水工結(jié)構(gòu)損傷整體精細(xì)識(shí)別理論方法研究.pdf

1、隨著各類水工建筑物服役時(shí)間的增長(zhǎng)以及安全運(yùn)行要求的提高,結(jié)構(gòu)健康監(jiān)測(cè)和損傷診斷工作就變得日益重要。首先,為了應(yīng)用有限的試驗(yàn)設(shè)備盡可能多地獲取有效的測(cè)試信息,傳感器優(yōu)化布置研究就成為一個(gè)熱點(diǎn)課題。但是,由于水工結(jié)構(gòu)的局部或大部經(jīng)常處在水下且測(cè)試需求多樣,現(xiàn)有的傳感器布置方法往往很難滿足水工結(jié)構(gòu)健康監(jiān)測(cè)的需求。第二,模態(tài)參數(shù)識(shí)別是獲取振動(dòng)信號(hào)后的后續(xù)工作,也是進(jìn)行損傷診斷的必要手段。環(huán)境激勵(lì)下的水工結(jié)構(gòu)受外界噪聲影響較大,信號(hào)質(zhì)量不易保證,

2、而模態(tài)參數(shù)識(shí)別的精度將直接影響到水工結(jié)構(gòu)損傷診斷的精確程度,因此尋求一種適合于環(huán)境激勵(lì)下水工結(jié)構(gòu)模態(tài)參數(shù)識(shí)別的方法十分關(guān)鍵。第三,盡早了解結(jié)構(gòu)的損傷狀況有助于提高結(jié)構(gòu)的預(yù)期可靠性和安全性并減少維護(hù)費(fèi)用。然而,由于環(huán)境激勵(lì)輸入的未知性和隨機(jī)性以及傳感器數(shù)目的限制等因素,使得環(huán)境激勵(lì)下水工結(jié)構(gòu)的損傷診斷研究同樣遇到了很大困難。
　　基于以上三個(gè)方面,本文從水工結(jié)構(gòu)的整體動(dòng)力特性出發(fā),利用環(huán)境激勵(lì)下水工結(jié)構(gòu)產(chǎn)生的振動(dòng)響應(yīng),通過新型傳感器

3、優(yōu)化布置技術(shù)和信號(hào)處理技術(shù)保證結(jié)構(gòu)模態(tài)參數(shù)的識(shí)別精度,進(jìn)而提取對(duì)結(jié)構(gòu)損傷敏感的特征量,實(shí)現(xiàn)對(duì)水工結(jié)構(gòu)損傷的精確診斷。整套方法不影響結(jié)構(gòu)的正常運(yùn)行,且可以解決水工結(jié)構(gòu)尤其是其水下部位損傷檢測(cè)難的問題,有效填補(bǔ)了現(xiàn)有理論方法的不足。本文提出的水工結(jié)構(gòu)損傷整體精細(xì)識(shí)別方法主要包括以下五個(gè)方面的創(chuàng)新性工作:
　　(一)滿足不同動(dòng)力測(cè)試需求的水工結(jié)構(gòu)傳感器優(yōu)化配置方法。為滿足環(huán)境激勵(lì)下水工結(jié)構(gòu)的各類動(dòng)力測(cè)試需求,對(duì)經(jīng)典有效獨(dú)立法的局限性進(jìn)行

4、了深入剖析,然后分別引入能量系數(shù)、距離系數(shù)和空間相關(guān)指數(shù)等概念對(duì)傳統(tǒng)方法進(jìn)行了全面改進(jìn),首次提出了能夠滿足強(qiáng)環(huán)境噪聲背景下測(cè)試需求的三軸有效獨(dú)立-驅(qū)動(dòng)點(diǎn)殘差法及不依賴有限元網(wǎng)格劃分精度的距離系數(shù)-有效獨(dú)立法和空間相關(guān)-有效獨(dú)立法。新方法的有效性和適用性在廠房和大壩等水工結(jié)構(gòu)的健康監(jiān)測(cè)中得到了全面驗(yàn)證。
　　(二)基于新型粒子群算法的水工結(jié)構(gòu)測(cè)點(diǎn)最優(yōu)化布置方法。為提高智能算法在求解水工結(jié)構(gòu)傳感器優(yōu)化布置這一高維度組合優(yōu)化問題時(shí)的全局

5、尋優(yōu)性能,首次提出了多種群整數(shù)編碼粒子群算法和多種群克隆選擇和粒子群混合算法等新型智能優(yōu)化技術(shù),通過對(duì)兼顧模態(tài)可測(cè)性和信息獨(dú)立性的適應(yīng)度函數(shù)進(jìn)行優(yōu)化,保證了智能優(yōu)化技術(shù)在求解高維度傳感器優(yōu)化布置問題時(shí)的高效性和可靠性。
　　(三)環(huán)境激勵(lì)下基于NExT聯(lián)合奇異熵定階的模態(tài)參數(shù)群智能識(shí)別方法。該方法首先利用小波降噪等信號(hào)處理方法提升信號(hào)品質(zhì),然后應(yīng)用NExT法計(jì)算結(jié)構(gòu)的脈沖響應(yīng)函數(shù),再對(duì)該脈沖響應(yīng)函數(shù)進(jìn)行奇異熵定階,最后借助一種新型

6、變異粒子群算法的全局尋優(yōu)得到結(jié)構(gòu)的各階模態(tài)頻率和阻尼比等參數(shù)。該方法所需設(shè)置的參數(shù)少,識(shí)別精度高,對(duì)噪聲不敏感,非常適合于環(huán)境激勵(lì)下水工結(jié)構(gòu)的模態(tài)參數(shù)識(shí)別。
　　(四)基于模態(tài)頻率的水工結(jié)構(gòu)裂縫損傷整體識(shí)別方法。提出了一種利用實(shí)數(shù)編碼克隆選擇和粒子群混合算法優(yōu)化模態(tài)頻率指標(biāo)的導(dǎo)墻結(jié)構(gòu)損傷診斷方法。該方法僅需可測(cè)性強(qiáng)的低階模態(tài)頻率,非常適合于環(huán)境激勵(lì)條件下的大型水工結(jié)構(gòu)的無損動(dòng)態(tài)損傷檢測(cè)。將該診斷方法應(yīng)用于某導(dǎo)墻的裂縫位置和程度識(shí)別

7、中,證明該方法在算法全局尋優(yōu)性能和識(shí)別準(zhǔn)確性上均有較大優(yōu)勢(shì),可嘗試在各類水工結(jié)構(gòu)的損傷診斷中推廣應(yīng)用。
　　(五)融合傳感器優(yōu)化布置、模態(tài)識(shí)別和應(yīng)變模態(tài)測(cè)試技術(shù)的水工結(jié)構(gòu)損傷整體精細(xì)識(shí)別方法。提出了一種利用多種群實(shí)數(shù)編碼粒子群算法優(yōu)化應(yīng)變模態(tài)指標(biāo)的水工結(jié)構(gòu)智能損傷診斷方法。該方法融合了新型傳感器優(yōu)化布置技術(shù)和信號(hào)處理技術(shù),僅需有限測(cè)點(diǎn)的低階應(yīng)變模態(tài),且無須對(duì)模態(tài)振型進(jìn)行質(zhì)量歸一化,尤其適合于環(huán)境激勵(lì)條件下大型水工結(jié)構(gòu)的無損動(dòng)態(tài)損傷