資源描述：
《基于基于模態(tài)參數(shù)的損傷識(shí)別方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、學(xué)校代號(hào)：10731學(xué)號(hào)：P0408140209密級(jí)：公開蘭州理工大學(xué)碩士學(xué)位論文基于模態(tài)參數(shù)的損傷識(shí)別方法研究堂僮由遣厶絲芻i韭釜基昱』巫熊名星驅(qū)整i掛丞蝰熬攫奎董熬援埴羞里焦；±盔王捏堂睦童!些名整!結(jié)掏王程詮塞堡童旦期12QQZ生籃且QS旦迨窒簦整目塑；2QQ!生Q§且22旦筌避委雖盒圭廑；摘要本文采用數(shù)值模擬的方式對(duì)多種結(jié)構(gòu)損傷識(shí)別方法進(jìn)行了初步分析，選擇并改進(jìn)了其中的損傷識(shí)別方法，讓識(shí)別有更好的精度和實(shí)時(shí)性。為了提供各種損傷識(shí)別方法較優(yōu)的模態(tài)參數(shù)，文中對(duì)模型實(shí)驗(yàn)進(jìn)行了測(cè)試方法和模態(tài)參數(shù)分析，同時(shí)也采用了實(shí)際工程數(shù)據(jù)對(duì)模態(tài)試驗(yàn)進(jìn)行了初步分析。本文采用分步損傷識(shí)別
2、方法。損傷位置識(shí)別是基于曲率模態(tài)參數(shù)及模態(tài)置信準(zhǔn)則的聯(lián)合應(yīng)用，并同時(shí)比較了各種模態(tài)參數(shù)對(duì)損傷反映的靈敏性，說明局部曲率模態(tài)參數(shù)對(duì)損傷反映較優(yōu)；分別說明了兩種損傷識(shí)別方法的優(yōu)缺點(diǎn)，并分析其聯(lián)合后對(duì)損傷識(shí)別完備性的改善；通過對(duì)局部曲率模態(tài)參數(shù)的分析，采用改進(jìn)了的坐標(biāo)模態(tài)置信準(zhǔn)則建立了損傷程度標(biāo)識(shí)量選取的統(tǒng)一標(biāo)準(zhǔn)。損傷程度識(shí)別由BP神經(jīng)網(wǎng)絡(luò)完成，考慮了結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)實(shí)時(shí)性的要求，所以只對(duì)監(jiān)測(cè)系統(tǒng)中使用神經(jīng)網(wǎng)絡(luò)快速識(shí)別損傷進(jìn)行了模式性的探討。動(dòng)力檢測(cè)是利用結(jié)構(gòu)的動(dòng)力響應(yīng)識(shí)別結(jié)構(gòu)特征參數(shù)，進(jìn)行結(jié)構(gòu)性能、損傷等方面的評(píng)價(jià)，所以結(jié)構(gòu)特征參數(shù)的識(shí)別和分析對(duì)基于模態(tài)參數(shù)的損傷識(shí)別方法至
3、關(guān)重要。文中的模型實(shí)驗(yàn)采用了錘擊法和掃頻振動(dòng)兩種方法來分析并識(shí)別結(jié)構(gòu)模態(tài)參數(shù)。通過實(shí)測(cè)數(shù)據(jù)的對(duì)比和分析，說明了兩種方法進(jìn)行模態(tài)參數(shù)識(shí)別的優(yōu)缺點(diǎn)，為測(cè)試模態(tài)參數(shù)的方法選擇提供參考。模態(tài)參數(shù)的靈敏度分析能為模型的修改提供參考；頻率分析驗(yàn)證了測(cè)試模型中附加質(zhì)量與其頻率改變量之間的關(guān)系。文中通過橋梁模態(tài)試驗(yàn)的方案和測(cè)試結(jié)果，初步分析了環(huán)境激振模態(tài)試驗(yàn)在橋梁檢測(cè)中的作用和不足。關(guān)鍵詞：結(jié)構(gòu)健康監(jiān)測(cè)；損傷識(shí)別；模態(tài)參數(shù)；BP神經(jīng)網(wǎng)絡(luò)；模態(tài)試驗(yàn)AbstractManydanlageidentificationmethodsareanalyzedbynumericalsimulatio
4、ninthispaper．Modifieddamageidentificationmethodscanprovidebetterprecisionandefficiency．ModeexperimentsUSeStwotestmethodstoanalyzedynamicmodalparameters，inordertoprovideneedsofdifferentidentifiedmethods，andusingengineeringdatatoanalyzemodaltest．Two-step-methodisadoptedfordamagedetectionin
5、thispaper．Combinedusingcurvaturemodalparametersandmodalas蜘】rancecriterionisordertoidentifydamagelocation．Accordingtocomparisonofmanymodalparameters，localcurvaturemodalparametersarcmoresensitivetodamage。Byanalysisofmeritsandshortagesoftwotestmethods，twomethods’combinationCane11hanogidenti
6、fiedintegrity．ModifiedCO．ordinationmodalassurancecriterioncansetupuniformstandardtoselectdamagedegree’Sidentificationparameters．BPneuralnetworkCanidentifydamagedegree．Consideringrequestsofon-linetestinstructurehealthmonitoringsystem，damagetestmodelisdiscussedbyusingBPneuralnetwork．Dynami
7、ctestisprocessofassessmentofstructureperformance，darnageandSOonbycharacteristicparametersinidentificationofstructuredynamicresponse，SOitmustanalyzecharactersofdynamicmodalparameters．ModeexperimentRSeShammertestandsinefrequencysweeptoanalyzetestparameters．ItCanproviderefer
