位置:成果数据库 > 期刊 > 期刊详情页
基于结构响应的损伤诊断方法及其应用
  • ISSN号:1001-0505
  • 期刊名称:《东南大学学报:自然科学版》
  • 时间:0
  • 分类:TU311.3[建筑科学—结构工程]
  • 作者机构:[1]东南大学混凝土及预应力混凝土结构教育部重点试验室,南京210096
  • 相关基金:国家杰出青年科学基金资助项目(50725858); 国家自然科学基金重点资助项目(50538020)
中文摘要:

为适应在线结构健康监测的要求,基于统计模式识别技术提出了一种新的结构损伤诊断方法.采集结构在健康和损伤两类工况下的动力响应数据,并对数据样本分段建立ARMA模型,对模型中的AR参数进行特征提取,获得主成分矩阵.计算健康、损伤状态主成分矩阵间的Mahalanobis距离.分析结果发现,损伤前后两状态Mahalanobis距离存在差异,因而提出以该距离的平方值作为损伤敏感特征DSPR,并建立基于假设检验t检验的方法辨识结构的状态.以环境激励下IASC-ASCE Benchmark结构的损伤试验为例,运用该方法进行了损伤诊断研究.试验表明,损伤敏感指标DSPR可有效辨识结构的健康与损伤状态,具备在线实时损伤诊断的应用价值.

英文摘要:

A new method for structural damage diagnosis based on the technique of statistical pattern recognition is presented for the on-line structural health monitoring(SHM) system.First,the dynamic response data from pre-and post-damaged structure are obtained and modeled as auto-regressive moving-average(ARMA) models,while a principal-component matrix is derived from the AR parameters by the process of feature extraction.Then,the distance of Mahalanobis between the principal-component matrix of pre-and post-damaged is calculated.It was observed that the Mahalanobis distance was difference,thus a new damage sensitive index DSPR was established using the square value of Mahalanobis distance.At last,a hypothesis t-test was applied to obtain a decision of damage when the DSPR changed significantly.The ambient vibration test of the IASC-ASCE Benchmark structure was taken as an experimental study in this paper.Result shows that,the damage sensitive index DSPR is able to identify damage of structure and the proposed method can be applied to the on-line damage diagnosis in SHM.

同期刊论文项目
期刊论文 173 会议论文 105 获奖 3 著作 2
同项目期刊论文
期刊信息
  • 《东南大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:教育部
  • 主办单位:东南大学
  • 主编:毛善锋
  • 地址:南京四牌楼2号
  • 邮编:210096
  • 邮箱:xuebao@seu.edu.cn
  • 电话:025-83794323
  • 国际标准刊号:ISSN:1001-0505
  • 国内统一刊号:ISSN:32-1178/N
  • 邮发代号:28-15
  • 获奖情况:
  • 先后荣获第三届国家期刊奖百种重点期刊奖,2006-2...,2013年荣获首届江苏省新闻出版政府奖"报刊奖"
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:23651