[發(fā)明專利]基于概率不確定性的殘余力向量損傷識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911182955.2
• 申請(qǐng)日: 2019-11-27
• 公開（公告）號(hào): CN111062157B
• 公開（公告）日: 2023-07-11
• 發(fā)明（設(shè)計(jì)）人: 石慶賀;胡可軍;韓文欽;楊亮
• 申請(qǐng)（專利權(quán)）人: 江蘇理工學(xué)院
• 主分類號(hào): G06F30/23
• 分類號(hào): G06F30/23;G06F30/20;G06F119/14
• 代理公司: 常州佰業(yè)騰飛專利代理事務(wù)所(普通合伙) 32231
• 代理人: 顧翰林

本發(fā)明提供了一種基于概率不確定性的殘余力向量損傷識(shí)別方法，包括步驟：測(cè)量待識(shí)別結(jié)構(gòu)局部測(cè)點(diǎn)的模態(tài)信息；構(gòu)建模態(tài)信息和待識(shí)別結(jié)構(gòu)的結(jié)構(gòu)損傷參數(shù)之間的函數(shù)方程；利用概率不確定性定量化技術(shù)得到模態(tài)信息的概率分布；根據(jù)模態(tài)信息的概率分布和函數(shù)方程得到結(jié)構(gòu)損傷參數(shù)的概率分布求解公式；根據(jù)結(jié)構(gòu)損傷參數(shù)的概率分布求解公式分別得到待識(shí)別結(jié)構(gòu)中損傷結(jié)構(gòu)和未損傷結(jié)構(gòu)的損傷參數(shù)概率分布；根據(jù)損傷結(jié)構(gòu)和未損傷結(jié)構(gòu)的損傷參數(shù)概率分布得到待識(shí)別結(jié)構(gòu)的損傷期望指標(biāo)。本發(fā)明能夠通過結(jié)構(gòu)局部測(cè)點(diǎn)的模態(tài)信息得到表示結(jié)構(gòu)損傷的損傷期望指標(biāo)，具有較好的適應(yīng)性，并能夠保證對(duì)結(jié)構(gòu)損傷描述的豐富性，同時(shí)具有明確的物理意義。

技術(shù)領(lǐng)域

本發(fā)明涉及結(jié)構(gòu)損傷識(shí)別技術(shù)領(lǐng)域，具體涉及一種基于概率不確定性的殘余力向量損傷識(shí)別方法。

背景技術(shù)

目前，在進(jìn)行結(jié)構(gòu)損傷識(shí)別時(shí)，通常采用的識(shí)別方法是基于殘余力向量的識(shí)別方法。主要是因?yàn)闅堄嗔ο蛄糠椒ㄖ恍枰?jiǎn)單的數(shù)學(xué)操作，并且計(jì)算量小。

然而在實(shí)際應(yīng)用中，通常采用的殘余力向量方法還存在兩方面的問題。其一，是殘余力向量方法難以有效地消除測(cè)量誤差，但是在測(cè)量結(jié)構(gòu)模態(tài)信息時(shí)又會(huì)經(jīng)常存在誤差，該誤差將造成結(jié)構(gòu)損傷參數(shù)的識(shí)別結(jié)果不準(zhǔn)確；其二，是目前的殘余力向量方法在進(jìn)行結(jié)構(gòu)損傷識(shí)別時(shí)僅僅量化了結(jié)構(gòu)本身的不確定性，未量化測(cè)量信息的不確定性。

發(fā)明內(nèi)容

本發(fā)明旨在至少在一定程度上解決上述技術(shù)中的技術(shù)問題之一。為此，本發(fā)明的目的在于提出一種基于概率不確定性的殘余力向量損傷識(shí)別方法，能夠通過結(jié)構(gòu)局部測(cè)點(diǎn)的模態(tài)信息得到表示結(jié)構(gòu)損傷的損傷期望指標(biāo)，具有較好的適應(yīng)性，并且能夠同時(shí)描述結(jié)構(gòu)受損傷的程度和概率，保證對(duì)結(jié)構(gòu)損傷描述的豐富性，此外能夠通過概率統(tǒng)計(jì)理論量化模態(tài)信息測(cè)量誤差的影響，具有明確的物理意義。

