基于自然激励技术的输电塔结构损伤识别分析-damage identification analysis of transmission tower structure based on natural excitation technology.docxVIP

中文摘要 中文摘要 重庆大学硕 重庆大学硕士学位论文 I I PAGE PAGE VI 摘 要 对于土木工程领域中的大型三维空间结构的损伤检测仍然是一项具有挑战性 的工作。当然想研究出一种即适用于各种结构又适用于各种损伤的损伤识别方法 也是不太现实的。针对目标结构和损伤类型的实用有效的损伤识别方法仍然处于 研究阶段。在本文中引用了一种方法来用于输电塔结构的损伤监测。该方法基于 模型缩聚技术，利用有限数量的加速度传感器，得到输电塔结构的自振频率和模 态振型，最后完成损伤的识别。为了减少该方法的计算量，本文中还引用了该损 伤识别方法的两种简化版本，并分别应用与一般的二维桁架结构、三维桁架结构 和输电塔结构。 为了可以准确的识别出输电塔的模态信息，本文采用了基于自然激励的特征 实现算法（NExT-ERA 法）。在输电塔的模态识别过程中，本文采用冲击荷载来模 拟自然激励，用Wilson ? θ法替代加速度传感器来测量节点的加速度响应，在利用 得到的加速度响应通过 NExT-ERA 法来进行最后的模态识别中，本文采用了奇异 值差值法和奇异熵增量法两种方法来进行系统定阶，也采用了模态幅值相干系数 （MAC）和模态相位共线性（MPC）两个指标来进行虚假模态的剔除。 主要结论为：基于自然激励的特征实现算法识别出了输电塔结构的前两阶模 态，但在该方法的应用过程中要合理的确定系统的阶数，以保证不会出现模态的 丢失和虚假模态过多。基于模型缩聚的 指标损伤识别方法适用于一般的二维和三 维桁架结构，也适用于输电塔结构，不论是在损伤的定位识别还是定量识别都有 很好的表现。基于模型缩聚的 指标损伤识别方法的简化方法一在二维桁架的损伤 定位和定量识别中都有很好的表现，对于三维桁架只能用来进行损伤的定位识别。 基于模型缩聚的指标损伤识别方法的简化方法二可以应用于二维桁架损伤的定 位识别。 关键词：自然激励 结构损伤检测 模型缩聚 输电塔 英文摘要 英文摘要 重庆大学硕 重庆大学硕士学位论文 III III PAGE PAGE IV ABSTRACT Structural damage detection in large-scale three-dimensional spatial structures is a challenging problem. It is impractical to develop a general damage-detection method that is applicable to all types of structural systems and all kinds of damage. A practical and efficient structural damage detection method must consider the characteristics of the target structure and damage in the development stage. The paper proposed a damage detection method for the health monitoring of transmission towers. The method was developed based on the dynamical finite element (FE) model reduction technique, which utilizes identified modal parameters, such as natural frequencies and mode shapes, with only a limited number of sensors. To reduce the required computational power, two simplified versions of the proposed method are presented. The proposed method is then verified with a Two-dimensional truss structure, a Three-dimensional truss structure and the Transmission tower. In order to identify accurately the modal information about the transmission tower, This paper uses the NExT-ERA method based on the characteristics of