基于自振频率的悬臂梁损伤识别方法

基于振动的结构损伤识别研究综述摘要：结构损伤识别方法是桥梁结构的健康监测系统的重要组成部分，基于振动测试的结构损伤识别方法是目前国内外研究的热点。

针对目前结构损伤识别方法研究的现状,在现有结构损伤识别方法的基础上,本文介绍了基于振动的结构损伤识别方法，其中包括基于固有频率的结构损伤识别方法、基于模态振型的结构损伤识别方法等，最后对目前的结构损伤识别中存在的一些问题及努力的方向进行了阐述。

关键词：桥梁；结构损伤识别；健康监测0 引言损伤检测技术最先应用于机械、航空、航天工业上,随着振动理论、计算机技术、现代测试与信号处理技术的飞速发展,结构损伤识别的应用领域也在不断拓宽,并以其经济有效、可以反映结构整体性能、能够探测结构隐蔽部位缺陷的优点在土木工程结构等领域得到广泛应用。

近二三十年来,基于振动测试的损伤检测方法,在土木工程领域应用得越来越广泛。

目前,常用的结构损伤识别方法大致可以分为以下几类基于固有频率的结构损伤识别方法、基于振型的结构损伤识别方法、基于位移和应变类参数的结构损伤识别方法、基于刚度阵和柔度阵的结构损伤识别方法、基于模型修正的结构损伤识别方法等。

1基于振动的结构损伤识别方法1.1 基于固有频率的结构损伤识别方法损伤使结构的刚度减小,导致频率的降低,这一现象直接推动了与频率相关的敏感参数在结构健康监测和损伤识别中的应用。

基于结构振动模态试验的检测方法,是把模态参数的改变视为结构损伤发生变化的标志,通过对结构模态参数的跟踪、测量和分析,来判断结构的损伤程度和损伤部位。

在所测量的结构模态参数中,主要包括两大类：1）位移模态参数,如固有模态频率、阻尼、模态振型等2）应变参数,如应变模态、应变能等,在实际检测应用中,位移振型可确定损伤位置,但其识别误差在左右,而且受测量点数的限制,无法获得较为精确的振型通过对混凝土损伤的初步研究表明,应变类参数比位移类参数具有更高的敏感度,但并非完美无缺。

