基于模态应变能的结构损伤识别研究开题报告总结.docx
- 文档编号:26596345
- 上传时间:2023-06-20
- 格式:DOCX
- 页数:13
- 大小:25.21KB
基于模态应变能的结构损伤识别研究开题报告总结.docx
《基于模态应变能的结构损伤识别研究开题报告总结.docx》由会员分享,可在线阅读,更多相关《基于模态应变能的结构损伤识别研究开题报告总结.docx(13页珍藏版)》请在冰豆网上搜索。
基于模态应变能的结构损伤识别研究开题报告总结
论文题目:
基于应变模态分析和改进神经网络的结构损伤识别研究
课题来源:
自选
一、课题研究的目的和意义:
随着人类社会的不断进步,经济和科学技术不断发展,工业化进程的不断加速。
大型建筑结构的建造成为必然趋势,同时也直接影响着国家经济的发展,对于国家现在和未来的发展都有着至关重要的作用,然而桥梁作为土木工程大家庭中的一员,其发展状况更不容小视。
在我国近二十年内,伴随着国家科学技术的发展和交通量的日益发达,桥
梁作为铁路、公路等跨越河谷得到延伸并且具有承载能力的重要建筑物,在国民经济的
发展中占有重要的地位。
在桥梁结构较长的服役期间,随着交通量的日益增长、载重吨位的猛增、流水的冲刷、环境的侵蚀等因素的影响,会使桥梁出现桥体裂缝、桥墩下沉、桥面损伤和老化等一系列的桥梁损伤问题,这是一个不可逆的过程,其功能强度不能再满足现役交通的安全标准,并且还有很多潜在的桥梁损伤问题一直威胁着人们的生命安全。
因此,对重要的桥梁结构进行服役期内的长期性能监测,有效诊断结构的可能损伤,具有非常重要的意义,而结构损伤诊断就需要依靠结构健康监测技术来完成。
通过结构健康监测技术对结构进行无损监测、实时监测,对结构的损伤位置和损伤程度进行诊断,对结构的服役情况、可靠性、耐久性和承载能力进行评估,当结构在突发事件下或使用状况严重异常时发出预警信号,为结构的维修养护与管理决策提供依据和指导。
此外,损伤识别是桥梁健康监测系统的核心,损伤识别的成功研究对如何建立健康监测系统有重要指导意义,决定了监测系统的软件开发,传感器的选择及其测点布置等诸多方面,因此也需要损伤识别理论与方法得以解决并应用于实际工程。
所以,开展桥
梁结构损伤识别研究,具有重要的理论意义和实用价值。
二、国内外同类课题研究现状及发展趋势
随着人们对桥梁质量安全、耐久性及日常使用功能的日渐关注,桥梁健康监测的研究与开发应运而生。
桥梁健康监测技术实现了对桥梁结构的实时监控和智能化评估,通过尽早发现桥梁病害可以大大节约桥梁的维修和养护费用,避免了频繁大修或关闭交通所引起的经济损失,防止了桥梁垮塌等重大事故的发生,对保障桥梁的安全运营和延长桥梁的使用寿命起到了至关重要的作用。
下文从损伤指标和损伤算法两方面介绍该课题的国内外研究现状,并描述出基于此研究方法的发展趋势。
2.1损伤指标
通过监测桥梁结构的固有频率、振型、应变模态、模态应变能等动力特性的变化,结合模态分析理论准确推断桥梁的健康状况,这些基于结构的动态特性的损伤识别方法都是国内外专家学者的研究对象。
这些方法都需要外部荷载激发出结构的模态,然而不
同的损伤识别方法的效率不同、精度不同,排除噪声干扰的能力也不同。
接下来将会对上述方法逐一进行说明,基于固有频率变化的桥梁结构损伤监测识别方法适用于存在损伤、损伤量较大和桥型结构相对简单的桥梁结构进行损伤监测识别。
由于在模拟和试验
中相对的结构自由度数和振型的个数不相同,即所测振型并不是有限元模型中完整的振型,从而增加了对桥梁结构损伤检测识别的误差,所以基于振型变化的桥梁结构损伤监测识别方法并非试验所需的理想理论方法。
基于模态应变能的损伤识别方法,其原理是当结构中出现损伤时,其模态应变能会出现耗散。
但是在进行基于模态应变能的损伤指标进行损伤识别,需要获取结构前几阶模态,倘若只单独使用某一阶模态,则不能分辨出模态节点附近的损伤,并且会受到噪声的影响而引起误判。
而应变模态是一种固有的结构振动特性,将其作为损伤指标能够比较灵敏地识别出结构的局部损伤,尤其是模态
峰值附近范围内的损伤。
通过对几种损伤识别方法的对比分析,课题选用应变模态作为损伤指标。
但是在桥梁健康监测中可识别获得的模态参数大多为位移模态,当结构中遇到应力集中或局部结构变动对变动区附近的结构产生影响时,通过位移模态并不能获得精确的结果,因此我们需要找到结构在动载作用下应变响应的分布规律即应变模态。
