智能結(jié)構(gòu)的損傷診斷及傳感器優(yōu)化配置研究.pdf

1、損傷自診斷功能是智能結(jié)構(gòu)應(yīng)用的一個非常重要的方向，它是智能結(jié)構(gòu)研究的核心內(nèi)容之一，而結(jié)構(gòu)損傷診斷方法和傳感器的優(yōu)化配置是關(guān)聯(lián)結(jié)構(gòu)損傷自診斷功能的兩個重要問題，這兩個問題的研究，對智能結(jié)構(gòu)自診斷功能的研究及其應(yīng)用具有重要的理論意義和實用價值。論文圍繞國家自然科學基金項目(90205031)“具有自診斷功能的智能夾層的研究”而進行，主要從事智能結(jié)構(gòu)損傷自診斷方法及其傳感器優(yōu)化配置方面的研究，旨在為具有自診斷功能的光纖智能夾層的設(shè)計與實現(xiàn)提供

2、理論指導。論文主要研究工作如下： (1)論文在對傳統(tǒng)的基于頻率的結(jié)構(gòu)損傷識別機理進行闡述的基礎(chǔ)上，理論推導了基于頻率的改進損傷指標(包括改進的損傷定位指標與改進的損傷程度識別指標)，數(shù)值算例結(jié)果表明，改進的損傷指標比傳統(tǒng)指標更適合用來作為結(jié)構(gòu)的損傷敏感特征參數(shù)。 (2)為消除損傷程度對應(yīng)變模態(tài)差矢量的影響，論文對應(yīng)變模態(tài)差矢量進行了標準化，建立了與損傷程度無關(guān)的標準化應(yīng)變模態(tài)差指標，并給予了理論證明，且通過復合材料懸臂梁

3、數(shù)值算例進行了驗證。再者論文提出了一種結(jié)合改進的基于頻率損傷定位指標與標準化應(yīng)變模態(tài)差的“組合損傷指標”作為網(wǎng)絡(luò)的輸入特征參數(shù)進行結(jié)構(gòu)的損傷位置識別。 (3)論文考慮到避免復合因素的識別，簡化損傷診斷問題復雜性，提出了一種基于模態(tài)分析與神經(jīng)網(wǎng)絡(luò)的智能結(jié)構(gòu)多級損傷診斷策略，具體內(nèi)容有基于徑向基神經(jīng)網(wǎng)絡(luò)(RBFNN)的損傷報警、基于自適應(yīng)概率神經(jīng)網(wǎng)絡(luò)的損傷定位、基于改進BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷程度識別等三個方面，對它們的基本原理、技術(shù)

4、的實現(xiàn)方法進行了研究，并以復合材料懸臂梁數(shù)值仿真試驗與鋼尺懸臂梁試驗對該方法進行可行性研究，結(jié)果表明該智能結(jié)構(gòu)多級損傷診斷方法能對結(jié)構(gòu)損傷進行較為準確的識別。 (4)論文提出了基于應(yīng)變模態(tài)保證準則的應(yīng)變傳感器優(yōu)化配置準則以及基于應(yīng)變模態(tài)矩陣信息陣的2-范數(shù)初步擬定一小組傳感器布位的方法，并對剩余傳感器布位優(yōu)化采用的改進遺傳算法進行了研究。最后以一個復合材料四端簡支板算例對上述方法可行性進行研究，結(jié)果表明，該方法能更加有效地配置應(yīng)