面的功能实现逻辑与开发 |
| 4.5.1 项目新建子界面 |
| 4.5.2 损伤识别方法选择子界面 |
| 4.5.3 模态阶数选择子界面 |
| 4.5.4 使用说明子界面 |
| 4.6 本章小结 |
| 5 桥梁损伤识别软件的验证和应用 |
| 5.1 前言 |
| 5.2 基于双跨连续梁模型的软件验证 |
| 5.3 基于某实桥有限元模型的软件验证 |
| 5.3.1 浙江健跳大桥工程简介 |
| 5.3.2 健跳大桥的Midas模型与损伤工况模拟 |
| 5.3.3 健跳大桥的损伤识别分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 本文主要结论 |
| 6.2 未来研究的展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（5）桥梁健康监测系统设计及损伤识别方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 桥梁健康监测系统研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 桥梁损伤识别方法研究现状 |
| 1.3.1 局部检测法 |
| 1.3.2 整体检测法 |
| 1.4 本文研究内容及章节安排 |
| 第二章 晋蒙黄河大桥健康监测系统设计 |
| 2.1 晋蒙黄河大桥工程概况 |
| 2.2 监测内容与传感器选型 |
| 2.2.1 应力应变监测 |
| 2.2.2 挠度变形监测 |
| 2.2.3 温湿度监测 |
| 2.2.4 结构振动监测 |
| 2.3 系统总体设计方案 |
| 2.4 系统硬件电路设计 |
| 2.4.1 从机电源电路 |
| 2.4.2 从机控制电路 |
| 2.4.3 从机采集电路 |
| 2.4.4 主机电路 |
| 2.5 程序流程设计 |
| 2.6 频率测量方法 |
| 2.6.1 等精度测量法原理 |
| 2.6.2 等精度测量法的FPGA实现 |
| 2.7 基于C#的上位机监测软件研发 |
| 2.7.1 软件使用环境 |
| 2.7.2 桥梁监测上位机软件设计准则 |
| 2.7.3 软件界面设计 |
| 2.8 系统测试与成品展示 |
| 2.8.1 系统测试 |
| 2.8.2 成品展示 |
| 2.9 本章小结 |
| 第三章 系统实地实验及挠度统计模式分析 |
| 3.1 传感器系统布置 |
| 3.1.1 应力传感器布置 |
| 3.1.2 静力水准仪布置 |
| 3.1.3 温湿度传感器布置 |
| 3.1.4 加速度传感器布置 |
| 3.2 桥梁健康监测系统施工 |
| 3.3 桥梁挠度的统计模式分析 |
| 3.3.1 短期模式分析 |
| 3.3.2 长期模式分析 |
| 3.4 本章小结 |
| 第四章 面向桥梁损伤识别的深度学习模型 |
| 4.1 深度学习理论概述及方法对比 |
| 4.2 受限玻尔兹曼机 |
| 4.2.1 理论介绍 |
| 4.2.2 训练算法 |
| 4.3 深度信念网络 |
| 4.3.1 网络结构 |
| 4.3.2 训练过程 |
| 4.4 经典分类模型 |
| 4.4.1 BP神经网络 |
| 4.4.2 支持向量机 |
| 4.5 本章小结 |
| 第五章 基于深度信念网络的桥梁损伤识别方法研究 |
| 5.1 损伤指标确定与分类 |
| 5.2 挠度数据预处理 |
| 5.3 深度信念网络模型搭建 |
| 5.3.1 深度信念网络分类模型设计 |
| 5.3.2 网络关键参数设置 |
| 5.3.3 最终模型确定 |
| 5.4 基于深度信念网络的桥梁损伤识别性能测试 |
