本文選題：結(jié)構(gòu)健康監(jiān)測(cè) + 結(jié)構(gòu)損傷識(shí)別��； 參考：《蘭州理工大學(xué)》2013年博士論文

【摘要】：隨著世界經(jīng)濟(jì)與科學(xué)技術(shù)的快速發(fā)展,現(xiàn)代結(jié)構(gòu)設(shè)計(jì)不斷呈現(xiàn)出大型化、復(fù)雜化、多樣化的趨勢(shì),而這些結(jié)構(gòu)設(shè)計(jì)使用壽命較長(zhǎng)、影響力較大,一旦失事,將會(huì)造成嚴(yán)重的生命財(cái)產(chǎn)損失。因此,為了保障結(jié)構(gòu)的安全性、完整性與耐久性,在許多新建的大型結(jié)構(gòu)和基礎(chǔ)設(shè)施上增設(shè)了長(zhǎng)期結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng),對(duì)結(jié)構(gòu)狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè),為實(shí)現(xiàn)結(jié)構(gòu)狀態(tài)評(píng)估提供依據(jù)。結(jié)構(gòu)損傷識(shí)別(Structural damage identification)作為結(jié)構(gòu)健康監(jiān)測(cè)技術(shù)的核心,對(duì)掌握結(jié)構(gòu)工作狀態(tài)以及評(píng)估結(jié)構(gòu)安全性具有重要的意義。盡管在過(guò)去的20年內(nèi)結(jié)構(gòu)損傷識(shí)別得到了廣泛的研究,但離實(shí)際工程應(yīng)用還有一定的距離,還需要進(jìn)行深入研究�；诖�,本文通過(guò)模型修正與時(shí)序分析方法對(duì)結(jié)構(gòu)損傷識(shí)別進(jìn)行系統(tǒng)研究,主要取得以下幾個(gè)方面的研究成果： (1)詳細(xì)介紹了新型智能優(yōu)化算法——和聲搜索算法(Harmony Search Algorithm,縮寫(xiě)為HSA)的基本原理以及現(xiàn)有比較常見(jiàn)的改進(jìn)方法。針對(duì)改進(jìn)的HSA在搜索范圍較大時(shí),收斂速度慢且容易陷入局部最優(yōu)的問(wèn)題,提出了一種快速和聲搜索算法(Fast Harmony Search Algorithm,縮寫(xiě)為FHSA),該算法既保證了最優(yōu)解的集中性(intensification),也增加了尋求最優(yōu)解時(shí)的多樣性(diversification),最后給出了FHSA的適用性建議； (2)HSA作為一種新近提出的啟發(fā)式智能優(yōu)化算法,在許多領(lǐng)域得到應(yīng)用,但在結(jié)構(gòu)健康監(jiān)測(cè)領(lǐng)域則鮮有見(jiàn)到。本文將HSA引入到結(jié)構(gòu)健康監(jiān)測(cè)領(lǐng)域,并成功應(yīng)用于結(jié)構(gòu)有限元模型修正。在分析中,將結(jié)構(gòu)有限元模型修正問(wèn)題轉(zhuǎn)換為非線性優(yōu)化問(wèn)題,以模態(tài)參數(shù)的殘差作為目標(biāo)函數(shù),分別對(duì)模態(tài)參數(shù)為確定性量與不確定性量?jī)煞N情況進(jìn)行分析。但在分析中發(fā)現(xiàn),FHSA無(wú)法給出選擇隨機(jī)數(shù)產(chǎn)生的分布準(zhǔn)則,因此對(duì)FHSA進(jìn)行了改進(jìn),提出了一種改進(jìn)的快速和聲搜索算法(Improved Fast Harmony Search Algorithm,縮寫(xiě)為IFHSA).通過(guò)數(shù)值算例驗(yàn)證了HSA在有限元模型修正中的可行性,并將其應(yīng)用于廣州塔benchmark中的縮減模型修正。這不僅拓寬了HSA的應(yīng)用領(lǐng)域,也為有限元模型修正提供了另一種思路； (3)將HSA成功應(yīng)用于結(jié)構(gòu)損傷識(shí)別。當(dāng)采用模型修正方法對(duì)結(jié)構(gòu)損傷進(jìn)行識(shí)別時(shí),可以將結(jié)構(gòu)損傷識(shí)別轉(zhuǎn)換為優(yōu)化問(wèn)題。在分析中,將頻率誤差、模態(tài)置信度以及殘余力向量(residual force vector)以不同權(quán)重值組合從而建立目標(biāo)函數(shù),利用IFHSA逐步實(shí)現(xiàn)對(duì)結(jié)構(gòu)參數(shù)模型的修正,進(jìn)而對(duì)結(jié)構(gòu)損傷進(jìn)行識(shí)別。通過(guò)算例對(duì)該方法在無(wú)噪聲干擾與有噪聲干擾情況下的識(shí)別結(jié)果進(jìn)行了分析。分析結(jié)果表明,該方法可以用于結(jié)構(gòu)損傷識(shí)別,并且具有一定的抗噪性； (4)時(shí)間序列模型作為信息的凝聚器,可用于建立反映結(jié)構(gòu)特性的參數(shù)模型。通過(guò)對(duì)時(shí)間序列模型進(jìn)行理論分析,提出了一種基于時(shí)間序列預(yù)測(cè)模型的結(jié)構(gòu)損傷識(shí)別方法。在分析中,首先對(duì)結(jié)構(gòu)響應(yīng)數(shù)據(jù)進(jìn)行預(yù)處理,建立結(jié)構(gòu)在完好工況下參考自回歸(Auto-regression,縮寫(xiě)為AR)預(yù)測(cè)模型,利用參考AR預(yù)測(cè)模型計(jì)算待識(shí)別工況的殘差,通過(guò)定義待識(shí)別工況與參考AR預(yù)測(cè)模型的殘差的方差之比作為損傷指標(biāo),對(duì)結(jié)構(gòu)損傷進(jìn)行識(shí)別。通過(guò)算例分析表明,該損傷指標(biāo)不僅可以判斷結(jié)構(gòu)是否發(fā)生損傷,而且還可以識(shí)別結(jié)構(gòu)損傷位置； (5)基于傳遞函數(shù)可以反映結(jié)構(gòu)輸入輸出相互關(guān)系(結(jié)構(gòu)特性)的思想,提出了一種基于ARX (Auto Regressive model with eXogenous input,縮寫(xiě)為ARX)模型建立偽傳遞函數(shù)(Pseudo-Transfer Function,縮寫(xiě)為PTF)的損傷定位方法,并結(jié)合自然激勵(lì)技術(shù)對(duì)其進(jìn)行改進(jìn),使其可用于環(huán)境激勵(lì)下結(jié)構(gòu)的損傷識(shí)別。通過(guò)數(shù)值模擬與6層剪切型框架模型試驗(yàn),驗(yàn)證了該方法在損傷識(shí)別中的有效性。最后將其應(yīng)用于廣州塔縮減模型的損傷識(shí)別,并對(duì)該方法在高聳結(jié)構(gòu)損傷識(shí)別中應(yīng)用進(jìn)行了研究。
