發(fā)布時(shí)間：2017-05-06 06:05

  本文關(guān)鍵詞：基于時(shí)差法的結(jié)構(gòu)裂紋擴(kuò)展定位研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在結(jié)構(gòu)的長(zhǎng)期使用或者服役中,由于承受各種載荷,以及環(huán)境侵蝕、材料老化、自身疲勞等緣故,結(jié)構(gòu)容易產(chǎn)生微小的裂紋。當(dāng)裂紋慢慢累積、擴(kuò)展,超過(guò)一定容限時(shí),就容易產(chǎn)生失效或者破壞,造成巨大的生命財(cái)產(chǎn)損失。因此實(shí)時(shí)的檢測(cè)裂紋的產(chǎn)生和擴(kuò)展,以便及時(shí)采取措施預(yù)防或者修復(fù),這具有很重大的工程實(shí)際意義。本文詳細(xì)的介紹了結(jié)構(gòu)損傷識(shí)別及裂紋定位的發(fā)展概況、現(xiàn)有的識(shí)別定位技術(shù)和常用的判斷指標(biāo)。對(duì)于本文考慮的問(wèn)題,詳細(xì)介紹了聲發(fā)射原理、分形原理以及粒子群優(yōu)化算法。依據(jù)時(shí)間差定位方法(TDOA)的原理,運(yùn)用計(jì)算裂紋擴(kuò)展信號(hào)的盒維數(shù),應(yīng)用改進(jìn)的能量差法自動(dòng)拾取斷裂信號(hào)的初至?xí)r間。根據(jù)裂紋定位原理,將裂紋定位轉(zhuǎn)換成函數(shù)優(yōu)化問(wèn)題,并采用粒子群優(yōu)化算法(PSO)來(lái)搜尋最優(yōu)解,并得到定位結(jié)果。為了驗(yàn)證方法的可行性及適用性,分別進(jìn)行了裂紋擴(kuò)展模擬驗(yàn)證實(shí)驗(yàn)以及混凝土水壓裂實(shí)驗(yàn)。前者實(shí)驗(yàn)采用了均質(zhì)的有機(jī)玻璃,用鉛筆芯斷裂信號(hào)來(lái)模擬裂紋擴(kuò)展信號(hào),通過(guò)在三個(gè)已知坐標(biāo)點(diǎn)做若干次鉛筆芯斷裂實(shí)驗(yàn),最終得到的定位結(jié)果顯示,該方法有其可行性,且準(zhǔn)確度較好。后者實(shí)驗(yàn)通過(guò)往混凝土塊中打壓使其產(chǎn)生裂紋,通過(guò)采集的數(shù)據(jù)來(lái)定位裂紋的位置。通過(guò)比對(duì)實(shí)驗(yàn)結(jié)果及現(xiàn)場(chǎng)產(chǎn)生裂紋的照片,驗(yàn)證了該方法在工程上有其適用性。
【關(guān)鍵詞】：裂紋定位 聲發(fā)射 時(shí)差定位法 分形維數(shù) 粒子群優(yōu)化
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：O346.1
【目錄】：

