小波分析在土木工程结构损伤识别中的应用 本书特色

《小波分析在土木工程结构损伤识别中的应用》是由湖南师范大学出版社出版的。

小波分析在土木工程结构损伤识别中的应用 内容简介

土木工程结构使用期长，在环境侵蚀、材料老化和荷载的长期效应、疲劳效应和突变效应等灾害因素的共同作用下将不可避免地出现结构系统的损伤累积和抗力衰减，极端情况下易引发灾难性的突发事故。因此，检测和诊断土木工程结构的健康状况，及时发现结构损伤，对可能出现的灾害进行预测，评估服役结构的安全性、可靠性、耐久性和适用性，已得到国内外科技和产业部门的高度重视，并已成为土木工程和防灾减灾领域的热点课题。
结构动力测试的损伤识别方法和数字信号分析技术相结合，正逐步成为工程结构健康检测的重要手段。土木工程结构现场测试精度低、结构模型的不确定性以及结构的非线性和时变性，使得已有的损伤识别方法在实际工程应用中难以获得较好的识别效果。研究适合于识别非线性和时变结构的损伤识别方法和具有较好抗噪能力、对模型误差不敏感的结构损伤识别方法是土木工程损伤识别研奔的发展方向。

小波分析在土木工程结构损伤识别中的应用 目录

小波分析在土木工程结构损伤识别中的应用 节选

《小波分析在土木工程结构损伤识别中的应用》内容简介：土木工程结构使用期长，在环境侵蚀、材料老化和荷载的长期效应、疲劳效应和突变效应等灾害因素的共同作用下将不可避免地出现结构系统的损伤累积和抗力衰减，极端情况下易引发灾难性的突发事故。因此，检测和诊断土木工程结构的健康状况，及时发现结构损伤，对可能出现的灾害进行预测，评估服役结构的安全性、可靠性、耐久性和适用性，已得到国内外科技和产业部门的高度重视，并已成为土木工程和防灾减灾领域的热点课题。结构动力测试的损伤识别方法和数字信号分析技术相结合，正逐步成为工程结构健康检测的重要手段。土木工程结构现场测试精度低、结构模型的不确定性以及结构的非线性和时变性，使得已有的损伤识别方法在实际工程应用中难以获得较好的识别效果。研究适合于识别非线性和时变结构的损伤识别方法和具有较好抗噪能力、对模型误差不敏感的结构损伤识别方法是土木工程损伤识别研究的发展方向。

小波分析在土木工程结构损伤识别中的应用 相关资料

插图：动力检测（识别）技术通过结构的动力响应测量信息反映结构的当前性态。描述结构性态的物理量有两类：结构的模态参数和结构的物理参数。结构的物理参数是对结构性态最直观的描述手段，而结构的模态参数间接反映了结构质量和刚度的分布。结构的物理参数包括结构的质量、阻尼和刚度；结构的模态参数包括结构的频率、振型和模态阻尼比。按检测目的分类，动力检测问题可分为结构模态参数识别和结构物理参数识别。按所依据的信息分类，动力检测问题可分为频域识别、时域识别和联合时频域识别。动力损伤识别方法根据损伤识别所依赖的不同工具大体上分为三类：基于动力学模型的识别方法、基于信号分析的识别方法和基于人工智能的识别方法。基于动力学模型的识别方法从损伤结构的数学模型出发，研究损伤引起响应变化的规律。所用的动力参数主要有：频率、振型、模态曲率、应变模态、传递函数、功率谱、模态保证准则、坐标模态保证准则、能量传递比等。有的学者是利用结构损伤前后振动模态的改变和各阶模态对结构的灵敏度分析来实现识别的；有的学者是从结构的有限元模型出发，采用实验得到的数据对模型中的刚度矩阵和质量矩阵进行相应的修改，结构损伤就发生在刚度矩阵和质量矩阵发生改变的地方；有的学者是依据结构模态参数推导各种结构损伤识别指标，如结构损伤前后振型的二阶微分差异等。基于信号分析的损伤识别方法是直接通过分析结构在动力荷载作用下的响应来得出结构损伤的信息，不需要知道结构的数学模型。它以小波分析为工具，通过分析系统的时变性质来做损伤识别，由小波变换得到的谱图直接显示损伤的存在。基于人工智能的损伤识别方法包括基于神经网络的损伤识别方法、基于专家系统的损伤识别方法和基于模糊规则的损伤识别方法。基于人工智能的结构健康监测与损伤识别系统有可能把目前广泛使用的离线、静态、被动的检查转变为在线、动态、实时健康监测与控制，将导致结构的安全监控和性能改善产生质的飞跃。