论文部分内容阅读
随着我国的现代化进程和城市化建设的逐年加速,近些年来各地的大型复杂建筑结构层出不穷。在漫长的生命周期内,这些标志性建筑物不可避免地会遇到结构老化、意外荷载、突发自然灾害(如地震、泥石流、台风、暴雪等)等问题,可以预见由于这些复杂因素的综合作用建筑物极易出现累积损伤,从而引起抵抗力下降或者性能的衰退,严重时会导致灾难性事故的发生。因此,为保证建筑物的安全性和使用者的人身安全,众多学者开始借助结构监测系统,对结构的健康状态进行长期跟踪,从而实时掌握在役结构的状态。结构损伤识别作为结构健康监测的一个重要内容,近年来得到了广泛关注。国内外众多学者也提出了大量的损伤识别方法,例如基于振动特性的损伤识别方法,不过这些方法的本质都是基于结构的动力特性参数建立结构损伤指标,从而对结构的损伤进行识别。从数学的角度看,它们都是先选取一个能准确并简练地描述结构基本信息的数学模型,然后通过特定的变换得到结构的动力特性参数,进而识别结构损伤,但是这一逐步凝聚并提炼信息的过程仍然存在一些缺陷。因此,当我们用一个数学模型成功地对结构激励与响应之间的关系进行描述之后,有必要寻找一种更为简洁、易于操作的方法去识别结构的损伤。本文基于系统最小实现理论,在不求解模态参数的前提下,结合灵敏度理论提出了一种新的结构损伤识别方法,具体来说主要从以下几个方面展开研究。首先,详细介绍了系统最小实现理论的相关知识,对模型定阶环节进行了讨论,并在灵敏度理论的基础上深入探索了利用灵敏度理论进行损伤识别的过程和机理,指出通过迭代可以避免“一锤定音”式的识别,从而得到更为准确的识别结果。其次,在获得系统最小实现矩阵以后,不再求解结构的模态参数,而是基于系统最小实现矩阵定义了两种能够表征结构信息的模式向量——度量模式和残差模式,然后通过不断更新模式向量不断修正灵敏度矩阵,从而实现对真实损伤的逐步逼近,数值分析表明该方法可以较为准确地识别结构损伤。最后,通过建立一个五层的框架试验模型,对该方法进行了试验验证,试验结果表明该方法具有一定的可行性。