基于加速度响应相关性的结构损伤识别方法

基于车致振动响应的含分布损伤桥梁结构识别方法李海龙;吕中荣;刘济科【摘要】采用 Newmark 直接积分法和龙格库塔法求解了非线性车桥耦合系统的振动响应，并利用加速度响应灵敏度方法对含裂纹梁结构进行分布类型的损伤识别。

文中车辆采用含非线性弹簧的半车模型，桥梁被离散为欧拉梁单元，裂纹引起的桥梁损伤模拟为桥梁局部刚度的线性分布的减少。

数值算例表明，在5％噪声情况下，加速度响应灵敏度方法依然可以较准确地识别出桥梁损伤的分布情况。

%A distributed damage identification approach under moving vehicle loads is presented based on dynamic response sensitivity.Numerical studies are carried out on a simply supported beam under a vehicle with nonlinear springs for identication of distributed damage due to the bined Newmark direct integration method and Runge-kutta method are used to calculate the dynamic responses of the cou-pled bridge-vehicle system.The numerical results show that the distributed damage (s)can be identified accurately even with 5% noise in the measured acceleration data.And more accelerometers are needed if there are multiple cracks in the bridge.【期刊名称】《中山大学学报（自然科学版）》【年(卷),期】2015(000)003【总页数】4页(P10-13)【关键词】车桥耦合系统;动力响应;非线性弹簧;裂纹识别;灵敏度【作者】李海龙;吕中荣;刘济科【作者单位】中山大学应用力学与工程系，广东广州 510275;中山大学应用力学与工程系，广东广州 510275;中山大学应用力学与工程系，广东广州 510275【正文语种】中文【中图分类】O39在过去几十年中，随着经济和科技水平的发展，世界各地修建了越来越多的大跨度桥梁。

结构健康监测与损伤识别技术研究与应用结构健康监测与损伤识别技术是一项旨在保障建筑和工程结构安全的重要技术。

随着建筑和工程结构日益复杂和多样化，监测和检测技术的研究和应用变得尤为重要。

本文将对结构健康监测与损伤识别技术的研究与应用进行综述。

一、结构健康监测技术结构健康监测技术是指通过使用传感器和数据采集系统等设备对结构进行实时监测和记录，以获取结构的运行状态和健康信息。

这些技术主要利用振动响应原理，通过对结构振动信号的采集、处理和分析，实现对结构状态的监控。

在结构健康监测技术中，常用的传感器包括加速度计、应变计和压力传感器等。

通过这些传感器获取的数据，可以用于评估结构的振动响应、变形和应力状态。

目前，结构健康监测技术主要应用于桥梁、建筑物、风力发电机组等结构的安全评估和预警。

例如，对于桥梁结构，可以利用结构健康监测技术实时监测桥梁挠度、应变和塑性变形等信息，以判断桥梁结构是否存在潜在的损伤和疲劳。

这种技术的应用可以提前发现和修复结构中的潜在问题，避免事故的发生，确保人员和财产的安全。

二、结构损伤识别技术结构损伤识别技术是指通过对结构的振动响应和变形等数据进行分析和处理，识别结构中的损伤或缺陷。

通过损伤识别技术，可以在损伤出现之前或损伤程度较轻时即时发现和评估结构的损伤情况，从而采取相应的维修和加固措施，延长结构的使用寿命。

结构损伤识别技术主要基于结构动力学理论和模型。

通过对结构振动信号进行频域分析、时域分析和模态分析等，可以提取结构的特征参数，并进行损伤识别和评估。

在结构损伤识别技术中，最常用的方法包括模态参数法、频域参数法和时域参数法等。

模态参数法利用结构的模态特性来识别损伤，频域参数法和时域参数法则通过分析结构的频谱和时间响应来识别损伤。

结构损伤识别技术广泛应用于各种建筑和工程结构中。

例如，在桥梁维护中，可以利用损伤识别技术实时监测桥梁的挠度、频响和模态等参数，以识别桥梁中的损伤和缺陷。

这种技术的应用可以及时发现和修复结构中的损伤，提高结构的安全性和可靠性。

基于机器学习的结构损伤识别与评估技术研究随着科技的不断发展，建筑结构的损伤识别与评估变得越来越关键。

传统的损伤检测方法需要大量的人力和时间，而且结果可能不够精确。

然而，近年来，基于机器学习的结构损伤识别与评估技术逐渐成为了研究的热点。

本文将探讨基于机器学习的结构损伤识别与评估技术的原理和应用。

一、机器学习在结构损伤识别中的应用机器学习是一种人工智能的分支，它通过从数据中学习并建立模型，对未知数据进行预测和分类。

在结构损伤识别中，机器学习可以通过分析结构的振动特征，识别和评估结构的损伤情况。

以下是机器学习在结构损伤识别中的几种常见方法：1. 支持向量机（Support Vector Machine，SVM）支持向量机是一种监督学习方法，它通过寻找最佳的超平面，将不同类别的数据点分隔开。

