基于CMSE和Niche GA的結(jié)構(gòu)小損傷定位定量識別方法研究.pdf

1、大型復(fù)雜結(jié)構(gòu)由于承受各種動荷載、遭受自然侵襲等原因在服役期間通常會出現(xiàn)損傷，損傷結(jié)構(gòu)的動力特性較之完好結(jié)構(gòu)會發(fā)生一定變化。所以利用結(jié)構(gòu)動力特性的變化來檢測結(jié)構(gòu)的損傷是近年來被廣泛研究的課題。本文對基于振動特性的結(jié)構(gòu)損傷檢測方法及其效果做了相應(yīng)的研究。 論文的第一部分工作，首先建立完好和損傷機翼盒段結(jié)構(gòu)有限元模型，并且提取了相應(yīng)的模態(tài)和頻率信息。其次引入交叉模態(tài)應(yīng)變能概念，并設(shè)計損傷指標(biāo)，對簡單的板結(jié)構(gòu)驗證了方法的有效性。因為結(jié)構(gòu)

2、的復(fù)雜性和有限元模型中單元數(shù)量的增多使交叉模態(tài)應(yīng)變能方法在使用過程中檢測效率較低、計算量偏大，所以引入優(yōu)化算法——小生境遺傳算法來提高結(jié)構(gòu)損傷位置檢測的效率。仿真結(jié)果表明，交叉模態(tài)應(yīng)變能和小生境遺傳算法相結(jié)合能夠有效的檢測到機翼盒段結(jié)構(gòu)損傷程度較小的單損傷和復(fù)合損傷情形，并且對損傷程度的檢測誤差很小。而交叉模態(tài)應(yīng)變能方法與一般的模態(tài)應(yīng)變能方法相比，需要的模態(tài)信息很少，一般只需損傷結(jié)構(gòu)的低階模態(tài)和頻率，且不需要模態(tài)歸一化或標(biāo)準(zhǔn)化。

3、 論文的第二部分工作，研究了結(jié)構(gòu)實時在線檢測中損傷信息提取的問題。在結(jié)構(gòu)服役過程中，結(jié)構(gòu)的突然損傷在采集的響應(yīng)信號中會以信號突變或脈沖的形式出現(xiàn)。那么我們設(shè)定處理信號的目的為提取信號中的瞬態(tài)部分。由于采集信號的不確定性，引入了近年來數(shù)字信息處理方法的研究熱點——盲信號處理，通過濾波器、預(yù)測理論、短時傅立葉、譜峭度等概念來提取噪聲環(huán)境中的損傷信息。在MATLAB中進行信號處理的仿真實驗。結(jié)果表明，此方法能夠完成提取結(jié)構(gòu)服役過程中突然損傷信