| 5.5 与几种经典方法的性能比较 |
| 5.5.1 BP神经网络模型搭建 |
| 5.5.2 支持向量机模型搭建 |
| 5.5.3 实验结果分析 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（6）基于类柔度差曲率的结构损伤识别技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 国外损伤识别发展概况 |
| 1.2.2 国内损伤识别发展概况 |
| 1.3 损伤识别反问题求解方法对比 |
| 1.4 主要研究内容 |
| 2 结构损伤识别技术及其理论 |
| 2.1 按照识别范围的不同分类 |
| 2.1.1 局部损伤识别方法 |
| 2.1.2 全局损伤识别方法 |
| 2.2 按照检测方式的不同分类 |
| 2.2.1 静力检测的损伤识别方法 |
| 2.2.2 动力检测的识别方法 |
| 2.3 损伤识别的有限元计算理论 |
| 2.3.1 有限元法一般计算过程 |
| 2.3.2 单元刚度矩阵算例 |
| 2.3.3 有限元的结构动力问题 |
| 2.4 常规无损检测技术 |
| 2.4.1 常规外观检测主要内容 |
| 2.4.2 构件评分计算 |
| 2.4.3 总结评定结果 |
| 2.5 本章小结 |
| 3 基于类柔度差曲率和频率摄动的梁式结构损伤识别 |
| 3.1 引言 |
| 3.2 矩阵摄动理论计算 |
| 3.3 梁式结构损伤定位指标的建立 |
| 3.3.1 结构模态柔度矩阵 |
| 3.3.2 结构模态类柔度矩阵 |
| 3.3.3 结构模态柔度曲率差 |
| 3.3.4 结构模态类柔度差曲率 |
| 3.4 损伤程度的确定 |
| 3.4.1 频率摄动公式 |
| 3.4.2 量化损伤程度 |
| 3.5 数值算例 |
| 3.5.1 简支梁模型 |
| 3.5.2 单损伤定位 |
| 3.5.3 多损伤定位 |
| 3.5.4 各工况损伤程度识别 |
| 3.6 本章小结 |
| 4 基于类柔度差曲率和频率摄动的拱桥横梁损伤识别 |
| 4.1 引言 |
| 4.2 下承式拱桥数值模型概况 |
| 4.3 拱桥跨中典型横梁损伤定位指标 |
| 4.4 拱桥跨中典型横梁损伤识别数值模拟 |
| 4.4.1 单损伤识别 |
| 4.4.2 多损伤识别 |
| 4.5 损伤程度定量识别 |
| 4.5.1 单损伤损伤程度 |
| 4.5.2 多损伤损伤程度 |
| 4.6 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 攻读硕士学位期间参与的科研项目及发表的学术论文 |
| 致谢 |
| 参考文献 |
（7）移动荷载作用下桥梁动力响应分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究意义和背景 |
| 1.2 基于振动的结构损伤识别研究现状 |
| 1.2.1 基于模态参数识别方法 |
| 1.2.2 基于模型修正损伤识别方法 |
| 1.2.3 无模型损伤识别方法 |
| 1.3 本文主要研究内容 |
| 第2章 基于频率变化的损伤识别理论基础 |
| 2.1 引言 |
| 2.2 频率用于损伤识别的基本原理 |
| 2.3 损伤定位指纹参数 |
| 2.3.1 频率变化比 |
| 2.3.2 频率变化平方比 |
| 2.3.3 频率变化率比值 |
| 2.3.4 正则化频率变化率 |
| 2.4 本章小结 |
| 第3章 受损梁桥频率指纹分析及损伤定位 |
| 3.1 引言 |
| 3.2 频率指纹分析 |
| 3.2.1 梁的损伤模型 |
