论文部分内容阅读
由于结构材料初始缺陷的存在以及荷载和环境的共同作用,结构在经历了一段长时间或受到某种自然灾害后,往往会存在不同程度的损伤现象。调查发现,目前,我国有大量的建筑结构处于带病工作状态,特别是处于恶劣环境中的钢筋混凝土结构,其损伤更为严重;有些结构缺乏抗震设计,安全存在先天不足,这些潜伏的危险如不及时解决将会酿成更大的事故。因此对这些建筑物进行可靠性鉴定,通过质量检测、评价,予以及时改造或加固补强是十分迫切的。传统的可靠性鉴定方法大都依赖于专家经验,因此人为因素不可避免。为了更加科学地进行建筑物可靠性鉴定,近代兴起了许多结构损伤识别方法。利用现场实测的结构振动响应和系统的特性参数进行结构损伤识别是目前国内外研究的热点问题之一。结构振动损伤识别方法在航空、航天、机械等领域故障诊断中取得成功后受到了土木工程界的普遍关注,并试图将其引入到建筑结构的损伤识别中,作为传统方法的补充。 本文介绍的子空间旋转法属于结构振动损伤识别方法范畴。Zimmerman和Kaouk提出的子空间旋转法最初是用于桁架结构损伤识别中,本文试图将其应用于连续梁结构的损伤识别中。首先,采用该方法进行连续梁结构数学模型的损伤识别,初步证明该方法进行数模结构损伤识别的可行性;然后,尝试采用该方法进行连续梁的实桥结构损伤识别。在实际工程中连续梁结构的转角自由度很难通过试验准确得到,因此损伤识别是在测试信息不完备情况下进行的。本文通过Guyan静态缩聚法将质量阵及刚度阵进行缩聚,使得该方法可以在低阶模态及测试信息不完备情况下,使结构损伤部位和程度均得到有效识别。虽然基于结构振动的损伤识别业已发展了许多方法,但由于结构损伤的复杂性及各种因素的影响,目前这些方法的实际应用还很少,至今仍多处于模型试验阶段。本文结合具体工程实例采用子空间旋转法进行结构损伤识别应用的探索,并取得了比较满意的结果。 人工神经网络是近代兴起的先进技术,最初应用于航空、航天及机械等领域,本文将其应用于单层工业厂房的震害预测中,旨在提高可靠性鉴定工作的客观性和通用性。实践证明这种方法是可行有效的。