基于振動響應(yīng)的結(jié)構(gòu)損傷檢測方法研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，現(xiàn)代工程結(jié)構(gòu)越來越大型化和復(fù)雜化，且由于長期受到變化的載荷作用以及突變的外在因素影響，容易造成結(jié)構(gòu)的強(qiáng)度降低和疲勞效應(yīng)，造成結(jié)構(gòu)工作性能的退化。為了保證結(jié)構(gòu)安全穩(wěn)定的工作，通常需要對工程結(jié)構(gòu)進(jìn)行狀態(tài)監(jiān)測，及時檢測發(fā)現(xiàn)工程結(jié)構(gòu)中發(fā)生的損傷。基于振動測試的損傷檢測方法是一種有效的結(jié)構(gòu)損傷檢測手段，得到了廣泛的研究和應(yīng)用。當(dāng)結(jié)構(gòu)發(fā)生損傷時，結(jié)構(gòu)的振動響應(yīng)信號中包含了相應(yīng)的損傷信息，如何從振動響應(yīng)信號中提取有效的損傷指標(biāo)是基

2、于振動測試的損傷檢測方法的關(guān)鍵問題。
　　利用結(jié)構(gòu)在不同測點處的振動響應(yīng)識別結(jié)構(gòu)的模態(tài)參數(shù)，通過對比損傷前后模態(tài)參數(shù)的變化對結(jié)構(gòu)損傷進(jìn)行檢測，是一種有效的損傷檢測方法。但模態(tài)參數(shù)識別需要對激勵進(jìn)行測量或假設(shè)其為白噪聲激勵，不適用于激勵未知情況下的損傷檢測。通過建立結(jié)構(gòu)的動力學(xué)模型，分析損傷對結(jié)構(gòu)參數(shù)的影響，提取有效的損傷指標(biāo)，可以對結(jié)構(gòu)損傷進(jìn)行檢測。但該方法需要建立準(zhǔn)確的結(jié)構(gòu)數(shù)值模型，不適用于復(fù)雜結(jié)構(gòu)的損傷檢測。因此，有必要研究直

3、接通過振動響應(yīng)提取損傷指標(biāo)的方法，克服傳統(tǒng)損傷檢測方法的局限性，對激勵未知情況下的結(jié)構(gòu)損傷進(jìn)行檢測。本文圍繞基于振動響應(yīng)的損傷特征提取和損傷檢測這個問題，以國家自然科學(xué)基金項目(項目編號：51375152)為背景，對基于振動響應(yīng)的結(jié)構(gòu)損傷檢測方法進(jìn)行了深入的研究，主要研究工作包括：
　　（1）針對直接計算損傷前后振動傳遞率函數(shù)的變化作為損傷指標(biāo)容易受到測量誤差及噪聲干擾的問題，提出了基于振動傳遞率函數(shù)和奇異值熵的損傷檢測方法。該方

4、法先利用相空間重構(gòu)方法對振動傳遞率函數(shù)進(jìn)行分析，再計算重構(gòu)后的振動傳遞率函數(shù)矩陣的奇異值熵作為損傷指標(biāo)，對三層書架基準(zhǔn)實驗結(jié)構(gòu)進(jìn)行了損傷檢測。實驗結(jié)果表明，該方法可以較好的區(qū)分結(jié)構(gòu)的不同工作狀態(tài)。另一方面，結(jié)合小波分析方法，提出了基于多尺度振動傳遞率函數(shù)和灰度矩相對熵的損傷檢測方法。該方法先對振動響應(yīng)進(jìn)行小波分解，計算不同尺度下的互相關(guān)函數(shù)，提出了多尺度振動傳遞率函數(shù)的概念。再計算多尺度振動傳遞率函數(shù)在不同尺度范圍內(nèi)的灰度矩向量作為損傷

5、指標(biāo)。最后，通過計算測試數(shù)據(jù)與樣本數(shù)據(jù)之間的灰度矩相對熵，對結(jié)構(gòu)的損傷模式進(jìn)行了識別。實驗結(jié)果表明，該方法能有效識別結(jié)構(gòu)的損傷模式，適用于激勵未知且工況變化情況下的結(jié)構(gòu)損傷識別。
　?。?）針對損傷特征參數(shù)的選擇問題，提出了基于局部均值分解（Local mean decomposition，LMD）和主分量分析的損傷檢測方法。該方法先對振動信號進(jìn)行局部均值分解，選取包含主要損傷特征信息的乘積函數(shù)（Product function，