| 3.2.2 受损梁频率变化规律 |
| 3.2.3 四种频率指纹对比 |
| 3.2.4 频率指纹稳定性分析 |
| 3.3 桥梁损伤定位 |
| 3.3.1 频率指纹的选择 |
| 3.3.2 利用频率指纹进行损伤定位步骤 |
| 3.3.3 损伤定位模型验证 |
| 3.4 本章小结 |
| 第4章 移动车辆作用下连续梁桥损伤识别 |
| 4.1 引言 |
| 4.2 移动车辆检测法 |
| 4.2.1 移动弹簧-质量作用下梁桥振动分析 |
| 4.2.2 移动车辆法原理及步骤 |
| 4.2.3 移动车辆法损伤定位参数 |
| 4.3 连续梁实桥概况 |
| 4.4 连续梁损伤数值分析 |
| 4.4.1 连续梁桥有限元建模 |
| 4.4.2 移动车辆作用下连续梁频率分析 |
| 4.4.3 损伤识别 |
| 4.4.4 建模误差对识别的影响 |
| 4.5 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
（8）基于优化智能算法与低阶曲率模态的斜拉桥损伤识别（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究意义 |
| 1.2 基于动力参数和智能算法的桥梁损伤识别研究现状 |
| 1.2.1 基于动力参数的桥梁损伤识别研究现状 |
| 1.2.2 基于智能算法的桥梁损伤识别研究现状 |
| 1.2.3 斜拉桥损伤识别研究现状 |
| 1.3 本文主要研究内容 |
| 2 桥梁损伤识别动力参数对比分析 |
| 2.1 概述 |
| 2.2 基于动力参数的损伤识别方法 |
| 2.2.1 基于频率的损伤识别方法 |
| 2.2.2 基于振型的损伤识别方法 |
| 2.2.3 基于柔度的损伤识别方法 |
| 2.2.4 基于模态应变能的损伤识别方法 |
| 2.2.5 基于频响函数的损伤识别方法 |
| 2.3 动力参数对比及算例分析 |
| 2.3.1 动力参数特性对比分析 |
| 2.3.2 曲率模态参数特性算例分析 |
| 2.4 小结 |
| 3 优化智能算法 |
| 3.1 概述 |
| 3.2 智能算法 |
| 3.2.1 误差反向传播神经网络 |
| 3.2.2 径向基函数神经网络 |
| 3.2.3 遗传算法 |
| 3.3 优化智能算法的构建 |
| 3.3.1 算法核心思想 |
| 3.3.2 算法程序实现 |
| 3.4 简支梁桥损伤识别算例验证 |
| 3.4.1 简支梁桥有限元模型 |
| 3.4.2 简支梁桥损伤识别过程 |
| 3.4.3 优化智能算法的抗噪性能研究 |
| 3.5 小结 |
| 4 基于优化智能算法与低阶曲率模态的斜拉桥损伤识别 |
| 4.1 概述 |
| 4.2 斜拉桥损伤概述 |
| 4.2.1 斜拉桥力学特点 |
| 4.2.2 斜拉桥损伤分析 |
| 4.3 崖门大桥损伤识别研究 |
| 4.3.1 斜拉桥有限元模型 |
| 4.3.2 优化智能算法的适应性调整 |
| 4.3.3 主梁损伤识别 |
| 4.3.4 拉索损伤识别 |
| 4.4 小结 |
| 5 结论与展望 |
| 5.1 论文主要研究工作与结论 |
| 5.2 不足与展望 |
| 参考文献 |
| 附录 |
| A.作者在攻读硕士学位期间发表的论文 |
| B.作者在攻读硕士学位期间参加的科研项目 |
| C.作者在攻读硕士学位期间参与的会议 |
| 附录D.优化智能算法输入-隐层部分计算聚类界限程序代码 |
| 附录E.优化智能算法输入-隐层部分计算隐层输出程序代码 |
| 附录F.优化智能算法隐层-输出部分遗传算法优化权值矩阵程序代码 |
