不完全測量條件下基于參數(shù)識別的結構損傷診斷研究.pdf_第1頁
已閱讀1頁,還剩142頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、結構健康監(jiān)測方法可以按頻域方法和時域方法分為兩大類。一般來說,基于頻域方法的結構健康監(jiān)測系統(tǒng)中所需的傳感器數(shù)量會比較少,但只能對整個結構是否發(fā)生損傷進行評估,而無法對單個結構構件的健康狀態(tài)進行評估,更無法確定結構損傷發(fā)生的位置。而基于時域方法的結構健康監(jiān)測系統(tǒng)中所需的傳感器數(shù)量則一般會比較多,但是卻可以對結構所有構件的健康狀態(tài)進行評估,并準確地判斷出結構損傷發(fā)生的位置。由于傳感器技術和信號處理技術的問題,在過去的研究中,大多數(shù)學者都傾向

2、于研發(fā)基于頻域方法的結構健康監(jiān)測系統(tǒng)。近年來,隨著傳感器技術和信號處理技術的發(fā)展,基于時域方法的結構健康監(jiān)測系統(tǒng)開始逐漸成為研究的熱點。此外,按是否需要測量激勵信息來區(qū)分,結構健康監(jiān)測方法又可分為需要測量激勵信息的方法和不需要測量激勵信息的方法。由于實際結構所承受的激勵載荷通常都是無法測量的,因此很明顯不需要測量激勵信息的方法比需要測量激勵信息的方法更具實用性。
  本文的研究目的旨在開發(fā)一套實用的能夠在單元層次上識別出結構中損傷

3、的結構健康監(jiān)測方法,所以本文主要關注的方法是基于時域的不需要測量激勵信息的結構健康監(jiān)測方法。自適應卡爾曼濾波,自適應序貫非線性最小二乘,自適應二次乘方和誤差三種方法均與本文研究目標相吻合?;谶@三種方法,本文對懸臂梁結構和空間桁架結構分別進行了實驗研究,并對比分析了三種方法各自的優(yōu)缺點。同時,由于這三種方法在以往文獻中只在剪切型結構中實際應用過,為了將這三種方法實際用于實驗室結構,本文引入了模型縮聚理論和子結構理論。本文的主要研究內容可

4、以總結為以下幾方面:
  (1)本文對固定損傷的懸臂梁結構進行了實驗研究。研究中在懸臂梁上開鑿了不同半徑和個數(shù)的圓孔以模擬不同程度的損傷。為了識別出懸臂梁中損傷發(fā)生的位置和大小,我們使用有限單元法對懸臂梁結構進行建模,將其分為6個單元??紤]梁模型為歐拉梁,則其有限元模型共有6個豎向自由度和6個角向自由度,需要測量的響應為6個豎向加速度響應和6個角向加速度響應。然而,常用的加速度傳感器均為豎向的加速度傳感器,其無法測量懸臂梁各節(jié)點的

5、角向加速度響應。為了解決這一問題,本文使用了模型縮聚法對懸臂梁結構進行模型縮聚,將其角向自由度均視為從自由度縮聚掉。隨后,為了進一步減少傳感器的數(shù)量,我們繼續(xù)將懸臂梁結構縮減到三個自由度。實驗結果表明,即使僅使用三個傳感器,依舊可以識別出懸臂梁結構中損傷發(fā)生的位置和大小。
  (2)本文又對另一懸臂梁結構進行了實驗研究,以研究文中所提方法的在線追蹤能力。研究中在懸臂梁上安裝了一個剛度元件系統(tǒng)以在實驗過程中改變懸臂梁單元的剛度。同樣

6、,使用有限單元法對懸臂梁結構進行建模,將其分為6個單元。使用模型縮聚法對其有限元模型進行縮聚,將其角向自由度均視為從自由度縮聚掉。隨后,為了進一步減少傳感器的數(shù)量,我們繼續(xù)將懸臂梁結構縮減到三個自由度。實驗結果也表明,即使僅使用三個傳感器,我們依舊可以識別出懸臂梁結構中損傷發(fā)生的位置和大小,并且能夠及時地追蹤懸臂梁單元剛度的變化情況,從而確定損傷發(fā)生的時刻和過程。
  (3)本文對空間桁架結構進行了實驗研究。由于該空間桁架結構的有

7、限元模型節(jié)點數(shù)較多,所以要同時測量其所有節(jié)點的加速度響應顯然是不現(xiàn)實的。為此,我們引入了子結構法,對該桁架結構進行三步識別,并最終識別出整個桁架結構各單元的結構參數(shù)。同樣,模型縮聚原理也被應用于該桁架結構以進一步減少傳感器的數(shù)量。研究結果表明,僅使用12個傳感器,我們就能識別出整個桁架結構所有單元的單元參數(shù)。而若按照文獻中方法,該空間桁架結構的健康監(jiān)測系統(tǒng)中需要安裝72個傳感器。
  (4)本文對自適應卡爾曼濾波,自適應序貫非線性

8、最小二乘,自適應二次乘方和誤差三種方法進行了對比研究。研究結果表明,三種方法均能準確地識別出結構各單元的剛度,并有效地追蹤結構各單元的剛度變化。但是,自適應卡爾曼濾波法對識別初值要求較高,識別過程中計算量較大,且其在結構損傷識別方面的的精確性、收斂性、和效率性方面略遜于其他兩種方法。而自適應序貫非線性最小二乘法中由于引入了Newmark-β法,所以對采樣頻率要求較高,其在采樣頻率較低時,可能會出現(xiàn)收斂速度較慢的情況。當發(fā)生這種情況時,只

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論