获得应变模态的一种方
法是根据位移与应变之间的换算关系,将位移进行一阶求导从而获得应变模态,但这种微分过程将使误差进一步放大。
因此,直接获取应变模态从而更精确地识别结构损伤和进行状态评估成为桥梁健康监测必然要解决的问题。
本课题从应变模态的基本理论出发,对应变模态的理论推导方法进行研究,通过有限元方法、通过位移模态法、通过连续体的振动微分方程等进行推导,得出应变模态的理论计算公式。
选择采用应变模态作为损伤指标,可以避免由位移到应变的微分过程产生的转换误差,还能增强对结构局部
损伤或变动区域的敏感性,这是其余模态参数所不具备的,李德葆和陆秋海在文献⑴
中也指出了这一点。
顾培英[2-4]在2005至2006年对应变模态在桥梁损伤识别中的应用进行了深入研究,根据应变模态差分原理,提出了基于应变模态的损伤位置直接指标法以及损伤程度的局域面积直接指标法。
李军等人[5]提出借助多阶应变模态可以对梁式和
承弯结构的损伤进行准确定位。
李功标⑹提出将应变模态与贝叶斯统计方法相结合的空间杆系统结构损伤识别方法。
孙家升⑺对基于应变模态的桥梁损伤识别理论和应用进进行了研究,对桥梁损伤前后振型数据通过中央差分法求得应变模态从而识别损伤。
郭宗
江⑹运用应变模态对桁架结构进行了损伤识别方法研究。
雷家艳[9]等提出了基于结构振
动响应互相关系函数分析的损伤识别方法。
通过八层剪切型钢框架结构模型在模拟白噪
声随机激励作用下的试验,禾U用相邻测点响应的互相关系函数幅值向量变化,构造损伤
识别因子进行结构损伤判定、定位及程度量化。
崔岩[10],何静科[11]等以简支桥梁为研究对象利用ANSYS寸基于应变模量的简支桥梁损伤程度识别研究,根据模态曲线反映损伤程度。
王秀丽[12]等人研究基于应变模态分析网壳结构杆件应变模态差作为损伤指标,崔
拥军[13]等人提出应变模态相对于位移模态和频率,能够在低阶模态条件下,具有较高的
损伤定位能力。
无论是单杆损伤还是多杆损伤都能明显识别,并能从该指标数值大小确
定结构的局部损伤程度。
Hillary和Ewins冋提出应变模态的概念,将测量的力一应变传递函数应用于激振力的识别。
Staker[15]应用应变传递函数进行疲劳寿命估计。
Song[16]等用时域法分析梁
的应变模态。
Bernasconi等[17]和Yam,L.H.等[18]通过对位移模态进行微分运算的方法推导和论述应变模态理论。
Tsang[19]都运用了有限元方法验证了应变模态的相关理论,并进行了数值仿真和试验进行了验证。
Li和Cheng20]将应变模态技术应用于板式结构损伤识别问题,基于瑞利-里兹法,提出了弯矩和残余应变振型两个新的损伤指标,同传统的损伤指标相比,新指标更易在实际工程中应用。
Guan和Karbhari[21]提出了一种基于
单元应变模态指标的损伤方法,该方法克服了曲率模态和模态应变能指标中需利用数值差分的缺陷,具有较强的抗噪性能。
Li[22]对应变模态振型、应变能和应变频率响应函数等与应变相关的损伤指标进行了研究,指出应变模态对结构损伤具有非常高的敏感性。
2.2识别算法
人工神经网络是以生物神经系统为基础,通过模拟人脑神经系统来研究客观事物规律的方法。
神经网络以较强的学习能力,非线性变换和并行运算能力,对噪声的容错处理能力和卓越的模式识别能力,近些年来被广泛应用于土木工程结构的损伤识别研究。
Venkatasubramnian和Char[23]将神经网络第一次用于工程结构损伤诊断。
Catelsni提出径向基函数神经网络对故障实现自动诊断与分类。
Lee等人[24]将神经网络算法应用
于结构健康监测的损伤识别技术,通过神经网络训练模式可以有效地减小模型误差,增
加算法的可应用性。
Fang[25]提出了一种不依赖于模型的BP神经网络结构损伤识别方法,该算法以频响函数为输入数据,采用可调速下降算法大大增加了算法的收敛速度。
Yeunf6]采用神经网络对一座100年以上的悬索桥的有限元模型进行了损伤识别研究。
国内应用神经网络法进行桥梁损伤识别的研究也层出不穷。
李忠献[27]证实了基于自组织
竞争网络的子结构操作识别方法的有效性以及人工神经网络技术对大型土木工程结构损伤识别的可靠性。
