学位论文 > 优秀研究生学位论文题录展示

结构损伤全局检测若干方法研究及应用

作 者: 董广明
导 师: 陈进
学 校: 上海交通大学
专 业: 机械设计及其理论
关键词: 结构损伤检测 全局方法 裂纹位置 裂纹深度 经验模态分解 时频分析 小波分析 信号奇异性 早期损伤特征参数 统计模式识别 双谱分析 神经网络模式识别 连接螺栓组松动 宽带随机振动试验
分类号: TH878
类 型: 博士论文
年 份: 2007年
下 载: 439次
引 用: 2次
阅 读: 论文下载
 

内容摘要


区别于传统的结构局部无损检测技术(NDE)的结构损伤全局检测技术一般可以分为两种:基于动力学模型的损伤检测方案和基于信号分析的无模型损伤检测方案。本文第二章首先研究了基于结构动力学模型的裂纹轴损伤位置和深度的识别问题,然后在第三章以后,主要篇幅用于研究基于信号分析,无模型的损伤全局检测方案。针对结构损伤全局检测基本问题,采用仿真和试验手段分别研究了如何识别结构体系中损伤的发生、损伤位置和损伤程度的不同方法。第二章主要研究基于结构动力学模型的结构损伤全局检测方法。结构裂纹检测是一个较难的工程问题,为有效检测具有单一开裂纹的圆轴中的裂纹位置和深度,首先建立了基于Euler-Bernoulli梁和局部柔度理论的单一开裂纹轴连续模型,并通过振动分析研究了裂纹位置、深度与裂纹轴前两阶固有频率、振型的关系。根据研究结果,提出了一种根据裂纹轴的前两阶固有频率以及相应第一阶振型来识别裂纹位置和深度的方法。算例分析表明,在建立了完善的裂纹轴有限元模型或解析模型后,通过裂纹轴的模态参数分析,可以有效地确定裂纹的位置和深度。结构发生损伤后,如连接结构的松动会产生间隙而导致结构的撞击和摩擦,结构的振动响应信号会产生某些奇异性,本文第三章利用小波奇异性检测理论分析结构在受损时的振动信号,从而判断结构受损伤时刻,并着重研究了结构在高斯白噪声随机激励下,消除激励对响应信号奇异性影响的小波变换方法。支撑座结构的简单仿真模型分析以及钢框架结构仿真算例表明了该方法的有效性。本文第四章根据经验模态分解(EMD)得到的信号分量特点,研究了两种用于识别结构损伤发生的方法。采用EMD和Wigner-Ville分布(WVD)结合的时频分析方法,可有效抑制交叉项干扰,同时不降低分析结果的时频分辨率,这种方法适用于检测旋转机械结构损伤导致的倍频成分;针对非旋转机械结构损伤前后频率变化不大的特点,采用限带宽EMD分析并结合随机减量方法,得到对应结构各阶模态的自由衰减振动信号,从而实现结构损伤前后固有频率和振型阻尼的识别,进而判断损伤的发生。钢框架结构仿真算例表明,EMD-RDT方法可准确识别结构不同状态下的各阶固有频率与振型阻尼;支撑座结构模型实验分析表明该结构的频率与阻尼辨识结果可以作为判定螺栓组松动发生的依据。当结构发生早期损伤时,由于结构的基频下降很少,因此有必要寻找对结构早期损伤敏感的特征参数;另一方面,工程结构及其输出信号因受许多随机干扰而存在许多不确定性,于是采用结构损伤统计模式识别方法也是一个必然。因此,第五章基于单传感器测量信号的特征提取及统计模式识别来识别结构的早期损伤及其损伤程度,研究并对比了ARX以及AR-ARX模型损伤特征参数序列在结构不同损伤程度下的统计分析结果,并进行了不同参数下的讨论。钢框架结构仿真算例和支撑座结构模型实验分析表明均表明两者可以及时反映结构早期损伤以及早期损伤的不同程度,且对噪声和传感器的放置位置不敏感。研究基于全局的结构损伤位置识别方法很多,作为方法的补充,并出于博士论文完整性的考虑,第六章对钢框架模型结构,首先建立了钢框架结构连接螺栓松动的动力学模型,然后根据多传感器信号双谱特征并结合神经网络分类方法,对钢框架结构不同螺栓松动位置进行了识别。

