基于序列非线性最小二乘法的桥梁结构在线损伤识别

在结构损伤发展的最早阶段通过对损伤的定位和识别以保证结构的可靠性和安全性，并且达到全寿命费用的最小化，对于任何结构健康监测系统来说都是非常重要的目标之一。基于振动测试进行实时和在线的结构损伤识别是桥梁健康监测中相当具有挑战性的课题，逐渐受到广泛的关注。现有的频域和时域范围的参数识别方法有很多，但是这些方法在实际应用中具有一定的局限性，不适合用作结构的在线损伤识别，为了解决这些方法中存在的问题，提出了序列非线性最小二乘法。本项目将研究基于序列非线性最小二乘法的桥梁结构在线损伤识别方法，通过建立桥梁结构的有限元模型和动力学方程，推导该方法的理论递归解，并通过模型试验，验证该方法的可行性。同时本项目还将针对振动测试信息不完全的情况，对该方法进行扩展并研究其对于局部关键构件的损伤识别。本研究将为实现在线和实时的桥梁健康监测提供理论依据，同时对桥梁以外的复杂结构的参数识别也具有参考价值。 2100433B

陈孝珍. 基于静态测量数据的桥梁结构损伤识别研究[D].华中科技大学,2005.2100433B

随着现代科学技术的迅速发展,高耸建筑、大跨度桥梁结构不断涌现,同时大量基础设施随着使用时间的增长,许多土木工程结构进入了老化阶段。为确保人民生命财产安全,需要快速有效地识别出工程结构可能发生损伤的部位和损伤大小,及时掌握结构运营下的健康状况。近年来结构安全性检测与健康监测的研究与应用已成为土木工程研究的前沿性课题之一,由于静态测量数据测量精度高,且容易获得,因此研究基于静态测量数据的结构安全性评估具有重要的理论与应用价值。本文在国家自然科学基金(No.50378041)和教育部博士点基金(No. 20030487016)的资助下研究了基于静态测量信息的结构损伤检测方法及其在复杂结构中的应用。在系统总结了近年来结构损伤识别的基本方法和一些研究思路的基础上,利用灰色系统理论,对基于不完备的自由度测量信息条件下的结构损伤定位方法进行了进一步的深入研究,提出了基于静态测量位移的结构损伤定位方法。由于损伤大小的识别最终可归结为参数识别的最优化问题,因此,可利用遗传算法对测量信息不多的情况下的损伤进行迅速而又准确的识别。本文在分析传统遗传算法在损伤识别的应用研究的基础上,将模糊理论与遗传算法相结合,对传统的遗传算法进行了改进,发展了基于改进遗传算法的结构损伤识别方法。

桥梁结构系统本身及模拟的很多不确定性、监测系统测量误差和噪声干扰等复杂因素，给桥梁结构的早期损伤识别带来很大的困难，使之成为桥梁健康监测和安全评估的瓶颈。基于模型确认的桥梁结构概率损伤识别方法研究课题，紧密结合桥梁健康监测，研究能够反映桥梁结构损伤局部化特点的敏感损伤特征指标及其统计分布规律；结合有限元模型确认技术和概率统计方法，研究基于确认有限元模型的桥梁结构概率损伤诊断方法；以混凝土简支梁桥和连续刚构桥模型的地震模拟振动台损伤试验来验证方法的有效性，同时结合实桥健康监测系统验证平台，探索实桥早期损伤诊断的可行性。本课题研究可以应用于桥梁结构健康监测、损伤识别和安全评估，对于桥梁健康监测具有重要的理论意义和实用价值。