[发明专利]基于时域响应重构的损伤识别方法及系统、设备、存储介质在审
申请号: | 202211185380.1 | 申请日: | 2022-09-27 |
公开(公告)号: | CN115510708A | 公开(公告)日: | 2022-12-23 |
发明(设计)人: | 卢玄东;邹云峰;李震;梁浩博;何旭辉;蔡陈之 | 申请(专利权)人: | 中南大学 |
主分类号: | G06F30/23 | 分类号: | G06F30/23;G06F30/13;G06F119/10 |
代理公司: | 长沙智嵘专利代理事务所(普通合伙) 43211 | 代理人: | 颜汉华 |
地址: | 410075 湖南省长沙*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 时域 响应 损伤 识别 方法 系统 设备 存储 介质 | ||
1.一种基于时域响应重构的损伤识别方法,其特征在于,包括以下内容:
采用经验模态分解法从实际损伤结构的每个测量位置的应变响应中提取出应变模态响应;
基于提取出的应变模态响应和无损伤模型的应变模态重构得到无损伤模型中每个测量位置的应变模态响应;
对于同一测量位置,基于重构的应变模态响应和提取的应变模态响应构建应变模态响应差异向量;
对构建的应变模态响应差异向量进行最小化迭代优化求解,得到损伤识别结果。
2.如权利要求1所述的基于时域响应重构的损伤识别方法,其特征在于,基于下式求解无损伤模型的应变模态:
其中,Φ(k)表示无损伤模型中第k个单元的应变模态,B(k)表示第k个单元的应变位移矩阵,表示第k个单元的振型指数。
3.如权利要求2所述的基于时域响应重构的损伤识别方法,其特征在于,无损伤模型中每个测量位置的应变模态响应的重构过程具体为:
结构中两个测量位置处应变的模态响应在同一时刻t存在如下关系:
其中,下标a和b表示测量位置,下标j表示模态阶次,Φ表示应变模态,δ表示应变模态响应;
由提取出的测量位置a处的应变模态响应重构得到测量位置b处的应变模态响应:
其中,上标r和m分别表示重构值和测量值。
4.如权利要求3所述的基于时域响应重构的损伤识别方法,其特征在于,应变模态响应差异向量的构建过程具体为:
将损伤识别问题表述为使实际损伤结构与无损伤模型之间有关结构特性的信息差异最小值问题:
其中,表示使用实际损伤结构的应变模态重构得到的应变模态响应向量,表示使用无损伤模型的应变模态重构得到的应变模态响应向量,上标r表示重构值,下标d和f分别表示实际损伤结构和无损伤模型,w表示对角加权矩阵,||·||表示范数,表示损伤因子向量,Nr,Nt,n分别表示重构次数、每个传感器记录的时刻数目和参与损伤识别的损伤参数数目;
令其中,Δδr表示应变模态响应差异向量;
使用对应测量位置提取出的应变模态响应替代使用实际损伤结构的应变模态重构得到的应变模态响应,则上标m表示测量值。
5.如权利要求4所述的基于时域响应重构的损伤识别方法,其特征在于,所述对构建的应变模态响应差异向量进行最小化迭代优化求解,得到损伤识别结果的过程具体为:
基于高斯-牛顿迭代法构造迭代过程中应变模态响应差异向量与损伤因子向量增量的关系式如下:
其中,表示第k次迭代中重构值对损伤因子向量的灵敏度矩阵,上标k表示第k次迭代,Δαk表示第k次迭代所得到的损伤因子向量增量,Δδr,k表示第k次迭代所得到的应变模态响应差异向量,则前k次迭代后的累积损伤因子向量
设置灵敏度矩阵、累积损伤因子向量和应变模态响应差异向量的初始值分别为α0、Δδr,0;
采用阻尼最小二乘法对损伤因子向量增量Δαk进行迭代求解,求解表达式为:
其中,上标T表示转置,λ表示非负阻尼正则化参数,表示单位矩阵,
不断迭代,当满足如下条件时,迭代结束:
其中,tol表示迭代容许值;
根据迭代结束后的累积损伤因子向量αk确定实际损伤结构的损伤位置和损伤程度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211185380.1/1.html,转载请声明来源钻瓜专利网。