基于振动测试的结构损伤识别方法研究及其应用

本书对基于振动测试的梁结构损伤识别方法进行了研究，回顾本书的工作，主要包括以下内容：

1）基于摄动法的裂纹梁振动模态研究

应用结构摄动法对裂纹梁结构的振动模态特性进行了研究。利用改进的裂纹损伤模型，推出了裂纹梁振动特征方程的摄动法表达式，得到了受损简支梁和Euler－Bernoulli梁的特征值和模态振型的计算公式。在此基础上，又进一步推出了弹性损伤结构的振动特征方程摄动法的一般计算方程，为定性和定量分析结构损伤对模态参数的影响提供了理论依据。

最后以简支梁作为数值算例，讨论了不同损伤条件下简支梁模态参数的变化情况：裂纹简支梁的频率与裂纹相对深度和位置都有关系。如果单纯从结构的固有频率变化来识别微小的损伤是比较困难的；可以通过判断损伤前后多个振型的变化来确定损伤位置，而曲率振型的效果要明显优于位移振型。还引用文献中的悬臂梁作为算例，检验基于改进裂纹损伤模型摄动法计算裂纹梁频率精度，通过与实验结果的比较，说明该方法还是比较可靠的。

2）基于HHT方法的结构损伤检测研究

讨论了HHT变换方法在结构损伤检测中的应用。首先推导出基于摄动法的裂纹梁动态响应方程，介绍了HHT变换的基本原理，并分析了HHT方法的优点和目前研究中存在的一些主要问题。为了提高HHT方法处理信号的精度，提出了基于小波分析和HHT变换的结构损伤检测方法，通过小波变换将结构响应信号分解为高频和低频的部分，然后对分解信号应用HHT变换，并利用相关分析筛选方法选取IMF分量，通过比较IMF分量的瞬时振幅和瞬时频率来判断结构是否发生损伤。通过采取以上的措施，提高了HHT方法处理响应信号的精度。简支梁仿真计算结果表明该方法是比较有效的。还对Benchmark结构进行了损伤检测，尽管损伤较小，该方法还是可以判断出损伤的发生。

3）基于支持向量机的结构损伤分步识别研究

将支持向量机算法应用于结构损伤智能诊断中。支持向量机在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。根据结构损伤识别的特点，提出了基于支持向量机的结构损伤分步识别方法：将概率计算引入支持向量机算法中，首先确定结构中可能出现损伤的位置，重新构造训练样本；然后使用支持向量机回归算法计算精确的损伤位置，并确定损伤程度。(www.xing528.com)

以损伤悬臂梁为例进行了数值仿真，计算结果表明这一方法可以提高损伤识别精度，对损伤程度的识别精度要高于损伤位置的识别。在简支矩形钢梁损伤诊断中，与神经网络预测结果相比，该方法具有更高的识别精度和计算稳定性。

4）悬臂梁损伤识别实验研究

通过悬臂梁损伤识别实验发现：基于改进损伤模型的摄动法计算反映了损伤悬臂梁的频率变化规律，但计算值和测量值之间有一定的差异，特别是对于发生较大损伤的情况下；通过比较损伤前后响应信号IMF分量的瞬时振幅和瞬时频率，可以很清楚看出悬臂梁响应信号的变化，验证了基于小波变换和HHT的损伤检测方法的可靠性；利用基于支持向量机的损伤分布识别方法对悬臂梁的损伤位置和程度进行了识别，计算结果表明预测结果还是比较准确的，特别是在训练样本随机误差较大的情况下，该方法依然能取得比较满意的结果。

5）基于激光电视全息技术的结构损伤诊断研究

介绍了激光电视全息无损测试技术的基本原理和研究进展，分析了激光电视全息技术的特点和存在的一些问题。为了提高激光散斑干涉条纹的处理精度，提出了基于激光电视全息和支持向量机的损伤检测技术。先得到无损结构的散斑干涉图像，为了模拟测量噪声对条纹图像的影响，通过对图像分割和随机选取像素值，构造一组无损结构的干涉条纹图像，然后通过支持向量机分类算法构建结构损伤检测网络，未知图像经过分类比较后就可判断损伤是否发生。这一方法实现了缺陷判断智能化，提高了识别精度，实现了结构缺陷判断智能化。通过对液晶面板的裂纹损伤的实验检测表明了本方法的有效性。

6）基于支持向量机的材料疲劳寿命预测

疲劳破坏是结构失效的重要原因之一，准确地进行结构疲劳寿命估算具有重要的理论和工程实际意义。根据材料疲劳损伤的特点，提出了基于支持向量机算法的疲劳寿命预测方法。即采用支持向量机算法模拟材料疲劳损伤演化过程，建立载荷、损伤参量和材料性能参量之间的对应关系，对材料疲劳损伤进行非线性的累加，进而准确预测疲劳寿命，通过实验数据检验了该方法的精度。预测结果表明，该方法能够较好地反映载荷的顺序效应对材料性能的影响，实现了疲劳损伤的非线性累加，提高了寿命估算的精度。