全文目录


摘要  4-6
ABSTRACT  6-14
第一章 绪论  14-30
  1.1 选题背景  14-15
  1.2 基于动力学模型的损伤检测方案  15-22
    1.2.1 基于频率变化的损伤诊断方法  15-16
    1.2.2 基于振型的损伤诊断方法  16-17
    1.2.3 通过构造柔度矩阵的损伤诊断方法  17-18
    1.2.4 基于模型修正的损伤诊断方法  18-20
    1.2.5 将神经网络方法用于损伤特征模式识别  20-22
  1.3 基于信号分析的结构损伤诊断方案  22-28
    1.3.1 基于小波分析的结构损伤诊断  22-25
    1.3.2 统计模式识别用于结构损伤诊断  25-26
    1.3.3 时频分析技术的应用  26-27
    1.3.4 高阶统计量方法的应用  27-28
  1.4 本文主要研究内容  28-30
第二章 单一开裂纹轴的振动分析与裂纹参数识别  30-46
  2.1 引言  30-31
  2.2 局部柔度的计算  31-33
  2.3 基于传递矩阵分析和局部柔度理论的裂纹轴有限元模型  33-35
  2.4 基于EULER-BERNOULLI 梁和局部柔度理论的连续模型  35-37
  2.5 单一开裂纹轴的振动特性分析  37-42
    2.5.1 裂纹深度对裂纹轴固有频率的影响  38-39
    2.5.2 裂纹位置对裂纹轴固有频率的影响  39-41
    2.5.3 裂纹轴与无裂纹轴的振型比较  41
    2.5.4 裂纹轴的细长比对其固有频率的影响  41-42
    2.5.5 对浅裂纹的讨论  42
  2.6 单一开裂纹轴的裂纹参数识别  42-45
  2.7 本章小结  45-46
第三章 识别结构损伤发生的小波监测方法  46-66
  3.1 引言  46
  3.2 离散小波变换的理论与特性  46-48
  3.3 离散小波变换在仿真模型中的应用  48-55
    3.3.1 支撑座结构的简单仿真模型分析  48-50
    3.3.2 钢框架结构算例应用  50-55
  3.4 连续小波变换的奇异性检测理论  55-58
    3.4.1 信号的奇异性表示  55-57
    3.4.3 小波变换模极大值检测信号奇异性  57-58
  3.5 消除激励信号奇异性的连续小波变换方法  58-65
    3.5.1 激励-响应之间关系的状态空间表示方法  59
    3.5.2 小波基函数的引入  59-60
    3.5.3 消除激励奇异性对响应影响的方法  60-62
    3.5.4 支撑座结构的仿真模型分析  62-63
    3.5.5 钢框架结构算例应用  63-65
  3.6 本章小结  65-66
第四章 识别结构损伤发生的经验模态分解分析方法  66-82
  4.1 EMD 方法的基本理论  66-69
  4.2 EMD 和WIGNER-VILLE 分布结合的信号时频表示方法  69-74
    4.2.1 仿真算例1  69-72
    4.2.2 仿真算例2:裂纹转子匀转速以及升速时的动态信号  72-74
  4.3 EMD 方法与随机减量方法相结合的结构固有频率与振型阻尼识别  74-81
    4.3.1 多自由度振动系统在任意激励作用下的响应分析  74
    4.3.2 随机减量法(Random Decrement Technique--RTD)简述  74-75
    4.3.3 EMD 和RDT 相结合的结构固有频率与振型阻尼识别  75-76
    4.3.4 刚框架结构算例仿真分析  76-79
    4.3.5 支撑座结构模型实验分析  79-81
  4.4 本章小结  81-82
第五章 识别结构的早期损伤及其程度  82-108
  5.1 引言  82
  5.2 基于ARX 模型的结构损伤程度识别  82-93
    5.2.1 ARX 模型概述  82-83
    5.2.2 ARX 模型残差分析  83-84
    5.2.3 数据匹配  84-85
    5.2.4 损伤程度的统计模式识别  85-86
    5.2.5 仿真分析模型及不同损伤程度下输出信号的基本时频域特征  86-88
    5.2.6 钢框架结构不同损伤程度下ARX 模型损伤特征参数统计分析  88-90
    5.2.7 对基于ARX 模型的结构损伤程度识别方法的讨论  90-93
  5.3 基于AR-ARX 模型的结构损伤程度识别  93-102
    5.3.1 AR-ARX 模型概述  93-94
    5.3.2 数据匹配  94
    5.3.3 基于 AR-ARX 模型的结构损伤程度识别方法的仿真算例分析与讨论  94-100
    5.3.4 AR-ARX 损伤特征参数对噪声免疫的理论解释  100-102
  5.4 支撑座连接螺栓组松动不同程度识别的实验分析  102-106
    5.4.1 连接螺栓组松动不同程度下ARX 模型损伤特征参数统计分析  103-105
    5.4.2 AR-ARX 模型损伤特征参数统计分析  105-106
  5.5 本章小结  106-108
第六章 识别结构的损伤位置  108-122
  6.1 引言  108-109
  6.2 钢框架结构螺栓松动的模拟  109-113
  6.3 双谱特征提取  113-115
  6.4 人工神经网络用于结构损伤识别  115-116
  6.5 基于多传感器双谱特征和神经网络的框架结构螺栓松动位置识别  116-120
  6.6 本章小结  120-122
第七章 总结与展望  122-126
  7.1 全文工作总结  122-124
  7.2 主要创新点  124-125
  7.3 结构损伤全局检测技术研究工作展望  125-126
参考文献  126-134
附录I 论文第3-6 章用到的仿真及实验模型  134-146
  1. 钢框架仿真模型简介  134-136
  2. 支撑座结构模型在其连接螺栓组不同松动状态下的宽带随机振动实验  136-141
    2.1 支撑座结构模型简介  136
    2.2 支撑座宽带随机振动实验  136-141
      2.2.1 随机振动试验系统介绍  137-138
      2.2.2 随机振动试验条件的给出  138
      2.2.3 随机振动试验几个关键问题  138-140
      2.2.4 支撑座连接螺栓组(部件6)不同松动程度的故障模拟  140-141
  3 支撑座结构模型的模态分析  141-146
    3.1 忽略接触面的有限元计算模型  141-142
    3.2 考虑接触面的有限元计算模型及其法向刚度辨识  142-146
附录II-攻读博士学位期间的科研项目及论文发表情况  146-148
  A. 攻读博士学位期间参加的科研项目  146
  B. 攻读博士学位期间所发表与录用的论文  146-148
致谢  148-150

