桥梁结构作为现代交通运输系统的重要组成部分,在提升交通运输速率、促进社会经济发展中发挥着非常重要的作用。桥梁结构的健康状态与现代社会经济发展、人民生命财产安全等息息相关,其安全性和可靠性日益受到重视。然而,桥梁结构于服役期间,在不断增大的交通量、环境荷载、材料老化等内外因素影响下,损伤将无法避免,并会随着时间推移不断累积和扩展,从而削弱结构抗力,造成桥梁坍塌破坏,带来不利的社会影响。因此,利用有效的技术手段及时发现桥梁结构的损伤,进行安全性评价,采取相应的防治措施,具有重要的现实意义。桥梁在外部荷载作用下,裂缝是其损伤的主要形式,并逐渐经历由少到多、由小到大的过程。初期裂缝在结构振动时呈现接触—分离的呼吸现象,是非线性疲劳(呼吸)裂缝。疲劳损伤大量累积后裂缝扩展为常开状态,刚度大幅度衰减,结构将面临破坏威胁。因此,对疲劳裂缝阶段的损伤进行有效识别,采取相应的技术措施防止其进一步累积扩展,对保证结构使用的安全性具有重要意义。传统的动力特性指标适合用于线性损伤的识别,对疲劳阶段损伤不敏感,往往会造成损伤信息遗漏或丢失,得到错误的损伤识别结果,基于谐波激励响应可以更好的刻画出疲劳损伤的非线性特征。因此本文以国家自然科学基金项目为依托,以疲劳裂缝悬臂梁为研究对象,基于谐波激励下的结构非线性振动理论,以多种频率谐波作为激励源,系统分析了不同损伤状态下悬臂梁振动的非线性效应,提出基于谐波响应的疲劳损伤识别指标,然后在利用振型导出指标进行损伤定位的基础上,通过粒子群优化支持向量回归算法完成损伤程度定量识别。具体研究工作内容如下:1.采用双线性弹簧模型模拟疲劳损伤,分析损伤深度与位置对谐波振动响应产生的影响,提出基于谐波激励响应的损伤识别指标,并验证其有效性。首先,将完整结构与损伤结构的谐波振动响应图(加速度时程曲线图、相谱图、功率谱图)进行对比分析,证明该模型可以表征疲劳损伤的存在,对谐波振动响应有足够敏感性。然后,讨论损伤深度、损伤位置对结构的谐波振动响应的影响,结果表明,损伤位置越靠近固定端以及损伤深度越深时,振动非线性畸变越显著,包括相谱图漂移、超/次谐波分量等。最后,建立疲劳损伤识别指标:相谱图畸变值dD、谐能滋生值h_Δ与总能滋生值h_γ,通过分析指标计算结果,证明其用于疲劳损伤识别的有效性与合理性。2.采用更贴近实际的、考虑刚度时变的非线性接触模型模拟疲劳损伤,分析损伤深度与位置对谐波振动响应产生的影响,验证基于谐波激励响应的损伤识别指标有效性,并将双线性与非线性疲劳损伤模型的识别效果进行对比分析。首先,通过完整结构与损伤结构的谐波振动响应对比分析,证明该模型模拟疲劳损伤有效,对谐波振动响应敏感。其次,进行不同损伤深度、损伤位置的振动响应分析,结果表明,损伤程度越大,非线性振动特征变异越明显。再次,通过新提出的损伤识别指标(相谱图畸变值dD、谐能滋生值h_Δ与总能滋生值h_γ)的计算与分析,验证了所提指标可以有效进行疲劳损伤识别。最后,基于损伤识别指标,在同等损伤情况下,将双线性与非线性模型的识别效果进行分析比较,结果表明,非线性接触模型比双线性弹簧模型表现出更强的非线性,更适合用于疲劳损伤的模拟。3.基于振型导出指标与粒子群优化支持向量回归算法,提出了针对疲劳裂缝损伤定位与损伤程度定量识别新方法。首先,依赖疲劳裂缝悬臂梁模态振型数据,分别构造了振型递变值和振型曲率,进行疲劳裂缝的损伤定位。然后,采用对疲劳裂缝敏感的谐波响应参数为损伤程度评价指标,结合粒子群优化支持向量机回归算法进行损伤程度定量识别,损伤识别结果证明,该方法能准确量化疲劳裂缝的损伤程度,为结构非线性损伤评价提供了新的有效途径。最后,将粒子群优化支持向量回归与传统BP神经网络的预测结果对比,结果表明粒子群优化支持向量回归模型具备更高的识别精度。