[发明专利]一种空间网格结构节点螺栓松动损伤的诊断方法

摘要

一种空间网格结构节点螺栓松动损伤的诊断方法，包括对螺栓球节点进行了精细化建模，建立结构的组合单元模型，即得到结构的精细化模型；根据空间网格结构的构成特点按照几何位置连续性的方式将其划分为多个子结构，并对其进行编号，对结构测点进行传感器优化布置，并进行频率对杆件的灵敏度分析；螺栓松动损伤的数值模拟；确定神经网络的训练样本、输入参数及输出参数，将损伤样本输入到训练完毕的GRNN网络B，输出为节点的损伤指数，即将损伤位置定位到其所在的节点；可以大大减少损伤精确定位时训练样本的数量，增强了使用神经网络技术对空间网格结构螺栓松动损伤诊断的实用性。尤其对于节点众多的大型空间网格结构具有突出的优势。

主权项

一种空间网格结构节点螺栓松动损伤的诊断方法，采用概率神经网络诊断螺栓松动损伤可能发生的子结构；然后以整个子结构为控制对象，在缩小的范围内采用面向节点的损伤定位法，确定子结构中螺栓松动损伤的节点位置；其特征在于：包括以下步骤：1.1. 对螺栓球节点进行了精细化建模，通过分析螺栓球转动刚度随弯矩的变化情况，获得螺栓球连接的弯矩―转角曲线，利用简化原则将连接等效为一段直杆；1.2. 建立结构的半刚性模型，即得到结构的精细化模型； 1.3. 根据空间网格结构的构成特点将空间网格结构按照几何位置连续性的方式划分为多个子结构，任意两个子结构中杆件、节点的布置相同，并对其进行编号；1.4. 对结构测点进行加速度传感器的优化布置，并进行频率对杆件的灵敏度分析；1.5. 螺栓松动损伤的数值模拟；1.6. 以整个结构为研究对象，确定神经网络的训练样本、输入参数及输出参数，选择概率神经网络进行训练；将螺栓松动的损伤样本输入到训练完毕的PNN网络A，输出为损伤位置所在的子结构，即将损伤位置定位到其所在的子结构；1.7. 以整个子结构作为研究对象，以NDSIi(k)作为输入参数，螺栓松动损伤对应的节点损伤指数作为神经网络的输出，采用广义回归神经网络进行训练；将损伤样本输入到训练完毕的GRNN网络B，输出为节点的损伤指数，即将损伤位置定位到其所在的节点。