在实际检测中,受到应变片布置、应变片测量系统的相对误差较大等因素限制。

一种基于频率的损伤识别新方法摘要：在工程实践中，结构损伤识别一直是一个具有挑战性的领域。

传统的损伤识别技术主要依赖于结构零件平衡和质量变化等可测量的物理特征，但这些方法在某些情况下并不适用。

因此，本文提出了一种基于频率的损伤识别新方法。

该方法在结构振动响应的频率域中使用指标来识别结构中的损伤。

和传统技术相比，此方法可以在复杂结构中更准确地检测损伤。

关键词：损伤识别、频率域、振动响应引言：结构损伤识别是评估结构安全性和使用寿命的重要方法。

在过去几十年里，许多技术已被开发用于识别结构损伤，如模态分析、有限元分析和监测技术等。

然而，这些方法在某些情况下并不适用，例如，当损伤非常微小或结构非常复杂时。

因此，近年来，越来越多的研究开始关注基于振动响应频率的损伤识别方法。

这些方法基于振动响应的频率域，使用不同的指标来识别结构中的损伤。

与传统技术相比，这些方法可以更好地应用于复杂结构。

在本文中，我们介绍了一种基于频率的损伤识别新方法。

我们首先回顾了现有的损伤识别技术，并强调频率域的重要性。

接着，我们简述了该方法的基本原理和流程，并展示了在某些复杂结构中的应用实例。

最后，我们总结了该方法的潜力以及未来的研究方向。

1.损伤识别的现有技术目前，主要的损伤识别技术包括模态分析、有限元分析和监测技术。

这些技术有如下特点：（1）模态分析：模态分析是一种基于结构固有振动模型的方法。

在损伤发生时，固有振动模型会发生变化。

因此，可以通过对比损伤前后的振动模型来确定损伤位置和严重程度。

（2）有限元分析：有限元分析是一种通过建立结构有限元模型来预测结构响应的方法。

在损伤发生时，结构响应也会发生变化。

因此，可以通过对比损伤前后的响应来确定损伤位置和严重程度。

（3）监测技术：监测技术是一种通过测量结构响应来识别损伤的方法。

这些技术包括加速度计、应变计、温度计等传感器的应用以及无线传感器网络（WSN）等无线监测系统的应用。

然而，这些技术难以适用于某些情况，如当损伤非常微小或结构非常复杂时。

工 业 技 术建筑结构中钢筋混凝土构件,由于其具有良好的力学性能而被广泛使用。

然而在工程实践中,钢筋锈蚀和裂缝的存在对混凝土结构的危害性很大,故研究混凝土构件损伤识别有重要的现实意义。

由于结构损伤会导致结构动力特性的改变,基于这一原理,可以利用结构模态参数变化(固有频率、振型、阻尼等)来进行结构损伤检测。

近些年来,随着计算机软硬件技术、传感器技术、信息技术、振动测试技术的快速发展,基于振动特性的损伤识别方法已成为国内外学者广泛关注的课题。

模态振型是结构具体结点的位移,不同位置或不同程度的损伤将会导致不同的振型。

因此振型数据中包含着更多的损伤信息,模态振型的变化对损伤较为敏感,特别是对结构损伤进行定位,利用固有振型作为基本参数的方法识别损伤更加准确。

振型变化的损伤识别方法有以位移类参数(位移、位移模态、柔度矩阵等)和以应变类参数(应变、应变模态、曲率模态等)为基础的损伤定位方法。

这些方法均需要建立结构初始正常状态时的有限元模型作为识别基准,然后用当前结构振型实测数据修正结构模型,通过比较结构修正前后的模型物理参数来识别结构的损伤状况。

本文主要介绍了一种基于振型导数的损伤识别指标,它不需要初始状态的有限元模型作为识别基准,只需测得已发生损伤结构的模态信息就能识别结构损伤的位置和程度。

基于振型导数的混凝土梁损伤识别方法①苏明于 滕海文(北京工业大学建筑工程学院 北京 100124)摘 要:基于弯曲梁横向振动理论,得到常数因子a 4,它是振型的四阶导数与振型的比值。

不同区域常数因子a 4的不同意味着局部刚度的改变,局部刚度的改变意味损伤的存在,因此可将常数因子a 4可以作为损伤指标。

运用ANSYS软件对局部损伤的钢筋混凝土梁进行数值仿真,得到前四阶模态振型,然后进行数值分析。

结果表明,基于振型导数的损伤指标可以对混凝土结构进行损伤定位和损伤程度的识别。

关键词:混凝土梁 损伤识别 振型导数中图分类号:T U 3文献标识码:A 文章编号:1672-3791(2011)05(c)-0094-03①作者简介:苏明于(1981—),男,北京工业大学在读硕士研究生,北京,100124。

文章编号:100926825(2007)0620326202基于结构振动的损伤识别技术研究进展收稿日期6228作者简介陈志刚(82),男,同济大学硕士研究生,上海　陈志刚摘　要:对目前基于结构振动损伤识别技术的基本方法、研究现状及进展进行了回顾和总结,讨论了各种方法在理论和实际应用中的优点和存在的问题,分析了当前基于振动损伤识别技术存在的主要困难和发展方向,为保证桥梁工程的安全运营提供了理论基础。

关键词:结构振动,损伤识别技术,自振频率中图分类号:U447文献标识码:A引言多年来,桥梁结构的安全状况一直是政府有关部门和公众特别关心的问题。

目前国内外许多桥梁都存在着不同程度的安全隐患。

桥梁一旦发生倒塌事故,就会带来巨大的损失和灾难。

大桥倒塌原因众多,但可以肯定的是大桥倒塌前,其某些关键部位已严重超出设计的极限安全。

如果能在灾难来临之前进行预测,对桥梁的疲劳损伤进行监测,从而对桥梁的健康状况给出评估,那就会大大减少事故的发生。

为了把握桥梁工程特别是作为“生命线工程”的大型桥梁工程在运营状态的安全状态,避免安全事故的发生和越来越高的维修费用,桥梁健康监测和损伤识别技术已经愈发受到桥梁界的重视,成为近年来研究的热点。

1　现阶段研究方法1.1　基于自振频率变化的损伤识别技术自振频率具有确切的物理意义,是模态参数中最容易获得的参数,在实际结构中易于测量且和测点位置无关,测量误差较振型与阻尼小。

基于频率变化的损伤识别法的理论基础是:结构发生损伤时,结构某处的刚度必定会降低,而结构的质量可以认为是不变的。

Cawly 和Adams 证明了模态频率的变化只是损伤位置的函数[1]。

后来Friwell ,K aouk ,Z immerman 等学者在此基础上不断完善和充实此理论[2,3],但由于结构自振频率对结构局部损伤不敏感以及测量误差和环境因素的影响,用自振频率变化作为损伤因子在实际应用中遇到很多的困难。

