基于曲率模態(tài)的梁裂紋的損傷敏感性分析

1、<p>　　基于曲率模態(tài)的梁裂紋的損傷敏感性分析</p><p>　　摘要：對梁局部損傷進行數(shù)值模擬，摒棄傳統(tǒng)的剛度下降法，采用反應(yīng)裂紋方向有限元模型，并比較兩類模型的曲率模態(tài)敏感性，說明了新模型具有更好的對于損傷的敏感度。同時以反應(yīng)結(jié)構(gòu)損傷程度的曲率模態(tài)作為輸入的特征參數(shù)，建立梁裂紋損傷模型，通過神經(jīng)網(wǎng)絡(luò)法證明，該方法可用于對梁式結(jié)構(gòu)的裂紋損傷定位。 </p><p>　　關(guān)鍵

2、詞：曲率模態(tài)；神經(jīng)網(wǎng)絡(luò)；梁；裂紋 </p><p>　　The damage sensitivity analysis of beam crack based on curvature modal </p><p>　　DU GANG-QIAN，LIU JING-HONG，ZHANG XI-PING，ZHANG HUA，GAO ZONG-ZANG </p><p>

3、　　(College of Urban anal Construction, Agricultural University of Hebei, Baoding 071001, China) </p><p>　　Abstract : Carrying the value simulation to the crack fault, we used the direction beam crack model t

4、o replace the traditional falling rigidity model, and compared the two model’s sensitivity on curvature modal. The result showed the new way have better sensitivity. Curvature modal as the characteristic parameters of in

5、put, the position of crack fault in beam was diagnosed and forecasted, applying artificial neural network. It showed that it feasible to synthetically diagnose and forecast the cr</p><p>　　Key words:; curvat

6、ure modal; neural network; beam crack </p><p>　　中圖分類號：O571.21+1 文獻標識碼： A 文章編號： </p><p>　　結(jié)構(gòu)的損傷首先表現(xiàn)為結(jié)構(gòu)裂紋的出現(xiàn)和擴展。結(jié)構(gòu)裂紋的存在，在某種程度上決定著結(jié)構(gòu)的可靠性。對結(jié)構(gòu)是否產(chǎn)生裂紋、裂紋的位置、裂紋的損傷程度進行及時診斷和評估，從而維持其正常使用成為工程中必需的技術(shù)[1]。 <

7、;/p><p><b>　　1 梁裂紋仿真 </b></p><p><b>　　1.1傳統(tǒng)方法 </b></p><p>　　一般文獻對梁式構(gòu)件局部損傷的模擬，都采用降低該部位剛度的方法，見圖1。 </p><p>　　由于結(jié)構(gòu)損傷會引起剛度減少，阻尼變大，因此可采用降低該損傷部位單元剛度來模擬損傷，

8、并以剛度降低到不同的百分比來反應(yīng)各種損傷程度。 </p><p>　　該方法原理可行，建立模型方便，但缺點是：模型比較粗糙，不能很好的反應(yīng)損傷形狀和具體部位，以及損傷范圍和分布程度[2][3]。 </p><p>　　1.2精確裂紋模型 </p><p>　　考慮到剛度法下降法的對損傷程度和部位預(yù)測的不確定性，采用精確裂紋模型進行模擬，使模型更接近于實際。例如一個簡

9、支梁，長6m,截面300mm×600mm,兩端加約束，跨中設(shè)置受彎豎裂縫，兩側(cè)設(shè)定受剪斜裂縫。 </p><p>　　跨中裂縫采用高度為h/3的豎直裂縫（圖2），兩側(cè)采用與水平軸線成夾角的斜裂縫，模擬（圖3）。 </p><p>　　2 兩種損傷模型曲率模態(tài)的敏感性分析 </p><p><b>　　2.1曲率模態(tài) </b></

10、p><p>　　曲率模態(tài)測量是一種用位移測量間接檢測應(yīng)力應(yīng)變。避免應(yīng)變片測量局限性的方法。由材料力學(xué)給出的直梁彎曲靜力關(guān)系 </p><p><b>　?。?） </b></p><p>　　截面損傷，抗彎剛度的減少，必然引起曲率的增大，而可由直梁彎曲近似方程得到：(2) </p><p>　　可進一步由位移模態(tài)通過差分方程

