【摘 要】
:
叠层橡胶隔震支座在服役时受到外界荷载和环境耦合作用,性能退化,因此,对其损伤进行检测具有重要的理论与工程应用价值。基于压电陶瓷传感器(PZT)的压电阻抗(EMI)法作为一种高效精确的结构损伤识别方法,受到大量关注并得到广泛应用。本文基于EMI方法,对叠层橡胶隔震支座橡胶层裂缝损伤识别与压剪状态监测开展了一系列数值分析和试验研究。主要研究内容包括以下几个方面:(1)系统阐述了基于EMI的结构损伤识别
论文部分内容阅读
叠层橡胶隔震支座在服役时受到外界荷载和环境耦合作用,性能退化,因此,对其损伤进行检测具有重要的理论与工程应用价值。基于压电陶瓷传感器(PZT)的压电阻抗(EMI)法作为一种高效精确的结构损伤识别方法,受到大量关注并得到广泛应用。本文基于EMI方法,对叠层橡胶隔震支座橡胶层裂缝损伤识别与压剪状态监测开展了一系列数值分析和试验研究。主要研究内容包括以下几个方面:(1)系统阐述了基于EMI的结构损伤识别原理,已有的系列EMI模型及相关损伤评价指标,为后续章节的研究工作提供理论基础。(2)针对自由PZT,通过ANSYS建立多物理场耦合分析模型,为选取测试频段提供数值分析基础。基于EMI技术,对橡胶片的裂缝损伤识别进行数值分析和试验研究。通过分析导纳曲线和均方根偏差(RMSD),发现PZT能识别橡胶材料结构的裂缝损伤,为后续对叠层橡胶隔震支座损伤识别提供了理论基础。(3)基于EMI技术,对无保护层的叠层橡胶隔震支座橡胶层开裂损伤识别进行研究。将PZT连续布置于各钢板层和橡胶层侧面,切割部分橡胶模拟橡胶层开裂。基于导纳和RMSD,定性和定量地评估粘贴于钢板层和橡胶层PZT对橡胶层开裂损伤的灵敏度。结果表明,两种PZT均能精确识别橡胶层开裂损伤,并且精度相近。(4)通过粘贴于钢板层的PZT对叠层橡胶隔震支座压剪状态进行数据监测。发现在700~1100 k Hz频段,随剪切变形增大,电导曲线逐渐向下偏移,谐振峰值逐渐减小,RMSD逐渐增大,且三者均在30%~40%剪应变区间出现突变,与之对应的是支座出现卷边和钢板脱粘现象。试验研究表明,粘贴于钢板层的PZT能监测支座剪切变形,并能识别出支座在剪切变形下出现的卷边现象。论文对橡胶片及叠层橡胶隔震支座橡胶层损伤识别进行了一系列数值分析和试验研究,结果表明数值分析结果与模型试验结果吻合,PZT压电阻抗技术能准确识别橡胶片及叠层橡胶隔震支座橡胶层损伤,并监测支座压剪状态。所得结论为使用PZT的压电阻抗技术对叠层橡胶隔震支座健康监测研究提供了重要理论与技术基础。
其他文献
现有人脸识别算法在已知场景域下获得了良好的识别性能,但将其直接应用到新场景域时,识别性能却大幅下降,为提升识别性能,它们大多采用域自适应的方法,需要在训练过程中访问新的场景域数据。现实场景中人脸识别算法需要应对各种域变化的挑战,由于新领域数据不可得或者不易得的原因,不可能在训练过程中访问所有域的数据,因此需要识别模型在新领域上具有良好的泛化性能。目前绝大部分域泛化任务使用单源域数据,但是单源域数据
随着现代科技的不断发展和大数据时代的到来,各种数据类型层出不穷,研究者们需要处理的不仅仅是低维度数据,更多的是各种复杂的高维度数据,同时数据量也迅猛地膨胀。持续同调技术是拓扑数据分析领域中的一项重要技术,它能捕捉高维样本空间中的低维拓扑结构,同时不会损失过多的信息。目前,在持续同调领域有很多的理论和应用研究成果,但是将持续同调与机器学习结合的研究相对较少,主要是持续同调提取出的信息很难直接用于机器