| 附录G.优化智能算法隐层-输出部分误差反向传播训练权值程序代码 |
| 附录H.ANSYS提取频率振型数据命令流 |
| I.学位论文数据集 |
| 致谢 |
（9）传递熵理论在工程结构非线性动力识别中的应用研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外损伤识别方法研究现状 |
| 1.2.1 基于动力指纹的损伤识别方法 |
| 1.2.2 基于模型修正的损伤识别方法 |
| 1.2.3 基于信号处理的损伤识别方法 |
| 1.2.4 基于智能算法的损伤识别方法 |
| 1.2.5 结构损伤识别存在的问题 |
| 1.3 信息熵理论研究现状 |
| 1.3.1 信息熵的起源与发展 |
| 1.3.2 信息熵在损伤识别研究的现状 |
| 1.3.3 传递熵在损伤识别方面的优点 |
| 1.4 本文的主要研究内容及创新性 |
| 1.4.1 研究主要内容 |
| 1.4.2 本文主要的创新性 |
| 第2章 理论背景及本文采用的若干算法概要 |
| 2.1 信息熵方法概要 |
| 2.1.1 信息熵的数学表达式 |
| 2.1.2 信息熵的主要性质 |
| 2.2 传递熵方法概要 |
| 2.2.1 马尔可夫过程 |
| 2.2.2 单一时间因子传递嫡 |
| 2.2.3 双时间因子传递熵 |
| 2.2.4 核密度估计算法 |
| 2.3 替代数据算法概要 |
| 2.3.1 替代数据算法基本原理及分类 |
| 2.3.2 高斯分布时程数据的替代数据算法 |
| 2.3.3 非高斯分布时程数据的替代数据算法 |
| 2.4 本章小结 |
| 第3章 带裂缝竖直悬臂梁的非线性损伤识别 |
| 引言 |
| 3.1 完整竖直悬臂梁 |
| 3.1.1 数值模型 |
| 3.1.2 高斯白噪声激励下的动态响应 |
| 3.1.3 两种替代数据的对比分析 |
| 3.2 跨中位置存在裂缝的悬臂梁 |
| 3.2.1 裂缝设置方法 |
| 3.2.2 高斯白噪声激励下各种裂缝尺寸模型的动态响应 |
| 3.2.3 两种替代数据的生成 |
| 3.2.4 传递熵计算结果及分析 |
| 3.3 现有损伤指标以及新损伤指标的构造 |
| 3.3.1 现有的损伤指标 |
| 3.3.2 基于现有损伤指标的结果及分析 |
| 3.3.3 新损伤指标的构造 |
| 3.3.4 基于新损伤指标的结果及分析 |
| 3.4 底部位置存在裂缝的悬臂梁 |
| 3.4.1 裂缝设置方法 |
| 3.4.2 高斯白噪声激励下各种裂缝尺寸模型的动态响应 |
| 3.4.3 传递熵计算结果及分析 |
| 3.4.4 损伤指标的计算结果 |
| 3.5 本章小结 |
| 第4章 粘弹性地基的非线性程度识别 |
| 引言 |
| 4.1 非线性粘弹性地基上欧拉伯努利梁的动态响应计算方法 |
| 4.1.1 问题描述 |
| 4.1.2 伽辽金法 |
| 4.1.3 四阶龙格-库塔法 |
| 4.1.4 模型荷载及计算参数 |
| 4.1.5 数值解 |
| 4.2 地基非线性刚度对传递熵的影响 |
| 4.2.1 地基非线性刚度的设置及采样频率 |
| 4.2.2 传递熵计算结果分析 |
| 4.2.3 非线性指标评价 |
| 4.3 梁的杨氏模量对传递熵的影响 |
| 4.3.1 杨氏模量的取值及其它计算参数 |
| 4.3.2 非线性指标评价 |
| 4.4 抗噪性研究 |
| 4.4.1 研究的必要性以及方法 |
| 4.4.2 信噪比对传递熵的影响 |
| 4.5 本章小结 |
| 第5章 风电塔筒法兰连接损伤识别 |
| 引言 |
| 5.1 风电塔筒实测概况及测点布置 |