1.2　基于振型变化的损伤识别技术相对于固有频率而言,模态振型的变化对损伤较为敏感。

基于频率及振型参数的结构损伤识别方法钟军军;董聪;夏开全【摘要】本文对基于结构模态参数的损伤识别方法进行了深入探讨,对一种传统的基于频率变化的结构损伤识别方法进行了分析改进,并建立了一种新的基于频率和振型参数的结构损伤识别方法.通过数值仿真证明传统的基于频率变化的结构损伤识别方法的单步识别精度随单元刚度损伤程度的增加而降低,提出此类方法宜设计成迭代算法,数值仿真结果表明本文的修正建议是合理有效的.针对有损结构前几阶固有频率和对应的模态位移可供利用的情况,提出一种基于广义逆的损伤识别方法,数值仿真结果证明了该方法的有效性.【期刊名称】《土木工程与管理学报》【年(卷),期】2009(026)004【总页数】5页(P1-4,9)【关键词】结构工程;损伤识别;灵敏度分析;固有频率;模态位移【作者】钟军军;董聪;夏开全【作者单位】清华大学,土木工程系,北京,100084;清华大学,土木工程系,北京,100084;中国电力科学研究院,北京,100055【正文语种】中文【中图分类】O346.5;TU311.3随着工程结构日趋大型化、复杂化，结构健康监测问题正迅速成为国际学术界和工程界关注的热点[1～10]，而结构损伤识别是健康监测问题的核心研究内容之一。

基于结构动力特性的损伤识别方法因其测试的参数能反映局部损伤的结构整体性特征参数、易于实现在线监测识别等优点，已成为目前最受关注的一种损伤识别方法[2～5]。

其中，基于模态参数的损伤识别方法是具有代表性的一类方法[6～9]。

Stubbs等人[6～8]基于相同的原理发展了一种基于频率变化的损伤识别方法，本文在其工作的基础上研究发现这种方法本质上是一种基于灵敏度分析的方法，且这种损伤识别方法的单步识别精度随着结构损伤程度的增大而降低，对此本文提出了改进建议，并通过仿真算例证明了该建议的合理性和有效性。

另外，针对损伤结构数阶自振频率和相应模态位移的测试数据可供利用的情况，提出了一种基于广义逆的损伤识别方法，并通过仿真算例验证了其有效性。

基于振动信息的结构损伤识别的几种新方法共3篇基于振动信息的结构损伤识别的几种新方法1基于振动信息的结构损伤识别的几种新方法随着工业技术的发展和应用的不断扩展，结构损伤识别问题日益受到重视。

结构损伤的产生会导致结构的降质、弱化或失效等严重后果，因此，结构的损伤识别与预测对于工程安全性具有重要意义。

近年来，基于振动信息的结构损伤识别方法逐渐成为研究和应用的热点。

本文将介绍几种新的基于振动信息的结构损伤识别方法。

1. 基于小波包分解的结构损伤识别方法小波包分解是一种常用的信号分析方法，可以将信号分解为不同频率的子信号，进而得到结构的动态响应信息。

该方法适用于实时损伤监测，可以发现较小的损伤，但也容易受到噪声的干扰。

因此，需要进行预处理和滤波来削弱噪声的影响。

2. 基于模态超短时傅里叶变换的结构损伤识别方法模态超短时傅里叶变换是一种新颖的信号分析方法，可以在频域和时域对信号进行分析。

该方法可以提取不同频率的动态响应信息，并利用滤波器组将这些信息分组。

然后，通过计算每个组的拓扑距离矩阵，可以得到结构的损伤信息。

该方法适用于高噪声环境下，可以提高识别准确度。

3. 基于多阶段深度学习的结构损伤识别方法多阶段深度学习是一种深度学习技术，可以在不同的阶段对信号进行处理，并在每个阶段提取更高级别的特征。

该方法可以对结构损伤进行准确识别，并用于结构的预测和监测。

该方法需要大量的数据进行训练，但可以提高预测和识别的准确度。

综上所述，基于振动信息的结构损伤识别的几种新方法各有优劣。

选择最合适的方法需要考虑结构类型、预测精度和数据获取难度等因素。

未来，需要进一步研究和发展基于振动信息的结构损伤识别技术，以更好地应对实际问题基于振动信息的结构损伤识别技术是现代结构监测领域的一个重要研究方向。

本文介绍了几种新的识别方法，包括小波变换、模态超短时傅里叶变换和多阶段深度学习等。

这些方法各有优缺点，需要选择最适合的方法来解决实际问题。

基于振动模态改变的钢结构损伤识别方法综述钢结构是现代建筑中常用的一种结构形式，其具有高强度、刚度和稳定性等优点，但在长期使用过程中，由于各种因素的影响，如自然灾害、疲劳、腐蚀等，钢结构可能会出现损伤，严重影响其安全性能。

