[发明专利]一种轴向功能梯度梁的损伤识别方法在审
申请号: | 201710517851.7 | 申请日: | 2017-06-29 |
公开(公告)号: | CN107357980A | 公开(公告)日: | 2017-11-17 |
发明(设计)人: | 谭栋;吕中荣 | 申请(专利权)人: | 中山大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50 |
代理公司: | 广州粤高专利商标代理有限公司44102 | 代理人: | 林丽明 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 轴向 功能 梯度 损伤 识别 方法 | ||
技术领域
本发明涉及结构健康检测损伤识别技术领域,更具体地,涉及一种轴向功能 梯度梁的损伤识别方法。
背景技术
伴随着我国社会的高速发展,各式各样的工程设施数量不断增长,大规模复 杂建筑拔地而起。在这些结构和基础设施服役期间,由于环境荷载的作用、腐蚀、 材料老化等不利因素的影响,随着时间的推移,将不可避免地积累结构疲劳和产 生损伤。如果对这些损伤置之不理,一旦结构关键部位的损伤积累到一定程度, 损伤将会迅速扩展,进而导致整个结构的破坏。由于未能及时发现结构而造成的 悲剧不胜枚举,不仅会带来重大的经济损伤,更会对人民的生命造成威胁。所以, 对结构的健康状况进行检测评估,已成为结构服役期间的必然需求。
检测结构损伤的方法多种多样。从最初的用肉眼观察到现在用高科技仪器, 如超声波、红外线等,这些技术已广泛地应用于工程实际之中。在各种各样的方 法中,基于结构振动特性的损伤识别技术得到了最广泛的研究。基于结构振动特 性的损伤识别技术的基本思想是:局部损伤必然引起结构动力特征变化。如果按 照所用数据进行分类,还能细分为两类:静态识别技术和动态识别技术。
对于静态识别技术,就是应用静态测量数据来进行损伤识别。由于静力平衡 方程只涉及结构刚度,因此识别目标比较明确。而且静力测量数据比较容易获取, 测量误差也很小。但是就目前的静力识别技术,大多存在算法过程复杂、计算量 大或精度不足等问题。而对于动态识别技术,就是应用动力系统中的各种参数来 进行损伤识别。目前主要技术方向有频域和时域两种。频域方向的技术主要应用 动力系统中的频率、振型、模态曲率或频响函数等;时域方向的技术主要应用到 动力系统的速度、加速度、位移响应。动态识别技术的优势在于能用于识别的参 数非常多且方法丰富,而其劣势在于所需测量数据量较大且容易受噪声影响等。
近些年来,由于工程、科技上的各种需求,各种材料如雨后春笋般出现,而 功能梯度材料由于其具有良好的热学和力学性质,故被越来越广泛地应用到了航 天、工程等领域中。而作为结构中的一环,功能梯度梁也难免会出现疲劳、损伤 等情况,对其进行损伤识别,也成为了工程研究中非常重要的一部分。
文献“基于静力响应的桥梁结构损伤识别(国外建材科技,2006,27(2), 105~107)”介绍了一种识别桥梁结构的方法。该方法运用静力测量数据,并通过 进一步求解损伤控制方程来得到识别结果,但在损伤程度增加及损伤数大的情况 下识别偏差较大,且容易出现误判,求解方程时会遇到计算量大的问题。而文献 “结构损伤识别的柔度灵敏度方法(中山大学学报,2010,49(1),16~19)”提 出了一种基于振动模态的模型修正方法。该方法通过Neumann级数展开来推导 结构柔度矩阵关于单元刚度损伤参数的灵敏度公式,以此建立结构的损伤识别方 程,能得到较好的识别结果。然而由于应用到模态数据,对测点数量有一定的要 求,在使用不完整模态的情况下精度有所降低。同样,由于没有对损伤位置先做 预测,会造成识别效率较低、损伤误判等问题。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷,提供一种轴向功能梯度梁 的损伤识别方法。该方法是利用残余力向量对轴向功能梯度梁结构损伤进行定位, 之后用包含混合灵敏度矩阵的灵敏度法对损伤程度进行识别。
为解决上述技术问题,本发明的技术方案如下:
一种轴向功能梯度梁的损伤识别方法,包括以下步骤:
1)用有限元方法将轴向功能梯度梁结构进行简化建模,并把结构划分为nel 个单元;
2)提取损伤结构的频率和模态,根据如下所示的式子得到损伤后结构的残 余力向量fi,对应得到RFV值:
其中ωdi,Vdi分别为损伤结构第i阶测量得到的频率和振型数据,K,M分 别为结构完好状态下的刚度矩阵及质量矩阵;
比较fi所对应各节点的值,在局部RFV值不等于零的节点所对应的单元, 定义为有可能出现损伤的可疑单元,共有n个可疑单元,并将其损伤参数初值设 为αi=1,i=1,2,…,n,α={α1,α2,…,αn};
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710517851.7/2.html,转载请声明来源钻瓜专利网。