[Abstract]:With the rapid development of the world economy and science and technology, modern structural design has been showing a trend of large, complicated and diversified, and these structures have long life and great influence. If they fail, they will cause serious loss of life and property. Therefore, in order to ensure the safety, integrity and durability of the structure, there are many A long-term structural health monitoring system is added to the new large structure and infrastructure to monitor the state of the structure in real time. The structure damage identification (Structural damage identification), as the core of the structural health monitoring technology, is the core of the structural health monitoring and the evaluation of structural security. It is of great significance. Although structural damage identification has been widely studied in the past 20 years, it has a certain distance from the practical engineering application and needs further research. Based on this, this paper systematically studies the structural damage identification by model modification and time series analysis method, and mainly studies the following aspects. Achievements:
(1) the basic principle of the new intelligent optimization algorithm (Harmony Search Algorithm, abbreviated HSA) and the common improvement methods are introduced in detail. In this paper, a fast harmonic search algorithm (Fast) is proposed to solve the problem that the improved HSA has a slow convergence speed and easy to fall into the best local problem when the search range is large. Harmony Search Algorithm, abbreviated as FHSA), the algorithm not only guarantees the centrality of the optimal solution (intensification), but also increases the diversity of the optimal solution (diversification). Finally, the applicability of the FHSA is given.
(2) HSA, as a newly proposed heuristic intelligent optimization algorithm, has been applied in many fields, but rarely seen in the field of structural health monitoring. In this paper, HSA is introduced into the field of structural health monitoring and is successfully applied to the modification of structural finite element model. In the analysis, the problem of structural finite element model correction is converted to nonlinear optimization. The model parameter is used as the objective function, and the modal parameters are analyzed in two cases, which are deterministic and uncertain. However, in the analysis, it is found that FHSA can not give the distribution criterion of selecting random numbers. Therefore, FHSA is improved and an improved fast harmonic search algorithm (Improved Fast) is proposed. Harmony Search Algorithm, abbreviated as IFHSA). Through numerical examples, the feasibility of HSA in the finite element model correction is verified and applied to the revision of the reduced model in the Canton Tower benchmark. This not only widens the application field of the HSA, but also provides another way of thinking for the modification of the finite element model.