因此，钢结构损伤识别方法的研究具有重要意义。

振动模态是一种常用的钢结构损伤识别方法，其基本原理是通过对钢结构进行振动测试，分析其振动模态的变化，来判断是否存在损伤。

本文将综述基于振动模态改变的钢结构损伤识别方法。

一、基于振动模态的钢结构损伤识别方法1. 模态参数法模态参数法是一种基于振动模态的损伤识别方法，其基本思想是通过对钢结构进行振动测试，提取其振动模态参数，如固有频率、阻尼比、模态形态等，来判断是否存在损伤。

当钢结构发生损伤时，其振动模态参数会发生变化，通过对比不同状态下的模态参数，可以判断是否存在损伤。

2. 模态曲率法模态曲率法是一种基于振动模态的损伤识别方法，其基本思想是通过对钢结构进行振动测试，提取其振动模态曲率，来判断是否存在损伤。

当钢结构发生损伤时，其振动模态曲率会发生变化，通过对比不同状态下的模态曲率，可以判断是否存在损伤。

3. 模态能量法模态能量法是一种基于振动模态的损伤识别方法，其基本思想是通过对钢结构进行振动测试，提取其振动模态能量，来判断是否存在损伤。

当钢结构发生损伤时，其振动模态能量会发生变化，通过对比不同状态下的模态能量，可以判断是否存在损伤。

二、基于机器学习的钢结构损伤识别方法除了基于振动模态的方法外，还有一些基于机器学习的钢结构损伤识别方法，其基本思想是通过对钢结构进行振动测试，提取其振动特征，如频谱、时域、小波等，然后利用机器学习算法进行分类和识别。

1. 支持向量机法支持向量机法是一种常用的机器学习算法，其基本思想是通过构建一个高维空间，将不同状态下的振动特征映射到该空间中，然后利用支持向量机分类器进行分类和识别。

2. 神经网络法神经网络法是一种基于人工神经网络的机器学习算法，其基本思想是通过对钢结构进行振动测试，提取其振动特征，然后利用神经网络进行分类和识别。

基于振动分析的桥梁结构损伤识别技术桥梁作为交通基础设施的重要组成部分，其结构的安全性和可靠性至关重要。

随着时间的推移、交通流量的增加以及环境因素的影响，桥梁结构可能会出现各种损伤，如裂缝、腐蚀、疲劳等。

这些损伤如果不能及时被发现和修复，可能会导致桥梁结构的性能下降，甚至引发严重的安全事故。

因此，如何有效地识别桥梁结构的损伤，成为了桥梁工程领域的一个重要研究课题。

振动分析作为一种无损检测技术，在桥梁结构损伤识别中得到了广泛的应用。

振动分析的基本原理是基于结构的动力特性，如固有频率、振型和阻尼比等，与结构的物理参数（如质量、刚度和阻尼）之间的关系。

当桥梁结构发生损伤时，其物理参数会发生变化，从而导致结构的动力特性也发生改变。

通过测量和分析桥梁结构在振动激励下的响应，可以获取其动力特性，并与未损伤时的基准数据进行对比，从而判断结构是否存在损伤以及损伤的位置和程度。

在基于振动分析的桥梁结构损伤识别中，常用的振动激励方式包括自然激励（如风、交通荷载等）和人工激励（如锤击、激振器等）。

自然激励通常是免费的，但激励信号的随机性较大，不利于数据分析。

人工激励可以提供更可控和更具重复性的激励信号，但需要专门的设备和操作，成本较高。

测量桥梁结构振动响应的传感器主要有加速度传感器、位移传感器和速度传感器等。

加速度传感器由于其测量精度高、响应速度快等优点，在桥梁结构振动测量中应用最为广泛。

传感器的布置方案对于获取准确和全面的振动响应数据至关重要。

一般来说，传感器应布置在结构的关键部位，如跨中、支座处、节点等，以捕捉结构的主要振动模态。

在获取了桥梁结构的振动响应数据后，需要对数据进行预处理和分析。

预处理包括去除噪声、滤波、积分和微分等操作，以提高数据的质量和可用性。

数据分析的方法主要有频域分析和时域分析两种。

频域分析通过对振动响应数据进行傅里叶变换，得到结构的频谱特性，从而识别结构的固有频率和振型。

时域分析则直接对振动响应的时间历程进行分析，如通过时域信号的特征提取、系统识别等方法来判断结构的损伤。