焦莉[28]提出BP网络遇到没有训练过的情形时,会强行将其划归为训练过的类型.而基于自适应共振理论(AdaptiveResonanceTheory,简称ART)的神经网络,具有自组织、反馈式增量学习机能,可以在不破坏原有记忆样本的情况下,学习新的样本,从而实现结构损伤的自主识别。
葛林瑞[29]以球溪河大桥为背景,将RBF神经网络算法应用于拱桥结构损伤识别研究。
马佶民[30]将人工神经网络与基于振动特性的损伤识别方法结合起来,对大型复杂土木结构进行了损伤识别研究。
伍雪南[31]将神经网络技术
应用于悬索桥结构的损伤识别研究,该方法只用到少量吊索的模态基频可获得较理想的识别结果。
刘寒冰和焦峪波等[32]采用神网络方法以对多片简支梁桥进行了损伤识别研究,提出分步识别法,基于模态曲率差对桥梁的损伤实现了准确定位和定量。
由于结构模态参数如频率和振型是由结构的质量、阻尼及刚度决定的,结构的损伤
必然会引起模态参数的改变,因此基于模态参数的变化可以确定结构的损伤位置和损伤程度。
在基于模态参数的损伤识别技术由于受到环境因素影响、系统容错性差、模型依
赖性强等问题,而BP神经网络技术具有自适应与自组织能力、适应环境能力好、容错性及鲁棒性强等特点,采用应变模态为损伤指标的BP神经网络技术的组合方式对结构
进行损伤监测与诊断,将会整合模态分析和BP神经网络的优点,使得损伤识别结果更
精确。
本课题将应变模态分析和改进的BP神经网络分析相结合的损伤识别方法运用到
桥梁结构的健康监测中来,为结构的健康监测技术的发展提出了新的理念。
对重要的大
型土木工程结构进行服役期内的长期性能监测,有效诊断结构的可能损伤,具有非常重
要的意义。
三、课题研究方案及进度安排
3.1本课题的研究方案
课题拟采用基于应变模态和改进BP神经网络的结构损伤识别方法,结合使用有限元分析软件,选取较典型的桥梁结构形式,在该结构形式下,研究基于应变模态的损伤指标对损伤识别结果的影响。
本文将主要进行以下几个方面的工作:
(1)通过对课题背景的分析,论述桥梁结构损伤识别的研究意义,结合国内外研究现状及发展动态,比较各种研究方法的优缺点,为全文研究工作明确研究方法;
(2)从应变模态的基本理论出发,对应变模态的理论推导方法进行研究,通过有
限元方法、通过位移模态法、通过连续体的振动微分方程等进行推导,得出应变模态的
理论计算公式,并将其作为本文的主要理论依据。
(3)介绍BP神经网络的基本原理,由于BP神经网络存在学习收敛速度慢、容易
陷入局部极小点而无法得到全局最优解等缺点,基于此我们针对传统学习率自适应算法
的局限性,提出改进神经网络的方法。
改进BP神经网络新方案的核心思想是:
采用差
异化的学习率,动态的调节不同节点间的连接权重,提高权重的调整效率,加快误差函数的收敛速度。
最后利用改进后的BP网络工具箱函数实现对桥梁的损伤识别。
(4)利用有限元分析软件ANSYSt立简支梁结构模型,模拟桥梁在不同位置的损伤
及不同程度的损伤,根据应变模态理论公式计算模型在受损前后的应变变化,然后利用损伤前后的应变模态作为识别参数输入到改进的BP神经网络进行桥梁损伤位置和程度
的识别,当训练成功后,用检测样本来检验BP网络的结构损伤识别能力。
由结果分析得出基于应变模态和BP神经网络相结合的方法对于桥梁的损伤识别具有一定的可行性。
3.2课题进度安排
2014.7—2014.9进行课题的可行性研究,查询大量与课题相关资料,明确课题的研究意义,寻找课题的研究方法和具体内容,以及要学习的相关知识,期间做好资料的收集与记录工作,在老师的帮助下确定课题的研究方向和研究计划,编制出课题进行的时间表,做好每一步的具体安排,编写开题报告、准备开题答辩。
2014.10—2014.12由于应变模态是一种固有的结构振动特性,将其作为损伤指标能够比较灵活地识别出结构的局部损伤,尤其是模态峰值附近范围内的损伤。
基于应变模态法识别局部损伤的优势,我们根据弹性力学和有限单元中位移与应变关系推导应变模态理论的相关公式,确定几种获得应变模态的不同方法,根据仿真模拟得出最佳公式,
并将其作为本文的主要理论依据
2015.1-2015.3针对BP神经网络存在学习收敛速度慢、容易陷入局部极小点而无法
得到全局最优解等缺点,我们针对传统学习率自适应算法的局限性,改进BP神经网络对损伤参数的研究,提高权重的调整效率,加快误差函数的收敛速度。