6、PF）分量。再從PF分量中提取時域統(tǒng)計量作為特征參數(shù)，組裝成初始特征參數(shù)矩陣，并進(jìn)一步利用主分量分析獲得特征參數(shù)矩陣的主分量。最后通過建立距離判別函數(shù)對齒輪系統(tǒng)的不同工作狀態(tài)進(jìn)行識別。實驗數(shù)據(jù)分析結(jié)果表明，該方法能有效地識別齒輪損傷類型。另一方面，針對局部均值分解方法在分解過程中容易出現(xiàn)PF分量頻帶范圍過寬、低能量分量難以提取的問題，提出了基于WPD-LMD方法和相對排列熵的損傷檢測方法。該方法首先對結(jié)構(gòu)振動響應(yīng)進(jìn)行小波包分解（Wave

7、let packet decomposition，WPD），將振動信號分解為一系列窄帶信號，再對窄帶信號進(jìn)行局部均值分解，能有效克服上述問題。通過仿真信號驗證了WPD-LMD方法的有效性。計算分量信號的排列熵作為損傷指標(biāo)，通過計算測試數(shù)據(jù)和樣本數(shù)據(jù)之間的相對排列熵，對損傷模式進(jìn)行了識別。實驗分析結(jié)果表明，該方法能有效識別結(jié)構(gòu)的不同損傷類型。
　?。?）針對自適應(yīng)時頻分析方法，如經(jīng)驗?zāi)B(tài)分解（Empirical Mode Decom

8、position，EMD）和局部均值分解方法，在分解過程存在端點效應(yīng)、模態(tài)混淆、需要給出迭代終止條件等問題，研究了一種新的自適應(yīng)時頻分析方法--自適應(yīng)最稀疏時頻分析（Adaptive and sparsest time-frequency analysis, ASTFA）方法，并將其運用于結(jié)構(gòu)振動響應(yīng)分析，提出了基于 ASTFA的結(jié)構(gòu)損傷檢測方法。在介紹ASTFA的基礎(chǔ)上，對ASTFA和EMD進(jìn)行了對比，結(jié)果表明了ASTFA方法的優(yōu)越性

9、。利用ASTFA方法識別了結(jié)構(gòu)的模態(tài)參數(shù)，提出了基于分量信號瞬時頻率和瞬時能量的損傷指標(biāo)，對ASCE基準(zhǔn)實驗結(jié)構(gòu)和自由梁實驗結(jié)構(gòu)的損傷進(jìn)行了檢測。實驗結(jié)果表明，ASTFA方法可以有效的應(yīng)用于結(jié)構(gòu)損傷檢測。另一方面，提出了一種基于振動傳遞率函數(shù)和ASTFA方法的結(jié)構(gòu)損傷識別方法。該方法結(jié)合自適應(yīng)最稀疏時頻分析方法對振動傳遞率函數(shù)的時域特性進(jìn)行分析，計算損傷前后IMF分量的瞬時頻率和能量矩之和作為損傷指標(biāo)，對多自由度系統(tǒng)和三層書架基準(zhǔn)結(jié)構(gòu)的

10、損傷進(jìn)行了檢測。實驗結(jié)果表明，該方法可以有效的識別結(jié)構(gòu)的工作狀態(tài)及結(jié)構(gòu)損傷的位置。
　?。?）針對單個測點無法完整表示結(jié)構(gòu)整體特性，無法對損傷位置進(jìn)行定位的問題，研究提出了基于奇異值分解和特征正交分解的損傷檢測方法。該方法先利用奇異值分解對結(jié)構(gòu)響應(yīng)功率譜函數(shù)矩陣進(jìn)行分析，識別有效的模態(tài)頻率。再對單模態(tài)響應(yīng)下的互相關(guān)函數(shù)矩陣進(jìn)行特征正交分解，得到收斂于模態(tài)向量的特征正交模態(tài)。利用模態(tài)頻率和特征正交模態(tài)構(gòu)建柔度指標(biāo)，通過損傷前后柔度矩