11、得到： </p><p><b>　　(3) </b></p><p>　　式中：為m截而處梁的彎曲撓度，和為其相鄰的沿梁相距處的兩個測點處梁的彎曲撓度。 </p><p>　　2.2兩種損傷模型的比較 </p><p>　　應(yīng)用（3）式計算曲率模態(tài)。低階模態(tài)對局部損傷有更好的敏感性，故取前五階模態(tài)進 </p>

12、;<p>　　行比較，圖4到圖5為前兩階模態(tài)的剛度下降模型與精確裂紋模型的對損傷的敏感性對比圖。 </p><p>　　通過圖中可以看出，精確裂紋模型，相比較傳統(tǒng)的剛度下降模型，在損傷位置有著更為明顯的尖峰變化。 </p><p><b>　　3 梁損傷定位 </b></p><p>　　采用神經(jīng)網(wǎng)絡(luò)對損傷部位進行判定。 <

13、/p><p>　　3.1神經(jīng)網(wǎng)絡(luò)參數(shù) </p><p>　　曲率模態(tài)作歸一化處理。在梁L/7，2L/7，3L/7，4L/7，5L/7，6L/7處，設(shè)置損傷裂縫，按裂縫長度為100mm,200mm兩種情況，提取前兩階應(yīng)變模態(tài)數(shù)據(jù)，作為網(wǎng)絡(luò)訓(xùn)練樣本。訓(xùn)練參數(shù)如下：輸入節(jié)點20，隱形節(jié)點40，輸出節(jié)點2個，學(xué)習(xí)率0.7，動量系數(shù)0.5，允許誤差0.001，訓(xùn)練網(wǎng)絡(luò)直至收斂[3][5]-[8]。 &l

14、t;/p><p>　　3.3網(wǎng)絡(luò)測試結(jié)果 </p><p>　　對梁L/7，5L/7兩處位置長度為110mm,210mm裂縫進行測試，輸出結(jié)果為形式，其中的值為（1，0），當(dāng)實際輸出的值大于0.75時，認為該處損傷值存在，當(dāng)實際輸出值小于0.25時，認為該處損傷不存在，測試結(jié)果見表1。 </p><p>　　通過網(wǎng)絡(luò)輸出結(jié)果可知，神經(jīng)網(wǎng)絡(luò)對損傷部位的判斷基本正確，同時可

15、看出隨著裂縫的 </p><p>　　加劇，網(wǎng)絡(luò)反應(yīng)的靈敏度增加。 </p><p><b>　　4 結(jié)論 </b></p><p>　　本文采用方向裂紋模型對梁裂紋進行仿真，通過對比發(fā)現(xiàn)，與傳統(tǒng)的剛度下降法相比，該模擬方法具有更好的敏感度。文中避開了動力學(xué)中傳統(tǒng)的應(yīng)變模態(tài)、頻率模態(tài)，采用曲率模態(tài)作為混凝土結(jié)構(gòu)損傷定位的敏感參數(shù)，證明了它的合理

16、性和有效性。文中結(jié)構(gòu)損傷的模擬，位置的確定做了分析，但對于損傷程度的精確診斷，今后仍需做更為深入的工作。 </p><p><b>　　參考文獻： </b></p><p>　　[1].陳建林，郭杏林.基于神經(jīng)網(wǎng)絡(luò)的簡支梁損傷檢測研究[J].煙臺大學(xué)學(xué)報,2001，14卷7期 </p><p>　　[2].陸熙.基于曲率模態(tài)理論的城市公路橋梁損

17、傷識別研究，北京工業(yè)大學(xué)碩士論文,2004.21-32 </p><p>　　[3].李秀芬.基于改進遺傳-神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別研究，北京工業(yè)大學(xué)碩士論文,2005.21-27 </p><p>　　[4].鄧焱，嚴普強.梁及橋梁應(yīng)變模態(tài)與損傷測量的新方法[J].清華大學(xué)學(xué)報,2000，40卷11期 </p><p>　　[5].趙琛.概率神經(jīng)網(wǎng)絡(luò)對混凝土拱壩進行

18、損傷位置識別的研究,浙江大學(xué)碩士論文,2005,9-11 </p><p>　　[6].胡良紅，劉效堯.改進的BP神經(jīng)網(wǎng)絡(luò)的鋼桁梁橋損傷識別[J].合肥工業(yè)大學(xué)學(xué)報,2006，29卷5期 </p><p>　　[7].王柏生，劉承斌.用統(tǒng)計神經(jīng)網(wǎng)絡(luò)進行結(jié)構(gòu)損傷存在檢測[J].土木工程學(xué)報,2004，37卷8期 </p><p>　　[8].飛思科技.Matlab6.