• 摘要4-5
• Abstract5-9
• 注釋表9-10
• 第一章 緒論10-19
• 1.1 概述10
• 1.2 結(jié)構(gòu)損傷、裂紋識(shí)別定位的國(guó)內(nèi)外發(fā)展概況10-13
• 1.3 結(jié)構(gòu)損傷識(shí)別、裂紋定位技術(shù)簡(jiǎn)介13-17
• 1.3.1 基于模態(tài)分析的結(jié)構(gòu)損傷識(shí)別技術(shù)13-14
• 1.3.2 基于智能算法的結(jié)構(gòu)損傷識(shí)別技術(shù)14-15
• 1.3.3 基于聲發(fā)射的結(jié)構(gòu)損傷識(shí)別技術(shù)15
• 1.3.4 其他損傷識(shí)別技術(shù)15
• 1.3.5 一般的損傷指標(biāo)介紹15-17
• 1.4 本文研究的意義和主要工作內(nèi)容17-19
• 第二章 聲發(fā)射及時(shí)差法定位原理19-26
• 2.1 聲發(fā)射檢測(cè)技術(shù)基本原理19-20
• 2.1.1 聲發(fā)射的基本原理19
• 2.1.2 聲發(fā)射信號(hào)的基本特征19-20
• 2.2 聲發(fā)射信號(hào)的表征參數(shù)定義20
• 2.3 聲發(fā)射信號(hào)檢測(cè)與處理方法20-22
• 2.4 聲發(fā)射檢測(cè)儀器簡(jiǎn)介22-23
• 2.5 時(shí)差法定位原理23-25
• 2.6 本章小結(jié)25-26
• 第三章 分形理論及基于分維的信號(hào)拾取26-44
• 3.1 分形理論簡(jiǎn)述26-34
• 3.1.1 分形的概念26
• 3.1.2 分形空間與Hausdorff測(cè)度26-28
• 3.1.3 維數(shù)測(cè)量方法及常用幾種維數(shù)28-33
• 3.1.4 多重分形33-34
• 3.2 振動(dòng)信號(hào)基于分維的分析方法34-38
• 3.2.1 振動(dòng)信號(hào)多重分形的廣義維數(shù)分析法35-37
• 3.2.2 網(wǎng)格維數(shù)分析方法37-38
• 3.3 基于計(jì)盒維數(shù)的分維曲線繪制與自動(dòng)拾取到達(dá)時(shí)間38-43
• 3.3.1 分維曲線的繪制38-41
• 3.3.2 信號(hào)到達(dá)時(shí)間的自動(dòng)拾取41-43
• 3.4 本章小結(jié)43-44
• 第四章 粒子群優(yōu)化算法44-53
• 4.1 基本粒子群優(yōu)化算法44-50
• 4.1.1 粒子群算法產(chǎn)生的背景44-45
• 4.1.2 粒子群優(yōu)化算法的收斂性分析45-50
• 4.2 粒子群優(yōu)化算法的參數(shù)設(shè)置50
• 4.3 動(dòng)態(tài)加速協(xié)同慣性權(quán)重粒子群優(yōu)化算法50-52
• 4.3.1 波速合理性檢測(cè)及適應(yīng)度函數(shù)51-52
• 4.4 本章小結(jié)52-53
• 第五章 模擬裂紋擴(kuò)展定位驗(yàn)證實(shí)驗(yàn)53-64
• 5.1 實(shí)驗(yàn)過(guò)程53-55
• 5.1.1 實(shí)驗(yàn)對(duì)象及實(shí)驗(yàn)設(shè)備53
• 5.1.2 數(shù)據(jù)采集53-55
• 5.2 實(shí)驗(yàn)數(shù)據(jù)分析處理及結(jié)果顯示55-63
• 5.3 本章小結(jié)63-64
• 第六章 混凝土模型水壓裂實(shí)驗(yàn)64-77
• 6.1 實(shí)驗(yàn)具體過(guò)程64-66
• 6.1.1 實(shí)驗(yàn)采用設(shè)備64-65
• 6.1.2 數(shù)據(jù)采集65-66
• 6.2 數(shù)據(jù)處理及裂紋定位結(jié)果66-75
• 6.2.1 分維曲線繪制及到達(dá)時(shí)間拾取66-69
• 6.2.2 裂紋定位及結(jié)果分析69-75
• 6.3 本章小結(jié)75-77
• 第七章 總結(jié)與展望77-79
• 7.1 本文主要工作總結(jié)77-78
• 7.2 展望78-79
• 參考文獻(xiàn)79-83
• 致謝83-84
• 在學(xué)期間發(fā)表的學(xué)術(shù)論文84

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 高鷹;;具有遺傳特性的粒子群優(yōu)化算法及在非線性盲分離中的應(yīng)用[J];廣州大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年05期

2 陳琳;何嘉;;基于模糊聚類的粒子群優(yōu)化算法[J];西南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

3 孫中森;喬雙;孫俊喜;宋建中;;用于彩色目標(biāo)跟蹤的改進(jìn)粒子群優(yōu)化算法[J];光學(xué)技術(shù);2007年S1期

4 何妮;吳燕仙;;粒子群優(yōu)化算法的研究[J];科技信息(科學(xué)教研);2008年06期

5 蔡彪;;一種快速混合粒度粒子群優(yōu)化設(shè)計(jì)[J];中國(guó)西部科技;2010年25期

6 夏平平;呂太之;賈巖峰;;免疫粒子群優(yōu)化算法及性能分析[J];貴州大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

7 吳烈陽(yáng);俞智慧;萬(wàn)佳;段志翔;;一種新改進(jìn)的粒子群優(yōu)化算法[J];科技廣場(chǎng);2011年11期

8 于泳海;藺國(guó)梁;;一種適用于云計(jì)算環(huán)境的粒子群優(yōu)化算法[J];甘肅科學(xué)學(xué)報(bào);2012年02期

9 葉海燕;陳毓靈;高鷹;;分組粒子群優(yōu)化算法[J];廣州大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

10 鄭友蓮;樊俊青;;多目標(biāo)粒子群優(yōu)化算法研究[J];湖北大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 張妍;張曉光;王永鋼;;幾種改進(jìn)型的粒子群優(yōu)化算法[A];第一屆中國(guó)高校通信類院系學(xué)術(shù)研討會(huì)論文集[C];2007年

