基于稀疏表示的改进时域模态参数识别方法

来源 :2015全国结构健康监测技术研讨会暨首届两岸四地结构健康监测发展论坛 | 被引量 : 0次 | 上传用户:dillon100200
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  时域模态参数识别法只需采集结构响应数据,无需FFT变换,适合在线提取大型土木工程结构的模态信息。时域法面临的一个重要挑战是如何确定系统阶数,或者如何区分真实模态和噪声模态。本文将真假模态的区分问题转化为自由响应函数中与初始状态相关的常数的稀疏求解问题,结合ITD法提出改进的ITD-OMP法。
其他文献
损伤评估是结构健康监测研究的关键技术之一,其中裂纹损伤的方向评估对于进一步判断和预测裂纹的扩展十分重要。基于压电阵列和Lamb波损伤监测方法对简单裂纹损伤的方向评估和成像进行了研究。
随着工程领域对结构安全和可靠性能要求的日益提高,定期地对结构进行无损检测和评估成为结构维护过程中必不可少的环节。在目前众多的无损检测手段中,激光超声无损检测由于其可以通过非接触的激励和传感方式获取结构中的Lamb 波传播信息,所以非常适合用于曲面、高温、辐射等情况下的结构检测。
近些年来,超声检测方法已成为一个重要的结构无损检测的方法。传统的超声检测主要基于线性超声技术,这对接触型裂纹如疲劳裂纹以及闭合裂纹的检测有一定的局限性。为检测接触型裂纹,利用非线性超声检测方法已经成为研究主流。
本文提出了一种迭代的基于遗传算法和模糊聚类技术的用于自动分析稳定图的算法,以进一步自动识别结果模态参数。仅通过任意给定的聚类数目,该算法可以经迭代使用遗传算法和模糊聚类技术来自动剔除稳定图中的虚假模态。
超声导波检测技术因其检测效率高、速度快,已经广泛应用于结构健康监测。基于利用最少的传感器数量实现最大范围检测的理念,采用稀疏分布式传感器阵列可以实现线性缺陷的检测,但是这种方法对于非线性缺陷却无能为力。
复合材料损伤概率重建算法利用损伤发生前后激励-传感路径上信号的差异逆向重建路径周围结构点发生损伤的概率,而不需要对传感器采集到的导波进行解释,这使得其较为适用于复杂的工程结构。然而,对于大面积复合材料结构,在结构上布置的传感器数量无法组成足够的激励-传感路径使识别精度达到预期,通常会造成识别结果偏向传感器位置。
就桥梁结构健康状态评估而言,以什么参数作为评估的指标至关重要。以往的研究主要是以结构的动力参数(如频率、振型、模态阻尼等)作为评估的指标,但这些指标的监测信号容易受外部环境和噪声的干扰,数据的准确性和可靠性都要受到不同程度的影响,实际应用效果存在诸多不如人意的地方。
残余力向量法是一种常用的工程结构损伤识别方法,它首先计算损伤结构的残余力向量,然后采用最小范数修正方法来进行损伤识别。为了解决实际工程问题中实测自由度数不足的矛盾,通常要对结构模型进行自由度缩聚,以使得结构模型自由度数与测量自由度数一致,但这种做法会给识别结果带来额外的误差。
桥梁健康监测是现代大跨度桥梁运营管理过程中状态评估,维修决策中不可或缺的一部分。采用合理可靠的方法对监测所得数据进行特征分析是深入研究大跨度桥梁状态的基础。本文对几座不同结构形式桥梁的健康监测系统所累积的大量监测数据进行统计分析,研究了温度、应变等监测数据的变化规律。采用傅里叶变换对实测温度、应变数据进行了分析,研究了监测数据信号的频谱特征,并对主要频率所对应的物理现象进行了探讨。基于傅里叶分析的
振动引起的疲劳问题严重危及重大装备及结构的可靠性和安全性。如果能够提前准确预测结构的振动疲劳寿命,就能在发生灾难性事故之前及时预知并采取相应的措施,并可为其定寿、延寿提供科学的依据,最大限度地发挥装备效益。