基于损伤性能函数的连续刚构桥损伤定位研究

来源 :重庆交通大学 | 被引量 : 0次 | 上传用户:magicylt
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
桥梁作为交通工程的枢纽承载着经济发展和便民服务的重要意义,然而现实生活中存在超载运行、环境腐蚀等因素影响,结构随时可能出现病害损伤,严重的可能会造成安全事故,基于动力测试的损伤识别方法因其较为经济以及不影响正常交通运行的优点而得到广泛的使用,其中基于固有频率变化的损伤识别方法得到许多研究者的关注。本文以某实际缩尺模型桥为研究对象,由理论研究和试验研究为出发点,通过对动力响应频谱局部化特性的了解,结合结构动力学、概率统计学以及结构损伤识别等学科知识,引出基于损伤性能函数的损伤识别方法,开展了基于损伤性能函数进行识别的理论基础与方法的研究以及基于该识别方法的动力损伤识别试验,并完成了以下工作:(1)基于本文研究的内容,收集整理国内外相关文献,并对结构损伤识别研究现状进行了综述和归纳,为后文研究提供了文献支持。(2)对基于损伤性能函数的识别方法进行了理论研究,解释说明提出该方法的理论依据,提出了指针频率的概念,并建立了数值模型对理论概念进行了试验研究。(3)建立实际模型桥数值模型,通过多点脉冲激励的荷载添加方式模拟随机行车荷载,并获取其加速度时程信号,采用信号分析软件对加速度时程信号进行傅里叶转换,得到结构振动的频谱图,基于损伤性能函数的识别方法,对所得数据进行处理,验证基于该识别方法对该模型桥的数值模型进行损伤识别的可行性。(4)对实际模型桥进行非结构性的表观检查和清理,恢复结构初始设计状态,完成了试验设计方案,对加速度传感器的布置进行了优化,通过人工构造损伤,设置多个损伤工况,并对每个工况进行了实际模型桥的脉冲激励试验,同时验证实际模型桥与数值模型的正确性,并对脉冲激励结构不同位置处,结构的动力特性进行了探索。(5)针对模型的各种结构状态进行随机行车激励,通过动态信号采集分析系统进行加速度信号收集与处理,对指针频率进行统计,构建各结构状态下指针频率的分布函数以及损伤状态下的损伤性能函数,利用损伤性能函数对结构进行损伤定位识别。
其他文献
容迟网络(Delay Tolerant Networks,DTN)作为一种新型的分布式自组网络,可以突破传统网络对全连通要求的限制,采用“存储-携带-转发”的路由机制逐跳转发消息,利用节点移动带来的间歇性连接实现网络通信。与传统网络相比,DTN具有链路中断频繁、节点存储能力较弱、传输时延长等特点,传统的路由机制无法直接应用于DTN。路由算法对DTN网络性能有至关重要的影响,已成为近年来的研究热点。
随着无人驾驶、VR虚拟现实技术和人工智能时代的到来,人们对信息数据的需求越来越大,呈现指数级增长。C-RAN(Centralized,Cooperative,Cloud and Clean Radio Access Network)架构能对基带资源进行统一管理和动态分配,从而提高系统频谱效率和功率效率,增强了网络覆盖。本文主要对C-RAN架构下分布式多天线系统下行链路预编码关键技术进行了研究。首先
互联网金融一方面作为新兴的金融业态而备受推崇,另一方面屡发的P2P平台跑路爆雷事件也让人心有不安,相关规制制度和举措并没有适度跟进。文章将以概念解析作为研究基础,通过
多智能体系统由于其具有协作完成任务的能力而在现实中被广泛地应用。相对于传统的集中式控制方法,分布式协调控制方法具有更好的鲁棒性、经济性、灵活性,因而成为研究多智能体系统控制问题的重要方法之一。一致性问题是多智能体系统控制领域研究的最重要的问题之一。随着对多智能体系统控制性能要求的提高,多智能体闭环系统的抗干扰性能与有限时间收敛性能得到越来越多的关注。本文主要针对受扰多智能体系统在无领导者和领导者跟
随着互联网的普及和发展,当今网络系统变得越来越复杂并愈加难以管理和扩展应用。软件定义网络(Software-Defined Networking,SDN)是一种有望改变现有网络困局的新型网络架构
随着互联网的发展和Web服务相关技术的进步,越来越多的软件服务开始出现在互联网上,这些服务提供应用程序访问接口(API)以供外部调用。开发者可以通过调用或合成网络上的开放
随着网络的日新月异,物联网、支付手段的网络化以及5G时代的来临,传统网络的弊端日益凸显,保护网络安全已经显得越来越重要。为了解决传统网络架构的缺点,提出了软件定义网络(Software Defined Network,SDN)。SDN网络的核心思想是将数据的转发与控制分离开来,降低了网络各层的耦合度。分布式拒绝服务(Distributed Denial of Service,DDoS)是危害网络安
基于机器学习的人脸图像分析是计算机视觉领域中的活跃研究课题之一,在很多人机交互的相关应用中都不乏基于人脸图像分析的属性分类,例如人脸识别、面部表情识别、性别分类等。本文总结分析了基于人脸图像性别分类的研究现状,研究并实现了基于字典学习和深度学习的人脸图像性别分类算法。1.基于形状-纹理超完备联合字典及集成表示的性别分类针对给定的人脸图像,基于傅里叶描述子及空间分块MQLBP编码分别提取原始形状及纹
应力为在役桥梁结构安全的重要指标,应力测试的便捷与精准是主要研究热点。众多现有混凝土应力测试研究中,超声应力测试便捷优势明显,但测试精度难以稳定和保障。超声应力测试在工程应用前,需在不确定度框架下进行计量研究,找到影响测试结果的不确定度因素,提高测试精度。本文以混凝土工字梁为研究对象,设计实施了混凝土工字梁三点弯曲荷载超声尾波应力测试,在奇异值分解基础上,提取了尾波幅值与应力变化线性关系,从不确定
潜特征学习是统计机器学习中的重要研究领域,其目标是寻找高维数据的有效低维表示。其中,贝塔过程是一种用于潜特征学习模型的强有力的工具。贝塔过程作为一种非参贝叶斯模型,可以学习到模型中特征的数目且该数目可以随着数据量的改变而自适应改变。对时序或空间数据建模时,由于数据通常依赖于时间或空间,不能任意交换数据的顺序。然而,传统的贝塔过程假设了交换数据顺序不影响数据的分布。为了解决上述问题,依赖的贝塔过程应