中文摘要：

井架钢结构广泛应用于石油开采、采矿、建筑、起重运输等领域，属于大型复杂承载钢结构。由于安装、移运以及长期的服役而产生的各种损伤缺陷导致结构承载力下降、性能劣化、耐久性降低。准确地诊断井架钢结构的安全性、预测其剩余寿命，能够提高系统的可靠性、指导维护保养、充分发挥现有资源的使用价值和提高效率。本项目基于静/动力测试和无线传输实时监测数据，应用复合子结构的神经网络和遗传算法相结合的分步识别法，研究井架钢结构多重损伤缺陷的智能诊断技术；通过静动力特性灵敏度分析和随机有限元分析，建立基于多指标安全承载力评定的串联关系模型，综合确定损伤的井架钢结构安全承载力；在此基础上，建立以时变可靠度和耐久性失效水准为评价尺度的在役井架钢结构剩余寿命预测理论；从而实现对井架钢结构安全承载力评价、可行性评估和剩余寿命的预测，建立完整、科学的井架钢结构安全评估体系。

结论摘要：

本项目通过三年的研究工作，已完成项目计划内容。共发表科技论文13篇，其中SCI收录2篇，EI收录4篇，ISTP收录2篇，申请发明专利4项；另外投稿论文5篇，4篇已正式录用；培养硕士研究生7名，其中1名已毕业。 项目的完成为井架钢结构多损伤检测和监测、安全评估、剩余寿命预测提供了坚实的理论依据。同时也为应用于石油、采矿、地质勘查、建筑、起重运输等领域的大型承载钢结构的状态监测、合理维护、降低维修费用、减少事故和经济损失，延长寿命等提供了理论支持。 项目取得的主要研究成果和结论如下得出了适合于井架钢结构非平稳和非线性信号提取和分析的方法。主要有边界特征尺度匹配延拓的EMD改进方法、基于EMD和分形盒维数的提取方法、基于AMD-HHT的紧密间隔频率检测以及自适应变尺度频移带通随机共振的信号提取方法；采用统一的损伤量化指标—当量损伤系数，基于静力测试数据、动力测试数据及组合测试数据，应用神经网络算法和遗传算法对井架钢结构多损伤的损伤位置和损伤程度进行了分步识别，实现了井架钢结构多重损伤检测与诊断；分析了井架钢结构静、动力特性对设计参数和损伤缺陷的灵敏度，确定了传感器布置方案，依据不同的测试数据，提出了基于纵向刚度、强度和稳定性、振动参数及随机可靠度的评定方法，在分析结构的具体特征的基础上，依据优选方法，建立了基于多指标的井架钢结构安全承载力评定的关系模型；推导了杆件等效截面积与损伤缺陷随时间变化的函数关系，建立了井架钢结构抗力时变模型，通过设置合适的时变可靠度阙值，提出了基于时变可靠度的剩余寿命预测方法；编制了井架钢结构的疲劳载荷谱，并应用S-N曲线法及雨流计数原理等相关理论，建立了基于疲劳效应的寿命预测理论。通过对实验室井架钢结构模型的测试、诊断和计算，实现了井架钢结构安全承载力评价、可行性评估和剩余寿命的预测，建立了完整、科学的大型井架钢结构安全评估体系。