基于振动测试的结构损伤识别方法及研究成果

小波分析（Wavelet Analysis）［71－72］是一种信号的时间－频率分析方法，具有多分辨率分析的特点，可以看作是传统的Fourier变换的一个扩展。小波变换中引入了尺度参数，构成的时间窗和频率窗在频域内低频时有好的分辨率，而在高频时在时域内有好的分辨率，所以小波分析是系统信号时变分析中很有效的工具。

由于小波分析非常适合分析非平稳信号，因此可作为损伤识别中处理信号比较理想的工具，用它来构造损伤识别中所需要的特征参数，或直接提取对损伤有用的信息，如奇异信号检测、信噪分离、频带分析等。目前主要应用对损伤存在的检测及位置的确定。

Hou［73］利用小波分析对ASCE提出的健康监测基准问题的损伤识别进行了研究。利用时程分析程序计算Benchmark结构动力响应，将得到的加速度响应信号进行离散小波变换，通过分解后高频波形上的突起来判断损伤的存在和损伤发生的时刻。Deng等［74］研究了利用置于结构上的压电传感器阵列来采集在结构信号变化，并对这些信号进行小波分析。作者以简支钢梁和复合材料板作为实验对象，以冲击荷载响应信号作为小波变换的分析对象。李宏南等［75］用小波包将结构在脉冲荷载作用下的振动响应进行分解，将各频率段的能量值作为识别损伤位置的依据，并将小波方法与神经网络方法结合起来进行损伤诊断。陈雪峰等［76］从线弹性断裂力学的角度考虑裂纹引起的局部附加柔度，进而构造了小波有限元裂纹刚度矩阵，提出了基于小波有限元的裂纹诊断算法，克服了裂纹奇异性给传统有限元算法造成的困难。孙国等［77］通过对应力波信号进行熵标准下的最优小波包分解和对一定节点分解系数对应信号成分加以重构，提取实测信号所包含的对应于缺陷部位的应力波反射特征信息，再现了反射波信号在时间轴上的规律性，消除了由实测信号直接读取存在的潜在错误。(www.xing528.com)

Mallat等［78］提出了计算信号局部奇异性的Lipschitz指标，Douka等人［79－80］将其应用于损伤识别中，计算表明裂纹梁的固有模态的Lipschitz指标为1＜α＜2。金明凡［10］通过数值仿真计算梁的Lipschitz指数和常数A，结果表明Lipschitz指数只和损伤深度有关系，与损伤位置无关；而常数A与损伤位置和损伤程度都有关系，可以利用两种参数分别对应识别损伤的位置和程度。