相似论文

  1. 订单型制造质量管理系统的关键技术研究,F274
  2. 基于小波分析与人工神经网络水轮机振动信号分析,TV734.1
  3. 基于量子小波神经网络的漏钢预报系统研究,TP319
  4. 用于储层参数预测的神经网络模式识别方法研究,P618.13
  5. 基于多参数的风机状态监测与故障诊断的研究,TH43
  6. 基于小波变换的化学谱图数据处理,TP274.2
  7. 顶板动态监测集成技术研究,TD672
  8. 一类面向医药领域的色谱及其联用分析新方法研究,R917
  9. 雷达辐射源个体识别研究,TN957.51
  10. 列车组合定位系统故障检测与隔离算法的研究,U279.3
  11. 基于BP神经网络的肺癌细胞图像处理系统的研究,TP391.41
  12. 输油管线漏检信号的自动识别,TP274.5
  13. 基于小波分析的电能质量检测与应用研究,TM711
  14. 生物样品毛细管电泳计算分析方法研究,O658.9
  15. 捆扎线材图像处理的识别方法研究,TP391.41
  16. 小波在电能质量检测和分类中的应用,TM764
  17. 基于BP神经网络的手写体数字识别分析与研究,TP391.41
  18. 冶金过程中统计模式识别—神经网络优化程序的研制,TF345
  19. 应用统计模式识别和人工神经网络研究转炉炼钢中的脱磷,TF345
  20. 灰色自适应谐振理论及其性能评估,TP183

中图分类: > 工业技术 > 机械、仪表工业 > 仪器、仪表 > 材料试验机与试验仪器 > 无损探伤仪器
© 2012 www.xueweilunwen.com