即如何构造损伤指标与如何提高损伤指标的敏感性,然后识别损伤位置和判定损伤程度;
2015.4-2015.6由前阶段中推导的应变模态理论公式计算模型在受损前后的应变
变化,然后利用损伤前后的应变模态作为识别参数输入到改进的BP神经网络进行桥梁
损伤位置和程度的识别,训练出相应的神经网络。
最后对训练出的神经网络利用ANSYS
有限元软件进行数值仿真模拟,由结果分析得出基于应变模态和BP神经网络相结合的
方法对于桥梁的损伤识别具有一定的可行性。
2015.7—2015.9对论文框架的每一章节的内容进行充实、完善,继续查阅、收集资料,完成论文的初稿。
2015.10—2015.12结合指导教师意见,进一步完善、校核论文,最终定稿,并进行认真总结,准备答辩。
主要参考文献:
[1]李德葆,陆秋海•实验模态分析及其应用[M].北京:
科学出版社,2001.
[2]顾培英,陈厚群,李同春.用应变模态技术诊断梁结构的损伤[J].地震工程与工程振动,2005,
25(4):
50-53.
[3]顾培英.基于应变模态技术的结构损伤诊断直接指标法研究[D].南京:
河海大学,2006.
[4]顾培英.基于应变模态差分原理的直接定位损伤指标法[J].振动与冲击,2006,25(4):
13-17.
⑸李军,于德栋,白会人.基于应变模态的结构损伤定位方法[J].世界地震工程,2007,23
(1):
104-109.
⑹李功标,瞿伟廉.基于应变模态和贝叶斯方法的杆件损伤识别[J].武汉理工大学学报,2007,
29
(1):
135-138.
[7]孙家升.基于应变模态技术的桥梁损伤识别[D].成都:
西南交通大学,2008.
[8]郭宗江.基于应变模态的桁架结构损伤识别[D].兰州:
兰州理工大学,2010.
[9]雷家艳,姚谦峰,雷鹰,刘朝.基于随机振动响应互相关函数的结构损伤识别试验分析[J].振
动与冲击,2011,30(8):
221-224.
[10]崔岩,崔莉莉.基于应变模态的简支梁桥损伤程度识别研究[J].公路交通科技.2013,9:
85-88
[11]何静科,牛彦峰,王艳华
验:
2013,53(3):
22-25
.基于应变模态的简支梁桥损伤程度识别研究
[J].工程与实
[12]
王秀丽,王雷,梁宝祥
.基于应变模态的受损网壳结构损伤识别研究
[J].甘肃科技学报:
2013,3(25):
102-106
[13]
崔拥军,熊晓燕,王峰
.应变模态参数曲线的结构损伤位置及程度研究
[J].机械设计与制
造:
2013,8:
85-87
[14]HillaryB,EwinsDJ.Theuseofstraingaugesinforcedeterminationandfrequencyresponsefunctionmeasurements[C].Proc.of2ndIMAC,1984:
627-634.
[15]StakerCH.Modalanalysisefficiencyimprovedviastrainfrequencyresponsefunctions.Proc.Of3rdIMAC,1985[C]:
612-617.
[16]SongTC,ZhangPQ,FengWQ,etal.Theapplicationofthetimedomainmethodinstrainmodalanalysis.Proc.of4thIMAC,1986[C]:
3-6.
[17]Bernasconi0,EwinsDJ.Applicationofstrainmodaltestingtorealstructures.Proc.of7thIMAC.
LosAngeles.1989[C]:
1453-1464.
[18]YamLH,LeungTP,LiDB,etal.Theoreticalandexperimentalstudyofmodalstrainanalysis[J].JournalofSoundandVibration,1996,192
(2):
251-260.
[19]Tsang,WF.Useofdynamicstrainmeasurementsforthemodelingofstructures.Proc.of8thIMAC.1990[C]:
1246-1251.