(3) HSA is successfully applied to structural damage identification. When the structural damage is identified by the model correction method, structural damage identification can be converted into an optimization problem. In the analysis, the frequency error, the modal confidence and the residual force vector (residual force vector) are combined with different weights to establish the target function, and the IFHSA is used in the analysis. The structural damage is identified by the gradual realization of the structural parameter model, and the results of the method are analyzed in the case of no noise interference and noise interference. The analysis results show that the method can be used for structural damage identification and has certain noise resistance.
(4) as a coagulator of information, the time series model can be used to establish the parameter model that reflects the structural characteristics. By theoretical analysis of the time series model, a structural damage identification method based on time series prediction model is proposed. In the analysis, the structural response data is pretreated first, and the structure is built in perfect condition. The prediction model of Auto-regression (AR) is used to calculate the residual error of the working condition by the reference AR prediction model, and the structural damage is identified by defining the variance ratio of the variance of the residual difference between the identified and the reference AR prediction models. Whether the structure is damaged or not, it can also identify the location of structural damage.
(5) a method of damage location based on ARX (Auto Regressive model with eXogenous input and abbreviated ARX) model based on the transfer function which can reflect the relationship between the input and output of the structure is proposed, which is modified with the natural excitation technology and modified with the natural excitation technology. It can be used for damage identification of structures under environmental excitation. Through numerical simulation and 6 layer shear frame model test, the effectiveness of the method in damage identification is verified. Finally, the method is applied to the damage identification of the Canton Tower reduction model, and the application of this method to the identification of the damage of the towering structure is studied.
【學(xué)位授予單位】：蘭州理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2013
【分類號(hào)】：TU317