2 孫紅光;潘毓學(xué);;基于運(yùn)動(dòng)目標(biāo)路徑的粒子群優(yōu)化算法研究[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

3 韓毅;唐加福;郭偉宏;劉陽(yáng);;混合粒子群優(yōu)化算法求解多層批量問(wèn)題(英文)[A];中國(guó)運(yùn)籌學(xué)會(huì)第八屆學(xué)術(shù)交流會(huì)論文集[C];2006年

4 金一粟;梁逸曾;;空間自適應(yīng)粒子群優(yōu)化算法的應(yīng)用研究[A];第九屆全國(guó)計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

5 汪榮貴;李守毅;孫見(jiàn)青;;一種新的自適應(yīng)粒子群優(yōu)化算法及應(yīng)用[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

6 黃雙歡;程良倫;;一種基于粒子群優(yōu)化的快速圖像傾斜角度檢測(cè)算法[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六�。▍^(qū)）2010年第28屆年會(huì)·論文集[C];2010年

7 侯志榮;呂振肅;;基于退火策略的粒子群優(yōu)化算法[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2003年

8 徐俊杰;忻展紅;;基于增強(qiáng)型參考位置的粒子群優(yōu)化模型[A];’2004系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2004年

9 王亞;于永光;耿玲玲;;一類改進(jìn)的自適應(yīng)粒子群優(yōu)化算法對(duì)混沌系統(tǒng)未知參數(shù)的估計(jì)[A];中國(guó)力學(xué)大會(huì)——2013論文摘要集[C];2013年

10 崔靜;鄧方;方浩;;基于改進(jìn)粒子群優(yōu)化算法的彈道求解方法[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第三分冊(cè)）[C];2013年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 劉華鎣;粒子群優(yōu)化算法的改進(jìn)研究及在石油工程中的應(yīng)用[D];東北石油大學(xué);2012年

2 劉波;粒子群優(yōu)化算法及其在機(jī)電設(shè)備中的應(yīng)用研究[D];中北大學(xué);2011年

3 熊勇;粒子群優(yōu)化算法的行為分析與應(yīng)用實(shí)例[D];浙江大學(xué);2005年

4 唐賢倫;混沌粒子群優(yōu)化算法理論及應(yīng)用研究[D];重慶大學(xué);2007年

5 閆允一;粒子群優(yōu)化及其在圖像處理中的應(yīng)用研究[D];西安電子科技大學(xué);2008年

6 余炳輝;粒子群優(yōu)化算法試驗(yàn)研究及擴(kuò)展[D];華中科技大學(xué);2007年

7 唐賢倫;混沌粒子群優(yōu)化算法理論及應(yīng)用[D];重慶大學(xué);2007年

8 徐慧;粒子群優(yōu)化算法改進(jìn)及其在煤層氣產(chǎn)能預(yù)測(cè)中的應(yīng)用研究[D];中國(guó)礦業(yè)大學(xué);2013年

9 徐星;融合熱運(yùn)動(dòng)機(jī)制的粒子群優(yōu)化算法研究及其應(yīng)用[D];武漢大學(xué);2010年

10 劉逸;粒子群優(yōu)化算法的改進(jìn)及應(yīng)用研究[D];西安電子科技大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 陳卓;粒子群優(yōu)化算法的改進(jìn)及在油藏?cái)?shù)值模擬中的應(yīng)用[D];北京建筑大學(xué);2015年

2 白云;基于粒子群優(yōu)化算法的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘[D];西北農(nóng)林科技大學(xué);2015年

3 楊艷華;基于粒子群優(yōu)化支持向量機(jī)的網(wǎng)絡(luò)態(tài)勢(shì)預(yù)測(cè)模型研究[D];蘭州大學(xué);2015年

4 孟亞州;基于粒子群優(yōu)化OTSU的肺組織分割算法研究[D];寧夏大學(xué);2015年

5 鄭博;基于快速排序的多目標(biāo)粒子群優(yōu)化算法的研究及應(yīng)用[D];鄭州大學(xué);2015年

6 米永強(qiáng);非線性規(guī)劃問(wèn)題的混合粒子群優(yōu)化算法研究[D];寧夏大學(xué);2015年

7 李建美;基于自適應(yīng)變異與文化框架的混沌粒子群優(yōu)化算法[D];陜西師范大學(xué);2015年

8 劉星;基于粒子群優(yōu)化算法的特征選擇方法研究[D];南京大學(xué);2015年

9 牛旭;動(dòng)態(tài)粒子群優(yōu)化算法及其應(yīng)用[D];西安電子科技大學(xué);2014年

10 葉華;粒子群優(yōu)化算法研究[D];西安電子科技大學(xué);2014年

  本文關(guān)鍵詞：基于時(shí)差法的結(jié)構(gòu)裂紋擴(kuò)展定位研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：347836