| 5.1.1 实测工程概况 |
| 5.1.2 测试方案设计 |
| 5.2 FFT频谱分析 |
| 5.2.1 频谱及相关物理量 |
| 5.2.2 风电塔筒的频谱分析结果 |
| 5.3 基于自功率谱熵的损伤识别研究 |
| 5.3.1 自功率谱熵构造过程 |
| 5.3.2 自功率谱幅频特性 |
| 5.3.3 自功率谱熵熵值变化统计规律 |
| 5.4 基于传递熵的损伤识别研究 |
| 5.4.1 传递熵计算结果分析 |
| 5.4.2 损伤指标评价 |
| 5.4.3 损伤指标分析 |
| 5.5 本章小结 |
| 第6章 基于钢筋混凝土筒支梁试验的非线性损伤识别研究 |
| 引言 |
| 6.1 试验方案设计 |
| 6.1.1 试验梁参数及试验布置 |
| 6.1.2 钢筋混凝土完整简支梁固有频率计算 |
| 6.1.3 传感器频响频率确定 |
| 6.2 正截面破坏简支梁 |
| 6.2.1 试验测试及裂缝开展过程 |
| 6.2.2 传递熵计算结果 |
| 6.2.3 离散度指标及其变化规律分析 |
| 6.2.4 鲁棒性研究 |
| 6.3 斜截面破坏简支梁 |
| 6.3.1 裂缝开展情况及传递熵计算结果 |
| 6.3.2 损伤指标变化规律 |
| 6.4 两点集中加荷形式下简支梁破坏的识别 |
| 6.4.1 正截面破坏 |
| 6.4.2 斜截面破坏 |
| 6.5 本章小结 |
| 第7章 结论与展望 |
| 7.1 研究结论 |
| 7.2 不足与展望 |
| 参考文献 |
| 作者简历及在学期间所取得的科研成果 |
（10）基于影响线与柔度矩阵的桥梁损伤信息融合诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景、目的与意义 |
| 1.1.1 桥梁健康监测的意义 |
| 1.1.2 桥梁损伤诊断的重要性 |
| 1.1.3 信息融合诊断桥梁损伤的意义 |
| 1.2 国内外损伤识别研究现状 |
| 1.2.1 基于静、动力特性的结构损伤识别现状 |
| 1.2.2 基于准静态影响线的桥梁结构损伤识别现状 |
| 1.2.3 考虑模型不确定性的结构损伤识别现状 |
| 1.2.4 基于模型修正的桥梁结构损伤识别现状 |
| 1.2.5 基于信息融合算法的桥梁损伤识别现状 |
| 1.3 本文的主要工作 |
| 1.3.1 本文研究内容 |
| 1.3.2 本文研究路线 |
| 第2章 基于准静态转角影响线的简支梁桥损伤诊断 |
| 2.1 引言 |
| 2.2 简支梁桥准静态影响线分析与损伤诊断方法 |
| 2.2.1 Benchmark模型建立 |
| 2.2.2 准静态挠度影响线分析 |
| 2.2.3 准静态转角影响线分析 |
| 2.2.4 损伤诊断方法 |
| 2.3 基于准静态转角影响线的简支梁桥损伤诊断 |
| 2.3.1 简支梁损伤诊断算例 |
| 2.3.2 空心板梁桥损伤诊断算例 |
| 2.3.3 简支钢桁架损伤诊断算例 |
| 2.4 考虑模型截面参数不确定性的简支梁桥损伤诊断 |
| 2.4.1 原理推导与方法实现 |
| 2.4.2 简支箱梁损伤诊断算例 |
| 2.4.3 钢桁架损伤诊断算例 |
| 2.5 基于准静态转角影响线诊断方法的试验验证 |
| 2.5.1 试验模型与准静态试验方法 |
| 2.5.2 试验验证结果 |
| 2.6 本章小结 |
| 第3章 弹性约束支承梁的准静态影响线分析与损伤诊断 |
| 3.1 引言 |
| 3.2 弹性约束支承梁模型建立 |
| 3.3 考虑边界等效的子结构试验方法 |
| 3.4 弹性约束支承梁的准静态挠度影响线分析与损伤诊断 |
| 3.4.1 挠度影响线分析与损伤诊断方法建立 |
