基于模態(tài)參數(shù)的損傷識別方法研究.pdf

1、本文采用數(shù)值模擬的方式對多種結(jié)構(gòu)損傷識別方法進(jìn)行了初步分析，選擇并改進(jìn)了其中的損傷識別方法，讓識別有更好的精度和實(shí)時(shí)性。為了提供各種損傷識別方法較優(yōu)的模態(tài)參數(shù)，文中對模型實(shí)驗(yàn)進(jìn)行了測試方法和模態(tài)參數(shù)分析，同時(shí)也采用了實(shí)際工程數(shù)據(jù)對模態(tài)試驗(yàn)進(jìn)行了初步分析。 本文采用分步損傷識別方法。損傷位置識別是基于曲率模態(tài)參數(shù)及模態(tài)置信準(zhǔn)則的聯(lián)合應(yīng)用，并同時(shí)比較了各種模態(tài)參數(shù)對損傷反映的靈敏性，說明局部曲率模態(tài)參數(shù)對損傷反映較優(yōu)；分別說明了兩種

2、損傷識別方法的優(yōu)缺點(diǎn)，并分析其聯(lián)合后對損傷識別完備性的改善；通過對局部曲率模態(tài)參數(shù)的分析，采用改進(jìn)了的坐標(biāo)模態(tài)置信準(zhǔn)則建立了損傷程度標(biāo)識量選取的統(tǒng)一標(biāo)準(zhǔn)。損傷程度識別由BP神經(jīng)網(wǎng)絡(luò)完成，考慮了結(jié)構(gòu)健康監(jiān)測系統(tǒng)實(shí)時(shí)性的要求，所以只對監(jiān)測系統(tǒng)中使用神經(jīng)網(wǎng)絡(luò)快速識別損傷進(jìn)行了模式性的探討。 動力檢測是利用結(jié)構(gòu)的動力響應(yīng)識別結(jié)構(gòu)特征參數(shù)，進(jìn)行結(jié)構(gòu)性能、損傷等方面的評價(jià)，所以結(jié)構(gòu)特征參數(shù)的識別和分析對基于模態(tài)參數(shù)的損傷識別方法至關(guān)重要。文