您好,欢迎访问三七文档
当前位置:首页 > 商业/管理/HR > 项目/工程管理 > 结构健康监测中的几个基本问题及其进展
结构健康监测中的几个基本问题及其进展中南大学土木建筑学院“长江学者奖励计划”特聘教授桥梁与隧道工程博士生导师任伟新博士•随着结构分析理论、施工技术、材料性能的迅速发展,结构跨度越来越大,结构越来越柔,不仅要求精确严密的计算与施工技术,而且对结构建成后的安全运营提出了更高的要求;•自90年代开始,提出了旨在保证结构安全、耐久的“结构健康监测”的概念,并在一些建成和在建的跨江、跨海大型桥梁和大型结构上,安装了和待安装结构长期健康状态监测系统,投资动辄在千万元以上。结构健康监测的一般过程•在一个较长时间段内通过一些传感器对系统的响应进行采集;•从这些响应信号中提取出对结构损伤比较敏感的特征;•对这些特征进行(统计)分析,确定结构目前的健康状况;•剩余寿命分析。结构健康监测系统的组成•高性能智能传感元件、无线传感网络与信号采集系统,数据挖掘,多参量、多传感元件监测数据智能处理与数据动态管理方法,结构实时损伤识别、定位与模型修正,结构实时健康诊断、安全预警与可靠性预测。•一个长期监测的结构相当于长期试验的结构,而且是足尺的、现场长期试验的结构,其监测结果对于研究和把握结构损伤演化规律、灾变行为和安全状态具有重要的科学与现实意义。结构健康监测的学术特点•涉及材料科学、仪器仪表与测试技术、信号处理、计算机科学与技术、通讯技术、大型结构分析、结构动力学、结构可靠度等多门学科领域,具有明显的学科交叉和融合特征。•健康监测系统集智能传感元件、数据无线采集和实时处理、结构损伤识别、健康诊断与可靠性预测以及远程通讯与数据管理等硬软件系统于一体,是工程理论发展与综合的象征、高新技术开发与集成的标志,同时也是现代结构实验技术的集中体现。结构健康监测中的几个基本问题•环境振动(工作)模态参数识别;•结构损伤识别;•有限元模型修正;•传感器。1、环境振动(工作)模态参数识别•在研究重大结构灾变行为和健康监测时,首先遇到的关健问题之一就是正确地识别或监测结构工作时的特性。•模态参数(频率、振型和阻尼比)是结构固有的动力学特性。•基于结构动力的结构健康监测就是监测结构动力特性的变化。系统识别系统识别的含义:工程结构系统[M],[C],[K]输入输出激励响应传统系统识别的不足:•需要专用的系统激励设备;•必须封闭线路,无法实现实时的安全监测;1、工作模态参数识别土木工程结构动力试验方法强迫振动试验法;自由振动试验法;环境振动试验法。、工作模态参数识别力锤激励-Hammer、工作模态参数识别Hammerexcitationisreadytogo、工作模态参数识别竖向激振器-ShakersVertical,5kN,2.3f100HzPowergenerator、工作模态参数识别横向激振器-ShakersHorizontal,32kN,1.5f100Hz、工作模态参数识别FreeVibrationExcitationsBumpandBrake、工作模态参数识别FreeVibrationExcitation-WeightReleased、工作模态参数识别ProblemswithCivilEngineeringStructures•Itisextremelydifficulttorealizetheexcitationonalarge-scalestructure.Someheavyforcedexcitationsbecomeveryexpensive.•Traffichastobeshutdownforaratherlongtime.Thiscouldbeaseriousproblemforintensivelyusedbridges.•Theneedtoidentifymodalmodelsunderoperationalconditionsoftenarisesfortheon-linemonitoring.、工作模态参数识别环境(自然)激励的优点天然、方便和便宜和的激励方式;更符合实际情况和边界条件;可以实现对结构的实时安全监测。、工作模态参数识别环境激励的缺点结构动力响应测试数据,具有幅值小、随机性强的特点;记录时间长,数据量巨大;系统识别是仅由输出数据的系统识别方法(Output-onlySystemIdentification);给结构系统的识别带来很大的难度。、工作模态参数识别Output-OnlySIMethods•Peak-pickingfrompowerspectraldensities(PSDs);•AutoRegressive-MovingAverage(ARMA)modelbasedondiscrete-timedata;•Naturalexcitationtechnique(NExT);•Stochasticsubspacemethodsetal.TherehavebeenseveralambientvibrationSItechniquesavailablethatweredevelopedbydifferentinvestigatorsorfordifferentusessuchas:、工作模态参数识别Frequency-DomainSITechniques•BasedonthefactthatFRFsgoesthroughanextremearoundthenaturalfrequencies.•ThereferencesignalisusedasaninputandFRFsandcoherencefunctionsarecomputedforeachmeasurementpointwithrespecttoreferencepoint.•Themostpopular,mainlyduetotheirsimplicityandprocessingspeed,andalsoforhistoricalreasons.•Involveaveragingtemporalinformation,thusdiscardingmostoftheirdetails;•Alwaysarealmodalanalysis.、工作模态参数识别Time-DomainSITechniques•Directlyworkwithtimedata,withouttheneedtoconvertthemtocorrelationsorspectra;•Basedonadiscrete-timestatespacemodelofadynamicsystem;•Identifythestatespacematricesbasedonthemeasurementsandthendeterminemodalparameters;•NeedrobustnumericaltechniquessuchasQR-factorizationorleastsquares;•Itisalwayscomplexmodes.、工作模态参数识别Peak-PickinginFrequency-Domain•Thesimplestapproachtoestimatethemodalparametersofastructuresubjectedtoambientloading.•TheFRFsaresimplyreplacedbytheautospectraoftheambientoutputswithouttherealFRFscomputed.•thenaturalfrequenciesaresimplydeterminedfromtheobservationofthepeaksoftheaveragenormalizedpowerspectraldensities(ANPSDs)obtainedbyadiscreteFouriertransform(DFT).•Modeshapesaresimplyreplacedbyoperationaldeflectionshapes.、工作模态参数识别StochasticSubspaceIdentificationinTime-Domain•Inputisreplacedbyprocessnoisewkandmeasurementnoisevkindiscrete-timestatespacemodelofadynamicsystem;•Thesenoisesareassumedtobethewhitenoise;•TheQRfactorizationresultsinsignificantdatareduction;•Thesingularvaluedecomposition(SVD)isusedtorejectthenoise(representedbythesmallersingularvalues);•Oncemathematicalstatespacemodelisidentified,itisstraightforwardtodeterminethemodalparameters(byaneigenvaluedecomposition).、工作模态参数识别Output-OnlyModalAnalysis:AGUIforMATLAB•AGraphicalUserInterface(GUI)foroutput-onlymodalanalysisisdeveloped;•Thesimplepeak-pickingmethodaswellasthemoreadvancedstochasticsubspacemethodareimplementedinauser-friendlyway.•Bypushingbuttonstheuserisguidedthroughthewholeprocessofoutput-onlymodalanalysis:convertingmeasurementstoengineeringunits,preprocessingthedata,systemidentification,gluingmodeshapepartstogether,animatingmodeshapes,...、工作模态参数识别ApplicationofPreprocessingToolsTimeandfrequencydomainrepresentation、工作模态参数识别SI-PeakPickingWindow、工作模态参数识别
本文标题:结构健康监测中的几个基本问题及其进展
链接地址:https://www.777doc.com/doc-4401135 .html