卷积神经网络是一种重要的神经网络结构,被广泛应用于图像分类和目标检测等计算机视觉任务。相关研究推动了人脸识别、光学字符识别和自动驾驶等计算机视觉任务和相关领域的迅猛发展,为人类生活提供了更加安全和便捷的环境。因此,研究高效的卷积网络结构具有重要的理论意义和现实意义。作为卷积神经网络的核心组件,方形卷积核是卷积神经网络的标准单元。它与张量计算相契合,具有很高的计算效率。然而,生物视觉系统中的视网膜神
头部和胸部CT扫描是一种常用的疾病检查方式。在临床中,经常需要从头胸部CT图像中分割出颅骨、颈椎、胸椎、胸骨、左右锁骨、左右肋骨,进而为疾病的诊断提供依据。目前,深度神经网络广泛应用于CT图像的语义分割任务,在三维图像语义分割中,比较常用的是3D-UNet以及该网络的一些变种。3D-UNet网络结构较为简单,参数量较少,在单分割任务中具有较好的性能,但是用于多标签分割任务中时则往往难以获得较高的精
深度神经网络在多个人工智能领域均表现出显著的性能优势,并被广泛应用于现实场景中的多种任务,如图像分类、人脸识别等计算机视觉任务。然而,近期的研究发现,深度神经网络对添加了微小扰动的对抗样本十分脆弱。尽管目前对抗攻击在白盒攻击的设置下已经能够达到较高的攻击成功率,大多数攻击在黑盒攻击的设置下仍表现出较弱的迁移性,尤其是在攻击有防御能力的模型时迁移性很差,这使得现有的白盒攻击方法很难直接应用于现实场景
物流作为国民经济的重要组成部分以及社会各环节的联结纽带,随着我国产业结构改革、电子商务兴起以及居民消费方式转变,城市物流需求与空间急剧增长。科学定量解析城市物流空间发展规律和驱动机制,以理论指导其健康有序发展,对促进城市绿色可持续发展具有重要意义。现有研究多立足于物流用地或物流要素(物流企业、物流节点)单一视角,而基于时空动态视角综合用地与要素的研究较少。结合交叉学科方法,本研究立足于时空动态视角
近年来,三维建模技术被广泛应用于航姿测量、安全监控、虚拟飞行舱之类的非接触测量和数据可视化领域。在航空工业空气动力学试验中,高清图像采集设备在一次风洞试验中可以获取大量二维弱纹理图像序列,但是基于多视图几何的传统三维建模方法无法在这些图像上获取足量的匹配特征点,致使建模结果准确度差强人意,难以满足非接触式测量对三维建模精度的要求。因此,有必要开展弱纹理对象三维建模方法的研究。针对上述问题,在单视图
随着Web2.0和大数据技术的迅速发展,互联网中数据量呈爆炸式增长,海量数据蕴含了巨大的商业价值,但其庞大的数据量阻碍着用户高效准确地获取所需信息。为解决上述问题,推荐系统被广大研究学者提出,其通过挖掘用户历史行为数据为用户推荐其潜在感兴趣的信息(或商品),从而有效缓解信息过载问题。其中,会话推荐系统主要对用户的行为序列进行建模,受到了广泛关注。目前,已有会话推荐算法主要基于深度学习方法来提升算法
改革开放以来,人口外流成为我国很多地区的一种普遍现象。人口外流地区在基础教育设施发展中面临公平与效率两难的困境:如果倾向于满足效率而更集中地布局设施,则可能出现学生上学远、上学难等问题,不利于保障教育公平;但如果倾向于满足公平而更分散、均等地布局设施,则可能出现资源配置效率低下等问题。基础教育不但关系到个人能否实现自我人生目标,更关系到乡村振兴与国家长远发展。因此,本文深入分析人口外流地区基础教育