基于云模型相似性度量的结构不确定性损伤识别
2022-06-08骆勇鹏郑金铃刘远贵黄方林鲁四平刘景良
铁道科学与工程学报 2022年5期
骆勇鹏,郑金铃,刘远贵,黄方林,鲁四平,刘景良
(1.福建农林大学 交通与土木工程学院,福建 福州350002;2.福建省结构工程与防灾重点实验室(华侨大学),福建 厦门361021;3.中南大学 土木工程学院,湖南 长沙410075)
作为结构健康监测领域的核心部分,损伤识别一直受到广泛关注[1]。特别是基于动力特性的结构损伤识别方法,提出了基于应变模态、Hilbert-Huang法(HHT)、小波分析法和频响函数(Frequency Response Function,FRF)[2]等识别算法。其中,FRF相比其他模态参数包含的信息更加丰富,且获得较为容易,得到了广泛应用。郭恵勇等[3]提出的基于不完备频响函数的损伤识别方法解决了实际应用中无法测量结构每个测点频响函数的问题;张宇飞等[4]提出方法无需获取结构未损伤前的模态信息,通过频响函数虚部即可对结构进行损伤识别。但相关研究结果也指出该方法易受到噪声等不确定性因素的影响,造成识别结果误差大,尤其针对损伤早期以及微小损伤的情况。近几年结构损伤识别方法经历了由确定性方法到不确定性方法的发展过程[5],对不确定性方法的研究集中于概率统计和数据融合算法2个方面。目前对基于概率统计的不确定性损伤识别方法的研究较为广泛,也取得了一定的成果,如基于贝叶斯统计推断、随机有限元反分析、统计模式识别和概率神经网络的方法[6−7]等。通常的做法是将损伤识别的确定性指标和概率统计理论相结合进行损伤识别。NIU[8]将频率响应数据和吉布斯采样器相结合,利用概率分布确定损伤存在的概率(PDE);……
登录APP查看全文
