[发明专利]基于正则化广义逆的结构破损诊断方法在审
| 申请号: | 201910638424.3 | 申请日: | 2019-07-16 |
| 公开(公告)号: | CN110489795A | 公开(公告)日: | 2019-11-22 |
| 发明(设计)人: | 王伟;杨秋伟;王超俊;张国荣;宋林涛;李娜 | 申请(专利权)人: | 绍兴文理学院;中厦建设集团有限公司 |
| 主分类号: | G06F17/50 | 分类号: | G06F17/50 |
| 代理公司: | 33277 绍兴市知衡专利代理事务所(普通合伙) | 代理人: | 沈佳迎<国际申请>=<国际公布>=<进入 |
| 地址: | 312000 浙江*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 破损 诊断 完好结构 自由振动 元模型 动态数据采集 频率灵敏度 固有频率 基本方程 频率参数 破损区域 仪器采集 诊断结果 正则化 运算 测量 分析 | ||
本发明涉及结构破损诊断领域,特指基于正则化广义逆的结构破损诊断方法,通过利用有限元软件建立完好结构的有限元模型,利用动态数据采集仪器采集现有结构自由振动的固有频率参数;根据完好结构的有限元模型以及测量现有结构自由振动所得的频率参数,利用频率灵敏度分析来建立结构破损诊断的基本方程,通过运算和解析,最终所得的解即可作出破损区域和破损度的判断。采用上述方案后,适用于解决结构的破损诊断问题,使其能在数据有误差的情况下也能获得很高精度的破损诊断结果。
技术领域
本发明涉及结构破损诊断领域,特指基于正则化广义逆的结构破损诊断方法。
背景技术
随着结构服役年限的增长,由于环境腐蚀、灾害荷载、材料老化等因素必然导致结构破坏,及时识别出结构中的破坏部位及破损度,方可采取相应的加固修复措施,以避免生命财产事故。结构的破损诊断技术已称为土木工程、机械工程、航空工程、海洋工程等众多工程技术领域的重要课题。比如,2016年10月任剑莹等提出了桥梁结构破损诊断方法及系统[1]。2017年4月阳洋提出了一种基于统计矩理论的结构破损诊断方法[2]。2017年12月杨毅等提出了一种输电塔破损诊断方法[3]。2018年4月胡函等提出了一种基于贝叶斯模型的结构破损诊断方法[4]。然而,由于结构的复杂性,以及测试数据中必然存在的测量误差的不利影响,现有的结构破损诊断算法往往存在着计算精度不高,或者计算量过大的缺点,迫切需要一种稳定的、精度高的破损诊断算法,以获得高精度的破损诊断结果,为后继的结构加固提供可靠依据。
因此,本发明人对此做进一步研究,研发出基于正则化广义逆的结构破损诊断方法,本案由此产生。
参考文献:
[1]任剑莹;苏木标;李韶华;李文平.桥梁结构破坏识别方法及系统[P].中国专利:CN106556498A,2016.10.31.
[2]阳洋.一种基于统计矩理论的结构破坏识别方法[P].中国专利:CN107246944A,2017.4.7.
[3]杨毅;刘石;高庆水;张楚;田丰;蔡笋.一种输电塔破坏识别方法[P].中国专利:CN108061666A,2017.12.1.
[4]胡函;唐孟雄;胡贺松.一种基于贝叶斯模型的结构破坏识别方法[P].中国专利:CN108536971A,2018.4.13.
发明内容
本发明的目的在于提供基于正则化广义逆的结构破损诊断方法,适用于解决结构的破损诊断问题,使其能在数据有误差的情况下也能获得很高精度的破损诊断结果。
为了实现上述目的,本发明的技术方案如下:
基于正则化广义逆的结构破损诊断方法,包括以下步骤:
(1)首先,利用有限元软件建立完好结构的有限元模型;同时,利用动态数据采集仪器采集现有结构自由振动的固有频率参数;
(2)根据完好结构的有限元模型以及测量现有结构自由振动所得的频率参数,利用频率灵敏度分析来建立结构破损诊断的基本方程S·x=b,其中x是欲求的劣化因子向量,b为频率参数差向量,S为频率灵敏度系数矩阵;
(3)对步骤2所得的方程S·x=b的系数矩阵S,增加一个正则项r0H,从而获得正则化的破损诊断方程(S+r0H)·x=b;
(4)对步骤3所得的正则化方程利用广义逆运算进行求解,获得劣化因子向量x的第一次解,即x1=(S+r0H)+b;
(5)对步骤4所得的向量x1中的各个劣化因子值进行评估,将相对较小的非零劣化因子直接视为0,即相应的单元均判定为未破坏单元;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于绍兴文理学院;中厦建设集团有限公司,未经绍兴文理学院;中厦建设集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910638424.3/2.html,转载请声明来源钻瓜专利网。