為達(dá)到上述目的，本發(fā)明第一方面實(shí)施例提出了一種基于概率不確定性的殘余力向量損傷識(shí)別方法，包括步驟：測(cè)量待識(shí)別結(jié)構(gòu)局部測(cè)點(diǎn)的模態(tài)信息；構(gòu)建所述模態(tài)信息和所述待識(shí)別結(jié)構(gòu)的結(jié)構(gòu)損傷參數(shù)之間的函數(shù)方程；利用概率不確定性定量化技術(shù)得到所述模態(tài)信息的概率分布；根據(jù)所述模態(tài)信息的概率分布和所述函數(shù)方程得到所述結(jié)構(gòu)損傷參數(shù)的概率分布求解公式；根據(jù)所述結(jié)構(gòu)損傷參數(shù)的概率分布求解公式分別得到所述待識(shí)別結(jié)構(gòu)中損傷結(jié)構(gòu)和未損傷結(jié)構(gòu)的損傷參數(shù)概率分布；根據(jù)所述損傷結(jié)構(gòu)和未損傷結(jié)構(gòu)的損傷參數(shù)概率分布得到所述待識(shí)別結(jié)構(gòu)的損傷期望指標(biāo)。

根據(jù)本發(fā)明實(shí)施例的基于概率不確定性的殘余力向量損傷識(shí)別方法，首先測(cè)量待識(shí)別結(jié)構(gòu)局部測(cè)點(diǎn)的模態(tài)信息，其次構(gòu)建模態(tài)信息和所述待識(shí)別結(jié)構(gòu)的結(jié)構(gòu)損傷參數(shù)之間的函數(shù)方程，再次利用概率不確定性定量化技術(shù)得到所述模態(tài)信息的概率分布，然后根據(jù)概率分布和函數(shù)方程得到所述結(jié)構(gòu)損傷參數(shù)的概率分布求解公式，再然后根據(jù)損傷參數(shù)概率分布求解公式得到待識(shí)別結(jié)構(gòu)的損傷參數(shù)概率分布，最后根據(jù)損傷參數(shù)概率分布得到待識(shí)別結(jié)構(gòu)的損傷期望指標(biāo)，由此，能夠通過結(jié)構(gòu)局部測(cè)點(diǎn)的模態(tài)信息得到表示結(jié)構(gòu)損傷的損傷期望指標(biāo)，具有較好的適應(yīng)性，并且能夠同時(shí)描述結(jié)構(gòu)受損傷的程度和概率，保證對(duì)結(jié)構(gòu)損傷描述的豐富性，此外能夠通過概率統(tǒng)計(jì)理論量化模態(tài)信息測(cè)量誤差的影響，具有明確的物理意義。

另外，根據(jù)本發(fā)明上述實(shí)施例提出的基于概率不確定性的殘余力向量損傷識(shí)別方法還可以具有如下附加的技術(shù)特征：

根據(jù)本發(fā)明的一個(gè)實(shí)施例，構(gòu)建所述模態(tài)信息和所述待識(shí)別結(jié)構(gòu)的結(jié)構(gòu)損傷參數(shù)之間的函數(shù)方程包括：建立所述待識(shí)別結(jié)構(gòu)的有限元模型并修正；確定所述待識(shí)別結(jié)構(gòu)進(jìn)行結(jié)構(gòu)損傷識(shí)別的模態(tài)階次，以獲得修正的所述有限元模型的位移模態(tài)矩陣；根據(jù)所述位移模態(tài)矩陣構(gòu)建所述模態(tài)信息和所述待識(shí)別結(jié)構(gòu)的結(jié)構(gòu)損失參數(shù)之間的函數(shù)方程。

進(jìn)一步地，所述函數(shù)方程為：

其中，Δα為單元?jiǎng)偠日蹨p系數(shù)向量，S^R為縮聚后的靈敏度矩陣，為縮聚后的殘余力向量。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，利用概率不確定性定量化技術(shù)量化所述模態(tài)信息中模態(tài)振型和模態(tài)頻率的概率分布。