基于光纤光栅宏应变测量的受弯构件参数识别方法研究.doc

基于光纤光栅宏应变测量的受弯构件参数识别方法研究.doc

  1. 1、本文档共72页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
湖南大学 硕士学位论文 基于光纤光栅宏应变测量的受弯构件参数识别方法研究 姓名:刘崇武 申请学位级别:硕士 专业:结构工程 指导教师:许斌硕十学位论文 摘要 在长期的服役过程中,工程结构受到使用荷载及各种自然和人为因素的共同作用,不断出现损伤累积和功能退化。对结构的健康状况和损伤程度进行有效的评估,并采取适当的应对措施,已经成为土木工程界面临的一项日趋紧迫的课题。结构参数识别是工程结构健康监测、损伤识别与状态评估的基础,对维护现役结构的安全与正常运营具有重要意义。 近年来长标距光纤光栅技术的发展为振动引起的结构构件的宏应变的测量提供了便利方法,研究基于宏应变测量的结构参数和损伤识别方法成为工程需要。人工神经网络具有能以任意精度逼近任何线性和非线性函数关系的能力,因而在土木工程相关领域中得到了广泛的应用,包括结构参数识别和损伤评估。结构损伤将引起其物理参数的变化,进而在模态参数中得到体现,从而可以通过结构模态参数的变化反映结构的损伤。结构的模态参数(固有频率,模态振形和模态阻尼)是结构固有物理特征(质量,阻尼和刚度)的函数。本文结合光纤光栅应变测量、人工神经网络和应变模态提出基于应变测量的两种结构参数识别方法,并分别通过小钢梁实验对这两种方法的有效性和可行性进行了验证。主要研究内容分为以下几个部分: (1)在对结构参数识别方法的理论研究现状进行总结的基础上,介绍了本研究的背景、意义。然后介绍了人工神经网络基本理论及其在土木工程中的应用现状和光纤光栅传感技术及其在健康监测中的实际应用。 (2)提出基于结构宏应变响应时程和BP神经网络的一种时域结构参数直接识别的方法。阐述了该方法的理论基础以及实现方法。运用小比例钢梁实验实测数据基于所提出的方法对钢梁试件的刚度参数进行了识别。 (3)提出基于分布式宏应变模态的参数识别方法。以梁式结构为对象,利用损伤前后宏应变模态的变化定义了一个损伤指数∥。基于损伤指数∥与损伤程度的函数关系对损伤进行定位和定量。最后用小比例钢梁实验验证了该方法的实用性与可行性。 研究结果表明基于本文提出的时域及频域识别方法利用光纤光栅宏应变时程对受弯结构可以实现可靠的参数和识别。 关键词:健康监测;损伤识别;光纤光栅传感器;人工神经网络;应变模态;频响函数; 钢梁试验II 基于光纤光栅宏应变测量的受弯构件参数识别方法研究 Abstract Many civilinfrastructures are nowdeterioratingdueto as a aging,misuse,lacking proper maintenance,and,insomecases,overstressingchangingenvironments.Therefore,it’Sperformance,and resultofincreasingloaddemands to and criticalevaluatetheircurrent reliability, conditionforthepreventionof a potential system catastrophic civil events.Asthe fundamentofestablishingidentificationandsignificance on health monitoring for structures,damage condition assessmenL Structural parameteridentificationhasgreat themaintenanceofstructure’Ssafetyandnormaloperations. Inthepastyears,greatachievementsinlong-guageFiberBragghasbeenmade Grating(FBG)sensing anditiseasierthan to beforetomakethevibration-inducedmacro.strain measurement.Becauseoftheabilityapproximatearbitrarycontinuousfunctions,artificial neuralnetworks(ANN)haveidentification in a drawn considerableattention incivil engineeringfor thefunctionof non-parametricmanner.Ontheotherhandstructuremodalparametersarephysicalparametersofstructures,anddamageCanbe

文档评论(0)

0004499 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档