在结构损伤识别中，SVM可以通过分析振动信号的特征参数，如频率和振幅，判断结构的损伤程度。

2. 随机森林（Random Forest）随机森林是一种集成学习方法，它通过构建多个决策树并综合它们的结果来进行预测。

在结构损伤识别中，随机森林可以通过分析结构的振动响应和频谱特征，判断结构的损伤位置和类型。

3. 深度学习（Deep Learning）深度学习是一种基于神经网络的机器学习方法，它模仿人脑神经元的工作方式，通过多层次的神经元网络来提取和学习数据的特征。

在结构损伤识别中，深度学习可以通过分析结构的振动信号和图片信息，实现对结构损伤的自动识别和评估。

二、基于机器学习的结构损伤识别与评估技术的优势基于机器学习的结构损伤识别与评估技术相比传统方法具有以下几个优势：1. 自动化：机器学习可以通过对大量数据的学习和分析，实现对结构损伤的自动识别和评估，大大减少了人力成本。

2. 高效性：机器学习算法可以快速处理大量的数据，并在短时间内给出准确的结果。

3. 精确性：机器学习可以通过建立合适的模型，从大量的数据中提取有用的特征，并实现对结构损伤的精确识别和评估。

结构损伤识别方法探析作者：邵帅姚远来源：《城市建设理论研究》2013年第35期摘要:结构在复杂的环境中会受到损伤，结构损伤会给人们带来灾难。

所以近年来损伤分析越来越受到重视。

本文介绍了几种常用的结构损伤识别方法，对各方法进行了评述，最后对结构损伤识别的几个问题进行了展望。

关键字：损伤识别；测试频率；神经网络；广义柔度矩阵；小波分析中图分类号：F121.3 文献标识码：A近年来，损伤分析在抗震评估、加固以及承载能力设计中的应用越来越引人注目。

损伤是指结构的预定功能受到影响的状态。

按其影响的不同，可分为轻微损伤、损伤、严重损伤。

损伤，从广义地讲，包括非受力损伤及受力损伤 [1]。

在国际材料与结构实验学会班LEM 关于混凝上结构破损分类的推荐草案中，损伤是指结构由于外部力学因素引起的削弱或破损。

下面介绍几种常用的结构损伤识别方法。

一.基于测试频率结构损伤识别方法[2]结构的固有频率是表示结构固有特性的整体量，当结构的局部出现损伤时，结构的固有频率将发生变化，随着刚度的降低，结构的固有频率将会增大。

正是由于这一特性加上结构固有频率易于测量和测量误差小，很多研究者将结构的固有频率作为结构损伤识别的损伤标示量。

对于一个多自由度结构系统，忽略阻尼的影响，其振动特征值方程为(1-1)式中： M为整体质量矩阵；K为整体刚度矩阵；为特征值；为正则化振型。

当结构的刚度和质量等物理参数发生小的变化△K、△M时，由摄动理论式(1-1)可知[(K+△K)-(-△)·M]·(+△)=O(1-2)多数情况下结构的损伤是由于裂缝和腐蚀所引起的，一般对质量矩阵的影响甚微，即△M0，将式(2)展开，并忽略二次项△M ·△和△·M·△的影响，有(1-3)对于第i阶振型，式（1-3）有（1-4）以△kn表示第n个单元的刚度变化，则式(4)成为（1-5）式(1-5)在形式上类似与瑞雷商，表示结构应变能和结构特征值的关系。

桥梁结构损伤识别研究综述摘要：首先阐述了桥梁结构损伤识别在桥梁结构中的重要性，介绍了国内外桥梁结构损伤识别研究现状，在此基础上，又介绍了用于桥梁结构的各种损伤识别方法和存在的问题，最后提出了桥梁结构损伤识别的发展方向。

关键词：损伤识别，桥梁结构，神经网络，曲率模态引言桥梁结构在长期使用过程中会发生各种损伤，导致桥梁结构的承载能力的降低，甚至会导致桥梁的倒塌，造成巨大的经济损失和人员伤亡。

为了保证桥梁的安全性，需要及时的发现桥梁结构存在的损伤情况。

目前，桥梁结构损伤识别已经成为国内外研究的热点。

1 国内外桥梁结构损伤识别研究现状损伤识别最早用在航天及机械领域并得到了广泛的研究，在健康监测引起普遍关注的同时被应用在桥梁领域。

鉴于桥梁所处环境的复杂性及结构特性的随机性，桥梁的损伤识别目前还没有一个统一的标准或准则参考，实际的应用也较少，但还是取得了一些成就。

自70年代以来，随着振动测试和分析技术的发展，国际上广泛开展了应用振动技术对机器设备与工程结构进行损伤识别和监测的研究。

近年来，国外学者在利用振动模态分析理论进行结构损伤识别方面开展了大量的研究工作，提出了各种各样的识别方法。

早期，主要是以Vandiver和Begg[9]等的研究工作为基础，根据模态频率的变化来探测桥梁结构的损伤。

Spyrakos[5]进行了一系列的桥梁模型试验，分别测试了模型梁在不同类型、位置和程度损伤条件下的低频自振特性，发现一定水平的损伤与结构动态特性有确定的相关性，但是仅用频率改变作为结构损伤因子是不充分的。

