基于三維仿真與模型參數(shù)監(jiān)測的機械結(jié)構(gòu)局部損傷診斷方法.pdf

1、隨著科學(xué)技術(shù)的進步、現(xiàn)代工業(yè)的發(fā)展以及人類生活日益增長的需求，現(xiàn)代機械裝備與結(jié)構(gòu)正在向大型化、復(fù)雜化與自動化方向發(fā)展。機械結(jié)構(gòu)在使用過程中，在承受工作載荷的作用以及各種突發(fā)性外在因素影響下可能發(fā)生局部損傷。當(dāng)局部損傷積累到一定程度時，會導(dǎo)致局部或整體結(jié)構(gòu)的失效。對于重要結(jié)構(gòu)，損傷所導(dǎo)致的機械裝備與結(jié)構(gòu)的故障停機將造成巨大的經(jīng)濟損失，乃至引發(fā)重大的災(zāi)難性事故。世界上不乏由于機械損傷導(dǎo)致災(zāi)難性事故的實例。對機械結(jié)構(gòu)進行損傷監(jiān)測與失效預(yù)警，將

2、在很大程度上消除事故隱患和避免發(fā)生災(zāi)難性事故。因此，結(jié)構(gòu)損傷監(jiān)測與診斷方法的研究具有重要意義?；谡駝拥慕Y(jié)構(gòu)損傷檢測與診斷技術(shù)可實現(xiàn)在線損傷(特別是早期損傷)的定量檢測與診斷，從而保證在役設(shè)備與結(jié)構(gòu)的運行安全，并為近代預(yù)知維修提供可靠信息。因此，近年來這種技術(shù)得到迅速發(fā)展。其中以模型為基礎(chǔ)的方法能夠?qū)崟r、敏感地發(fā)現(xiàn)由于結(jié)構(gòu)損傷所造成的結(jié)構(gòu)動態(tài)特性的本質(zhì)變化，并有可能對損傷作定量評估，從而受到國內(nèi)外研究者的廣泛關(guān)注。在基于結(jié)構(gòu)振動特性的損

3、傷檢測方法中，常用和有效的一種方法是利用結(jié)構(gòu)定量模型(如模態(tài)模型)的參數(shù)檢測方法，如利用結(jié)構(gòu)固有頻率、振型、模態(tài)曲率、應(yīng)變模態(tài)、傳遞函數(shù)、模態(tài)置信判據(jù)(MAC)、坐標(biāo)模態(tài)置信判據(jù)(COMAC)等模態(tài)參數(shù)的變化進行結(jié)構(gòu)損傷檢測。
　　 本文采用基于模態(tài)模型參數(shù)辨識的一種模型損傷檢測與診斷方法，解決了將此方法應(yīng)用于復(fù)雜機械結(jié)構(gòu)損傷檢測的一系列問題，提出了基于結(jié)構(gòu)易損傷部位及關(guān)鍵位置預(yù)測、結(jié)構(gòu)損傷-動力學(xué)響應(yīng)特征-模態(tài)參數(shù)變化之間關(guān)系

4、預(yù)分析的少傳感器結(jié)構(gòu)損傷檢測與診斷方法。提高了這種方法應(yīng)用于復(fù)雜工程結(jié)構(gòu)的可行性。提出了一種基于實驗?zāi)B(tài)分析數(shù)據(jù)的有約束的貝葉斯估計有限元模型修改方法，以多段組合的門形框架結(jié)構(gòu)為例，建立了修改后的模態(tài)模型。分析了這種框架結(jié)構(gòu)在激振器激勵下的動力學(xué)響應(yīng)及引起結(jié)構(gòu)損傷的敏感參數(shù)。在此基礎(chǔ)上，采用了基于三維動力學(xué)仿真的疲勞分析，確定了門形框架結(jié)構(gòu)的易損傷位置。為發(fā)生損傷后動力學(xué)行為變化的進一步分析提供依據(jù)。從理論上研究了損傷對結(jié)構(gòu)模態(tài)頻率和振

5、型的影響，討論了基于頻率變化監(jiān)測結(jié)構(gòu)損傷的可行性。以門形框架結(jié)構(gòu)為例，運用有限元方法，計算了疲勞裂紋以及法蘭螺栓松動條件下門形框架結(jié)構(gòu)模態(tài)頻率的變化。用模態(tài)實驗驗證了有損傷門形框架結(jié)構(gòu)的模態(tài)頻率漂移特征。通過計算與實驗結(jié)果比較，研究了歸一化的模態(tài)頻率漂移向量的一致性。運用頻響函數(shù)結(jié)構(gòu)綜合方法，分析了組合結(jié)構(gòu)的頻響函數(shù)。討論了幾種特殊連接情況下，組合結(jié)構(gòu)中的子結(jié)構(gòu)的頻響函數(shù)。結(jié)果表明，子結(jié)構(gòu)損傷或剛度變化對結(jié)構(gòu)動力學(xué)特征或頻響函數(shù)的影響是

6、復(fù)雜的，其影響取決于子結(jié)構(gòu)間連接狀況。對于剛性連接結(jié)構(gòu)來說，組合結(jié)構(gòu)中子結(jié)構(gòu)的頻響函數(shù)極點與整體結(jié)構(gòu)的頻響函數(shù)極點相同。通過子結(jié)構(gòu)的頻響函數(shù)極點選取，可以反映整體結(jié)構(gòu)的模態(tài)頻率變化。以基于工作模態(tài)分析的在線模態(tài)參數(shù)辨識為基礎(chǔ)，分析了辨識結(jié)果的不確定性，改進了辨識算法。提出用可表征損傷特征的主模態(tài)對應(yīng)的互功率譜幅值構(gòu)建Fisher信息陣。通過逐步消除不敏感傳感器直到余下的傳感器數(shù)目為期望數(shù)值為止，得到了傳感器優(yōu)化布置(盡可能少的數(shù)量與最佳