| 3.4.2 算例验证 |
| 3.4.3 试验验证 |
| 3.5 弹性约束支承梁的准静态转角影响线分析与损伤诊断 |
| 3.5.1 转角影响线分析与损伤诊断方法建立 |
| 3.5.2 算例验证 |
| 3.5.3 试验验证 |
| 3.6 弹性约束支承梁的准静态应变影响线分析与损伤诊断 |
| 3.6.1 应变影响线分析与损伤诊断方法建立 |
| 3.6.2 算例验证 |
| 3.6.3 试验验证 |
| 3.7 本章小结 |
| 第4章 基于多传感器信息融合的桥梁结构损伤诊断 |
| 4.1 引言 |
| 4.2 基于D-S证据理论的融合方法与信息融合模型 |
| 4.2.1 基于D-S证据理论的融合决策方法 |
| 4.2.2 多个传感器信息融合模型 |
| 4.2.3 多源传感器信息融合模型 |
| 4.2.4 多级信息融合模型 |
| 4.3 多传感器的信息融合诊断算法 |
| 4.4 损伤诊断试验验证 |
| 4.4.1 基于多传感器融合的简支梁损伤诊断 |
| 4.4.2 基于多传感器融合的弹性约束支承梁损伤诊断 |
| 4.5 本章小结 |
| 第5章 基于柔度矩阵指标的桥梁结构损伤诊断 |
| 5.1 引言 |
| 5.2 基于柔度矩阵特性的结构损伤诊断指标 |
| 5.3 基于柔度曲率差变化率的系杆拱桥损伤诊断 |
| 5.3.1 系杆拱桥模型 |
| 5.3.2 系杆拱桥吊杆损伤诊断 |
| 5.3.3 系杆拱桥拱肋损伤诊断 |
| 5.4 基于模型修正与柔度曲率梯度的刚架拱桥损伤诊断 |
| 5.4.1 工程背景 |
| 5.4.2 动力模型修正 |
| 5.4.3 误差模型与损伤工况 |
| 5.4.4 损伤诊断结果 |
| 5.5 基于柔度曲率梯度的损伤诊断试验 |
| 5.6 本章小结 |
| 第6章 多级时空信息融合下的桥梁损伤诊断研究 |
| 6.1 引言 |
| 6.2 多级时空信息融合模型与方法 |
| 6.2.1 多级时空信息融合模型 |
| 6.2.2 基于多级时空信息融合的损伤诊断方法 |
| 6.3 基于多级时空信息融合的损伤诊断试验研究 |
| 6.4 某连续梁桥的多级时空信息融合诊断研究 |
| 6.5 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间所发表的学术论文目录 |
| 附录B 攻读学位期间获得奖励及参与项目 |
四、基于柔度曲率差的桥梁健康诊断方法（论文参考文献）
- [1]基于模态信息熵与两阶段信息融合的梁结构损伤诊断研究[D]. 文袁. 兰州理工大学, 2021(01)
- [2]基于柔度矩阵与信息熵的梁结构损伤识别研究[D]. 晏俊杰. 兰州理工大学, 2021(01)
- [3]基于数据驱动的桥梁损伤识别方法研究[D]. 梁李源. 青海大学, 2021
- [4]基于模态变异的桥梁损伤识别软件的开发及应用[D]. 张庚. 大连理工大学, 2020(02)
- [5]桥梁健康监测系统设计及损伤识别方法研究[D]. 王煜. 太原理工大学, 2020(07)
- [6]基于类柔度差曲率的结构损伤识别技术研究[D]. 谭亚可. 华北水利水电大学, 2019(01)
- [7]移动荷载作用下桥梁动力响应分析[D]. 郑嘉俊. 吉林建筑大学, 2019(01)
- [8]基于优化智能算法与低阶曲率模态的斜拉桥损伤识别[D]. 李帛书. 重庆大学, 2019(01)
- [9]传递熵理论在工程结构非线性动力识别中的应用研究[D]. 叶昌鹏. 浙江大学, 2019(01)
- [10]基于影响线与柔度矩阵的桥梁损伤信息融合诊断研究[D]. 周宇. 兰州理工大学, 2018