吴思瑶

(福建农林大学金山学院，福建 福州 350108)

时变非线性结构两阶段损伤识别研究

吴思瑶

(福建农林大学金山学院，福建 福州 350108)

采用Bouc-Wen模型模拟结构的非线性，提出了一种两阶段损伤识别策略，用来检测时变非线性结构在刚度突变情况下的损伤状况。第一阶段，利用小波-独立分量分析(WT-ICA)技术进行突变点识别，从而确定损伤发生的时刻并初步定位损伤；第二阶段，采用结合Bouc-Wen模型的改进多粒子群协同优化算法(IMPSCO)进行分时段参数辨识，从而实现损伤的精确定位和损伤程度确定。通过一个数值算例对所提方法的可行性和有效性进行了验证，结果表明，该方法能够较好地应用于时变非线性结构的损伤评估，并且能够准确地识别出结构的非线性特征。

损伤识别；Bouc-Wen模型；小波奇异性分析；独立分量分析；粒子群优化

目前，基于振动的结构损伤识别研究[1]主要围绕的是时不变线性结构，但实际的土木工程结构通常是时变非线性的，即结构特性(包括质量、刚度、阻尼等)会随时间发生变化且具有一定程度的非线性特征。因此，如何基于结构实时振动数据对这类结构的损伤情况进行快速、准确识别至关重要。为此，国内外学者进行了相关研究并提出了一些方法。Yang和Lin[2]提出了一种基于最小二乘法的自适应追踪方法，对参数缓慢变化和突变的情况均能够获得准确的结果，但该方法必须初始化自适应因子。对此，尹强和周丽[3]通过引入遗传算法提出了一种改进方法，但该方法一般需要通过对加速度积分来获取速度和位移响应数据。……