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 余昆;倪海波;唐小兵;;基于神經(jīng)網(wǎng)絡(luò)和遺傳算法結(jié)合的橋梁結(jié)構(gòu)損傷診斷[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2006年02期

2 張立濤;李兆霞;費(fèi)慶國(guó);;基于加速度時(shí)域信息的結(jié)構(gòu)損傷識(shí)別方法研究[J];振動(dòng)與沖擊;2007年09期

3 郭惠勇;李正良;彭川;;結(jié)構(gòu)損傷動(dòng)力識(shí)別技術(shù)的研究與進(jìn)展[J];重慶建筑大學(xué)學(xué)報(bào);2008年01期

4 郭巍;孫建剛;陳光宇;;外激勵(lì)作用下基于相關(guān)應(yīng)變變化率的薄板損傷研究[J];黑龍江水利科技;2009年03期

5 幸靜;孟柯宇;;基于模態(tài)參數(shù)的結(jié)構(gòu)損傷識(shí)別指標(biāo)綜述[J];山西建筑;2010年36期

6 王柏生,丁皓江,倪一清,高贊明;模型參數(shù)誤差對(duì)用神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)構(gòu)損傷識(shí)別的影響[J];土木工程學(xué)報(bào);2000年01期

7 鄒大力,屈福政,孫鐵兵;基于壓縮頻響函數(shù)的結(jié)構(gòu)損傷識(shí)別[J];機(jī)械科學(xué)與技術(shù);2005年05期

8 李學(xué)平;余志武;;基于頻響函數(shù)的結(jié)構(gòu)損傷識(shí)別[J];中外公路;2006年01期

9 胡勇;崔靈珍;秦真;談懷江;;基于GA-BP和GA-RBF網(wǎng)絡(luò)的結(jié)構(gòu)損傷識(shí)別[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2006年04期

10 王鋒;鄭玉芳;;基于模態(tài)應(yīng)變能法識(shí)別混凝土梁結(jié)構(gòu)損傷的數(shù)值及試驗(yàn)研究[J];福州大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年05期

相關(guān)會(huì)議論文 前10條

1 方圣恩;;基于響應(yīng)面模型修正的結(jié)構(gòu)損傷識(shí)別[A];第十屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集（2011）下冊(cè)[C];2011年

2 趙昕;楊文健;;基于連續(xù)小波的結(jié)構(gòu)損傷識(shí)別及定位方法[A];第十屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集（2011）下冊(cè)[C];2011年

3 徐建立;楊飛宇;;基于聲音信號(hào)的結(jié)構(gòu)損傷識(shí)別方法[A];2011年全國(guó)失效分析學(xué)術(shù)會(huì)議論文集[C];2011年

4 劉海卿;宗虎;;基于小波變換和應(yīng)變能的在役輸電塔結(jié)構(gòu)損傷識(shí)別[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

5 宗周紅;曹競(jìng);王煒?lè)?;結(jié)合小波包能量和支持向量機(jī)的結(jié)構(gòu)損傷識(shí)別[A];第十九屆全國(guó)橋梁學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2010年

6 徐訓(xùn);歐進(jìn)萍;;基于二次剛度修正的結(jié)構(gòu)損傷識(shí)別新方法[A];第19屆全國(guó)結(jié)構(gòu)工程學(xué)術(shù)會(huì)議論文集（第Ⅰ冊(cè)）[C];2010年

7 鐘軍軍;;模型縮聚在結(jié)構(gòu)損傷識(shí)別中的應(yīng)用研究[A];第六屆全國(guó)土木工程研究生學(xué)術(shù)論壇論文集[C];2008年

8 王秋萍;郭迅;王洪星;;損傷部位向量法(DLV)在結(jié)構(gòu)損傷識(shí)別中的應(yīng)用[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

9 何銘華;辛克貴;崔定宇;;橋梁結(jié)構(gòu)損傷識(shí)別的ANNs方法[A];第六屆全國(guó)土木工程研究生學(xué)術(shù)論壇論文集[C];2008年

10 和飛;葉燎原;;基于振動(dòng)的結(jié)構(gòu)損傷識(shí)別方法綜述[A];第二屆全國(guó)防震減災(zāi)工程學(xué)術(shù)研討會(huì)論文集[C];2005年

相關(guān)重要報(bào)紙文章 前10條

1 ;透視國(guó)家軟件產(chǎn)業(yè)基地(珠海篇2)[N];中國(guó)電子報(bào);2002年

2 ;DSP芯片及其測(cè)試[N];中國(guó)電子報(bào);2003年

3 上海證券有限責(zé)任公司 李國(guó)旺 童威 周侃;經(jīng)濟(jì)增長(zhǎng)對(duì)股價(jià)指數(shù)運(yùn)行有顯著影響[N];中國(guó)證券報(bào);2004年

4 辛勝德;集成化鉆井智能決策支持軟件系統(tǒng)[N];中國(guó)石油報(bào);2002年

5 胡德榮;體細(xì)胞重編程分子機(jī)制研究獲突破[N];中國(guó)醫(yī)藥報(bào);2004年

6 記者　張冬素　;以科學(xué)發(fā)現(xiàn)為樂(lè)趣的人[N];浙江日?qǐng)?bào);2003年

7 上海證券有限責(zé)任公司 李國(guó)旺 童威 周侃;資本市場(chǎng)發(fā)展與中國(guó)經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究[N];證券時(shí)報(bào);2004年

