原文传递
基于运行模态的桥梁结构损伤识别对比研究
| 论文题名： | 基于运行模态的桥梁结构损伤识别对比研究 |
| 关键词： | 桥梁工程;健康监测;传感器优化布置;损伤识别 |
| 摘要： | 如何从海量数据中获取结构的特征信息，判断桥梁结构的运营状况是桥梁健康监测系统的主要任务。其中，有限测点下的传感器优化布置是基础，环境激励下的模态参数识别是核心，损伤识别方法则是关键。本文围绕这三个桥梁健康监测系统的共性关键问题，开展深入系统的研究、开发及应用。 传感器优化部分，主要阐述8种经典传感器优化算法的基本思想，系统梳理各算法的技术特点和计算流程，总结各算法之间的演变及联系，并集成开发软件，为模态识别提供基础；模态识别部分，详细介绍两种信号预处理方法和6种运行模态参数识别方法的基本理论、归纳总结各算法的技术特点和数值计算方法，以各种算法的数值分析手段为出发点，探讨不同算法的识别精度、适用范围，以及抗噪水平。损伤识别部分，深入研究基于模态的损伤识别方法，主要包括基于频率、基于曲率模态和基于柔度矩阵的损伤识别方法，探讨各种损伤指标的使用范围以及抗噪水平。 目前，还没有成套的健康监测数据分析软件，少有的几个商业软件均为黑箱模式、不能定制；更为关键的是，它们需要人工干预，不能满足桥梁健康监测系统集成化、自动化、实时化的要求。为此，本文以 MATLAB为平台，集成开发模态分析工具箱和损伤识别工具箱。模态识别工具箱功能涵盖6种经典的模态识别算法，并针对不同算法增设参数调试功能，能够进行实时模态参数识别。损伤识别工具箱涵盖了基于频率、基于曲率模态和基于柔度矩阵三大类的损伤指标计算功能，简洁直观地显示结构损伤位置。用户可以直接使用模态分析工具箱进行实时模态分析和研究，利用损伤识别工具箱判断结构的损伤位置。 最后对一座三跨连续刚构的数值模型通过8种传感器优化布置算法进行传感器优化布设，并针对3种混合算法的影响因素进行参数化分析，结果表明EI法效果最差，逐步消减法效果最稳定，混合算法的性能与参数的选取有关；采用6种模态识别算法进行模态识别，结果表明，模态识别方法中，FDD法抗噪性最好，SSI法和ERA法识别精度最高。通过损伤识别的计算发现，损伤指标 MFC的抗噪性最好。为进一步验证程序的可靠性和适用性，利用模态分析工具箱对南京长江四桥进行实桥模态分析，结果表明本文开发的工具箱具有很好的实际应用价值。 |
| 作者： | 王晓光 |
| 专业： | 桥梁与隧道工程 |
| 导师： | 梁鹏 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