Aktan等则从结构静力柔度阵出发，根据桥梁载重汽车静力测试结果，通过对比观测模态柔度和静力测试柔度，评估了模态柔度作为损伤指针的可靠性。

除了这些较为零星的工作以外，美国通过I-40桥梁项目和Alamosa峡谷项目，对桥粱健康诊断中的结构损伤识别方法进行了系统的研究，试验结果表明振型关于结构损伤识别伤较为敏感。

Stubbs等[8]也对I-40桥进行了损伤识别的研究，利用振型曲率计算了结构局部应变能，通过应变能的改变来识别桥梁的损伤。

结构损伤识别方法
结构损伤识别方法指的是通过对结构物的振动信号或传感器数据进行分析，以判断结构物是否存在损伤，并进一步定位和评估损伤的方法。

以下是常用的结构损伤识别方法：
1. 模态分析法：通过分析结构物的振动模态，包括固有频率、振型和阻尼比等信息，来识别结构物的损伤。

常用的方法有模态参数法和主成分分析法。

2. 频域分析法：通过对结构物的振动信号进行频谱分析，提取频率特征，从而识别结构物的损伤。

常用的方法有傅里叶变换、小波变换和谱峰提取等。

3. 时间域分析法：通过对结构物的振动信号进行时域分析，提取时域特征，如振动波形、包络谱等，来判断结构物的损伤。

常用的方法有时域统计分析和自相关函数等。

4. 缺陷成像法：通过将结构物分为多个小区域，对每个小区域的振动信号进行分析，构建损伤成像模型，从而实现对结构物损伤的定位和形状识别。

常用的方法有传递矩阵法和图像处理方法等。

5. 机器学习方法：通过利用机器学习算法对大量结构物振动数据进行训练和学习，建立结构物损伤模型，并通过对新的振动数据进行预测和识别，来判断结构物是否存在损伤。

常用的方法有支持向量机、神经网络和决策树等。

以上方法可以单独使用，也可以结合使用，提高结构损伤识别的准确性和可靠性。

具体选择哪种方法，取决于结构物的特点、可用数据和实际需求等因素。

建筑物结构监测与健康评估随着城市化进程的加快和建筑物数量的增加，建筑物结构的安全性和健康状况备受关注。

建筑物结构监测与健康评估作为一种重要的手段，被广泛应用于确保建筑物结构的稳定性和安全性。

本文将介绍建筑物结构监测与健康评估的概念、方法以及应用，并探讨其在建筑工程中的重要性。

一、建筑物结构监测的概念与方法建筑物结构监测是指对建筑物结构在施工、使用和维护过程中进行实时或定期的观测与测量，以获取结构的变形、振动、应力、变化等相关数据，从而判断结构的健康状况和安全性。

常见的建筑物结构监测方法包括：1. 力学传感器：通过应变片、加速度计、位移传感器等测量设备，对结构产生的应力、挠度、变位和振动等进行实时监测。

2. 激光测距技术：利用激光测距仪对建筑物进行扫描，获取建筑物表面的三维形状和变形情况，用于识别结构的变形和蠕变。

3. 温度传感器：通过温度传感器对建筑物结构进行温度监测，以了解结构的热胀冷缩情况及可能引发的变形。

4. 建筑物振动监测：利用振动传感器对建筑物的振动情况进行监测，包括自然振动、外力振动等。

通过分析振动数据，可以判断结构的固有频率、震动响应等信息。

二、建筑物结构健康评估的方法与意义建筑物结构健康评估是根据监测到的数据，运用结构力学、材料力学等理论和方法，对建筑物的结构健康状况进行评估和分析。

常用的结构健康评估方法有：1. 结构参数估计方法：基于实测数据，通过反演方法估计结构参数，如刚度、载荷等，进而判断结构的健康状态。

2. 模型识别方法：利用实测数据拟合结构模型，通过模型识别方法分析模型参数的变化，研判结构的健康状况。

3. 结构损伤识别方法：结合监测数据和结构反应的特征，运用模式识别和机器学习等方法，识别结构可能存在的损伤。

建筑物结构健康评估的意义在于及时发现结构的安全隐患和疲劳损伤，预测结构未来的性能和寿命，并及时采取相应的维修和加固措施，以提高建筑物结构的安全性和可靠性。

三、建筑物结构监测与健康评估的应用1. 建筑物施工阶段：在建筑物施工过程中，通过结构监测与健康评估，可以实时掌握结构的变形和位移情况，及时发现施工质量问题，确保结构的安全与稳定。