基于模型的損傷識別研究.pdf_第1頁
已閱讀1頁,還剩98頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、結(jié)合有限元分析的損傷識別方法中,模型修正技術(shù)的發(fā)展始終備受關(guān)注。本文的主要工作圍繞基于有限元修正的結(jié)構(gòu)損傷識別進行,主要內(nèi)容如下:
  1.本文對模型修正中傳統(tǒng)的優(yōu)化算法進行了改進,提出了一種新的優(yōu)化處理方法用以改善模型修正過程的優(yōu)化性能。新方法在“高斯-牛頓方法”中加入“截斷域”處理過程,直接將結(jié)構(gòu)參數(shù)取值范圍條件引入到優(yōu)化迭代中,避免了構(gòu)造并求解罰函數(shù)問題的繁瑣過程,同時將搜索向量限制于截斷域中避免過大步長的出現(xiàn)。構(gòu)建了一個2

2、5桿系-桁架結(jié)構(gòu)來驗證新的數(shù)值方法的優(yōu)化效果,同時使用信賴域方法的優(yōu)化結(jié)果與之進行對比。以確定性模態(tài)信息進行模型優(yōu)化分析,結(jié)果證明,提出的新方法是高效、可靠的。
  2.在25桿系-桁架結(jié)構(gòu)的仿真算例中,將不確定性引入到模態(tài)數(shù)據(jù)中以模擬測試噪聲影響,采用提出的優(yōu)化方法計算損傷程度,經(jīng)過Monte-Carlo模擬得出損傷程度的統(tǒng)計特性,并用這些信息計算損傷單元的損傷概率。結(jié)果表明:在測試數(shù)據(jù)中,相比于振型的不確定性,頻率不確定性對于

3、損傷識別的結(jié)果影響更大,較大的頻率測試噪聲會導(dǎo)致發(fā)生小損傷的構(gòu)件單元的損傷識別信息不再可靠。
  3.考察測試噪聲和結(jié)構(gòu)參數(shù)的不確定性同時存在時對損傷識別結(jié)果的影響,構(gòu)造兩個仿真模型進行隨機有限元模型優(yōu)化分析:構(gòu)建仿真模型25桿系-桁架結(jié)構(gòu),并且將隨機因子法應(yīng)用于不確定性正向傳遞過程來計算每次迭代中的隨機參數(shù)協(xié)方差矩陣;構(gòu)建懸臂梁結(jié)構(gòu),將攝動方法用于不確定性正向傳遞過程來計算每次迭代中的隨機參數(shù)協(xié)方差矩陣。分析結(jié)果表明:將隨機因子

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論