论文部分内容阅读
结构在使用过程中,由于受到外界复杂环境不利因素的影响、荷载的长期反复作用以及地震、大风等自然灾害的作用,必将导致结构材料的老化,疲劳效应不断增加,甚至产生突发损伤等,使结构的抗力不断衰减,威胁到结构的安全性、适用性和耐久性。如不能实时地把握累积损伤的状况和结构继续服役的安全程度,一旦结构发生破坏,将会给社会、人民的生命和财产造成巨大的损失。所以对结构的损伤识别以及结构安全性的评估有重要的现实意义。本文在系统地研究基于结构动力反应下的损伤识别技术和与之相关的数字信号处理技术基础上,针对结构的的损伤识别问题,基于固有频率变化的损伤识别技术和优化算法,将希尔伯特-黄变换(HHT)和经验遗传-单纯形算法综合应用到该领域。
本文详细介绍了希尔伯特-黄变换(HHT)的基本理论,阐明了信号瞬时频率的概念,并对其定义存在的条件进行了探讨,由此引入本征模态函数的概念,本征模态函数定义的出现使得信号的瞬时频率有了实际的物理意义,并进一步说明了经验模态分解(EMD)的原理和筛分过程,同时给出了Hilbert-Huang变换的时频谱和边际谱的概念。由于在信号两端边界以外的信号信息是未知的,所以在三次样条插值形成极值包络线时,这两端边界上都会出现较大的误差,随着筛分次数的增加,信号边界上所带来的误差会向内传播,进而“污染”整个信号数据序列,使得最后的结果失去意义,针对经验模态分解(EMD)所存在的这个边界问题,本文第二章在半周期半对称延拓的理论指导下,进一步完善了这种边界处理方法,实现了这种方法的程序化。并以较为复杂的非平稳信号EL Centro地震波为例进行演示说明,给出了前三个IMF分量的筛分过程,最后通过与传统经验模态分解的分界结果进行比较,证明了本文方法的可行性和有效性。
同时本文还详细阐述了经验遗传-单纯形的发展过程及组成该算法的各子部分的算法流程,并详细阐述了将该算法应用到直接识别结构物理参数的过程,同时还说明了结构实测加速度的Wilson-θ法的计算过程,并给出了质量比例阻尼、刚度比例阻尼及Rayleigh阻尼的定义。本文第三章的三个算例将经验遗传-单纯形算法应用到了结构地震荷载作用下的物理参数识别中,并在算例中引入阻尼。通过比较我们发现经验遗传-单纯形算法由于引入单纯形算法比经验遗传算法搜素精度更高。
本论文系统总结了希尔伯特-黄变换(HHT)和经验遗传-单纯形算法在结构损伤识别过程中各自的优缺点,针对结构损伤识别中的三个核心问题:损伤发生的时间,损伤的位置及损伤的大小,本文将两种算法优势互补提出了刚度突变MDOF体系结构动力损伤识别的方法,并分别以4DOF和10DOF刚度突变体系为例进行分析和说明,在实例分析过程中分别与牛顿迭代法和经验遗传算法进行对比,验证了经验遗传-单纯形的鲁棒性和实用性。在对10DOF刚度突变体系损伤识别过程中,在固有频率信息不完备的情况下,用经验遗传-单纯形算法识别结构的刚度精度也很高。同时针对结构在信号输出过程中的含噪问题,通过与小波阈值去噪技术比较,发现EMD阈值去噪技术更稳定,不受阈值函数和阈值准则选择的限制。对结构去噪后的加速度信号进行分析仍然能识别出结构的自振频率,同时采用经验遗传-单纯形算法来识别结构的刚度,识别结果显示第一质点刚度改变约为原来的一半。