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

1、大型復(fù)雜結(jié)構(gòu)由于承受各種動(dòng)荷載、遭受自然侵襲等原因在服役期間通常會(huì)出現(xiàn)損傷，損傷結(jié)構(gòu)的動(dòng)力特性較之完好結(jié)構(gòu)會(huì)發(fā)生一定變化。所以利用結(jié)構(gòu)動(dòng)力特性的變化來(lái)檢測(cè)結(jié)構(gòu)的損傷是近年來(lái)被廣泛研究的課題。本文對(duì)基于振動(dòng)特性的結(jié)構(gòu)損傷檢測(cè)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(jī)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(jì)損傷指標(biāo)，對(duì)簡(jiǎn)單的板結(jié)構(gòu)驗(yàn)證了方法的有效性。因?yàn)榻Y(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(cè)效率較低、計(jì)算量偏大，所以引入優(yōu)化算法——小生境遺傳算法來(lái)提高結(jié)構(gòu)損傷位置檢測(cè)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(cè)到機(jī)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(duì)損傷程度的檢測(cè)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(shí)時(shí)在線檢測(cè)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(hào)中會(huì)以信號(hào)突變或脈沖的形式出現(xiàn)。那么我們?cè)O(shè)定處理信號(hào)的目的為提取信號(hào)中的瞬態(tài)部分。由于采集信號(hào)的不確定性，引入了近年來(lái)數(shù)字信息處理方法的研究熱點(diǎn)——盲信號(hào)處理，通過濾波器、預(yù)測(cè)理論、短時(shí)傅立葉、譜峭度等概念來(lái)提取噪聲環(huán)境中的損傷信息。在MATLAB中進(jìn)行信號(hào)處理的仿真實(shí)驗(yàn)。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