8 報(bào)記者　房琳琳;“用別人的藥方不可能現(xiàn)代化”[N];科技日?qǐng)?bào);2006年

9 呂發(fā)欽;第7講 上市網(wǎng)絡(luò)公司評(píng)估方法（上）[N];中國(guó)財(cái)經(jīng)報(bào);2000年

10 中再資產(chǎn) 唐魯杰;債市下跌已被預(yù)先指明[N];上海證券報(bào);2009年

相關(guān)博士學(xué)位論文 前10條

1 李萬(wàn)潤(rùn);基于模型修正與時(shí)序分析的結(jié)構(gòu)損傷識(shí)別方法研究[D];蘭州理工大學(xué);2013年

2 焦峪波;不確定條件下橋梁結(jié)構(gòu)損傷識(shí)別及狀態(tài)評(píng)估的模糊計(jì)算方法研究[D];吉林大學(xué);2012年

3 徐典;結(jié)構(gòu)損傷識(shí)別方法與傳感器優(yōu)化布置研究[D];重慶大學(xué);2011年

4 羅旭;基于結(jié)構(gòu)響應(yīng)向量的橋梁結(jié)構(gòu)損傷識(shí)別研究[D];華南理工大學(xué);2012年

5 譚林;基于動(dòng)力指紋的結(jié)構(gòu)損傷識(shí)別可靠度方法研究[D];華南理工大學(xué);2010年

6 方圣恩;基于有限元模型修正的結(jié)構(gòu)損傷識(shí)別方法研究[D];中南大學(xué);2010年

7 白羽;梁、板、網(wǎng)架結(jié)構(gòu)損傷診斷研究[D];昆明理工大學(xué);2008年

8 童若飛;空間結(jié)構(gòu)模態(tài)識(shí)別與實(shí)測(cè)方法研究[D];浙江大學(xué);2011年

9 李晶;基于廣義柔度矩陣的結(jié)構(gòu)損傷識(shí)別研究[D];吉林大學(xué);2011年

10 郭健;基于小波分析的結(jié)構(gòu)損傷識(shí)別方法研究[D];浙江大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 趙忠華;基于改進(jìn)模態(tài)參數(shù)靈敏度法的結(jié)構(gòu)損傷識(shí)別研究[D];重慶大學(xué);2010年

2 高振闖;基于歸一化頻率變化比和柔度指標(biāo)的結(jié)構(gòu)損傷識(shí)別方法[D];哈爾濱工業(yè)大學(xué);2010年

3 宋仙云;利用測(cè)試數(shù)據(jù)的空間桿系結(jié)構(gòu)損傷識(shí)別研究[D];武漢理工大學(xué);2010年

4 陳曦;基于PSO算法的結(jié)構(gòu)損傷精細(xì)識(shí)別[D];暨南大學(xué);2011年

5 趙常峰;基于應(yīng)變模態(tài)分析理論的工程結(jié)構(gòu)損傷識(shí)別方法研究[D];哈爾濱工業(yè)大學(xué);2010年

6 汲生偉;基于柔度矩陣差比值法的梁式結(jié)構(gòu)損傷識(shí)別的研究[D];蘭州理工大學(xué);2010年

7 夏炎;南京奧體中心體育場(chǎng)空間結(jié)構(gòu)損傷識(shí)別初探[D];東南大學(xué);2004年

8 鄧旭華;基于小波分析和BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識(shí)別方法研究[D];長(zhǎng)沙理工大學(xué);2010年

9 張勇;基于曲率模態(tài)變化率指標(biāo)的結(jié)構(gòu)損傷識(shí)別方法研究[D];武漢理工大學(xué);2010年

10 史文海;基于遞推隨機(jī)有限元的隨機(jī)結(jié)構(gòu)損傷識(shí)別方法[D];武漢理工大學(xué);2005年

，

本文編號(hào)：2054319