[20]Y.Y.Li,L.Cheng,L.H.Yam,W.O.Wong.Identificationofdamagelocationsforplate-likestructuresusingdamagesensitiveindices:
strainmodalapproach[J].ComputersandStructures,2002,80:
1881-1894.
[21]HongGuan,VistaspM.Karbhari.ImproveddamagedetectionmethodbasedonElementModalStrainDamageIndexusingsparsemeasurement[J].JournalofSoundandVibration,2008,309:
465-494.
[22]Y.Y.Li.Hypersensitivityofstrain-basedindicatorsforstructuraldamageidentification:
Areview[J].MechanicalSystemsandSignalProcessing,2010,24:
653-664.
[23]姜绍飞.基于神经网络的结构优化与损伤检测.北京:
北京科学出版社,2002.
[24]LeeJongJae,LeeJongWon,YiJinHak.Neuralnetworkbaseddamagedetectionforbridgesconsideringerrorsinbaselinefiniteelementsmodels[J].JournalofSoundandVibration,2005,280(35):
555-578.
[25]FangX,LuoH,TangJ.Structuraldamagedetectionusingneuralnetworkwithlearningrateimprovement[J].ComputersandStructures,2005,83:
2150-2161.
[26]WTYeung,JWSmith.Damagedetectioninbridgesusingneuralnetworksforpatternrecognitionofvibrationsignatures[J].EngineeringStructures,2005,27:
685-698.
[27]李忠献,杨晓明,丁阳.应用人工神经网络技术的大型斜拉格子结构损伤识别研究[J].地震工
程与工程振动,2003,23(3):
92-99.
[28]焦莉,李宏男.结构损伤识别的耦合神经网络方法[J].沈阳建筑大学学报:
自然科学版,2006,22
(1):
74-76
[29]葛林瑞.基于神经网络的拱桥结构损伤识别[D].成都:
西南交通大学,2007.
[30]马佶民.基于BP神经网络的阳逻长江大桥主缆损伤识别研究[D].武汉:
华中科技大学,2007.
[31]伍雪南,孙宗光,毕波,苏建.基于吊索局部振动与神经网络技术的悬索桥损伤定位[J].振动
与冲击,2009,28(10):
203-206.
[32]刘寒冰,焦峪波,程永春,宫亚峰.基于模态曲率理论及神经网络的简支梁桥损伤识别[J].吉
林大学学报:
工学版,2011,41(4):
963-967.
开题报告考核结果
导师审核意见:
导师(签字):
年月日审核小组评阅意见(存在的问题及修改建议):
组长(签字):
单位审核意见:
单位盖章:
分管院长(签字):
年月日
开题报告论证会记录
研究生
指导教师
论文题目
专家组长
时间
专家组成员
取跨径为8m的混凝土梁做模拟,截面为0.4mx0.8m矩形截面,结构无损伤时弹性模量3.45x104MPa泊松比0.2、容重2.6x103kg/m3。
简支梁有限元计算模型采用BEAM188梁单元,网格划分为40个梁单元,单元从左至右分别编号为1到40,测点从左至右分别编号为1到41,截面形式、单元划分和损伤单元示例见图1-1所示。
模拟分析中,结构损伤可采用单元抗弯刚度降低,而质量和结构截面尺寸大小保持不变来模拟,其中损伤程度用抗弯刚度折减表示:
结构实际检测时,低阶模态往往占主要成分,且低频模态数据容易测得同时测量精度有保障,故本文提取简支梁前4阶模态数据用于损伤位置识别。
通过对比研究模态应变能和应变模态在损伤识别方面的不同,提出论文所研究目标。
1、模态应变能变化率
结构的损伤表现为结构损伤单元刚度的减小,这会导致结构的频率和振型发生变化,结构的内力会发生重新分布。
结构损伤单元的模态应变能也会随之发生相应变化。
计算结构损伤前与损伤后各单元的模态应变能就可以定位出结构的损伤位置。
定义
结构在损伤前与损伤后第J个单元第i阶的模态应变能(MSE)为
其中,[Kj]为第J个单元完好状态(未损伤状态)的单元贡献刚度矩阵;
{?
i}为结构完好状态(未损伤状态)第i阶振型;
{?
T}为结构损伤后第i阶振型。
应变模态是结构特有的一种振动特征,根据有限元基本原理中描述应变是位移的一阶导数关系,能够得出每一阶位移模态,都会有与其一一对应的结构应变的分布状态,这种与位移模态相对应的固有的结构应变分布就称之为应变模态。
在结构出现局部损伤
破坏时,会使得破坏位置附近的区域产生较明显的应力重分布,利用ANSY有限元模拟
时得出的应变模态也
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 应变 结构 损伤 识别 研究 开题 报告 总结