用模态数据识别结构损伤。二：测试验证

任伟新1和Guido De Roeck2

摘要：

大部分基于模态的损伤识别技术已经通过数值模拟得到了很好的验证。 然而，当应用于存在噪声的实际测量时，它们中的许多仍然面临问题。 本文通过一个钢筋混凝土梁的试验程序，旨在建立损伤与结构动力特性变化之间的关系。 使用随附文件中描述的基于模式的损坏识别方法开发损害识别方案。 将所提出的损伤识别方案应用于实验数据，并对结果进行比较。 它证明了一个真实的损伤模式的建议，可以用很少的代表性参数来描述损伤，这对保证损伤的定位是必要的。 需要对初始有限元模型进行调整，以便与参考测量值达到最佳一致。 该算法的一个可能的优点是可以从任何有限元包中直接提取模态力，并且使用静态恢复技术将模态形状扩展涉及损伤识别方案。

DOI：10.1061 /（ASCE）0733-9445（2002）128：1（96）

CE数据库关键字：损害; 模态分析; 模型测试; 梁; 混凝土，加固; 有限元法; 结构动力学。

介绍：

在配套文件（Ren和De Roeck 2001）中，已经开发了一种通过动态特性变化识别结构损伤的方法。 它依赖于结构系统中损伤或完整性缺失的事实导致结构的动态特性（特征频率和振型）的变化。 所提出的方法已经通过多种模拟损坏情况进行了彻底验证。 然而，一种可应用的损伤识别技术不仅应该用模拟数据进行测试，还应该结合对结构的动态测试进行实际测量。 后者是特别令人感兴趣的，因为噪声和测量误差总是存在的，并且大量数据涉及动态测试。 即使在模拟数据很好地验证了方法的情况下，在具有大量自由度（DOF）的真实结构的情况下，识别结构损伤的基于模式的方法有时可能失败。 通常，基于模式的损伤识别技术不能直接用于实际测量。 还有一些应该考虑的实际方面，例如

bull;系统识别;

bull;有限元模型和模型更新;

bull;模态形状扩张;

bull;关于质量矩阵的模式正交归一化; 和

bull;适用于真实噪声或测量误差。

可以从动态测量中提取结构系统的动态特性，即特征频率，阻尼比和振型。 这是通过系统识别完成的。 有几种使用实验频率响应函数或时间历史的系统识别方法（Ljung 1987; Juang 1994）。 如果使用动态系统特性的变化进行损伤定位，则有必要提供可以预测观察到的变化的适当数值模型。 毫无疑问，离散化的有限元法（FEM）是最好的选择。 然而，由于实验模式和分析模式之间的相对较大的差异，可能缺乏使用有限元模型进行动态性能预测的信心。 这些差异不仅来源于对复杂结构建模的简化假设造成的建模误差，还包括由于材料和几何特性的不确定性导致的参数误差。 需要对初始有限元模型进行修改或更新，以便与参考测量值达到最佳一致（Friswell and Mottershead 1995）。

接下来的问题是如何配合实验和技术分析，

分解模式形状。 实际上，由于传感器数量有限，无法测量有限元模型的所有自由度。 因此，模态形状展开在基于模态特性变化的结构损伤识别算法中起着重要作用。 有几种模式形状扩展技术可用。 其中包括模态/系统等效减缩扩展过程（SEEREP）（Kammer 1987; O#39;Callahan et al.1989），基于Guyan静力学的缩减（Guyan 1965）和基于动力学的缩减（Kidder 1973）。 实质上，模态形状的展开与模型的缩减相反，并且这些方法有一些相似之处。 在这篇文章中，模式形状expan-sion是通过静态恢复实现的，其中实验模态被用作传感器位置中的应用位移。 这基本上与Guyan的减少相对应。 在每个损伤阶段，结构刚度将逐步更新以包含连续损伤。

一些基于模式的损伤识别技术，如模态灵活性方法（Pandey和Biswas，1994; Toksoy和Aktan，1994），需要质量标准化的模态形状。 对于强制振动测试，可以从驱动点测量中实现实验模态的质量归一化。 然而，对于使用环境激发源的动态测试，实验模态的质量标准化并不那么简单。 在本文描述的损伤识别方案中，由于损伤识别过程基于特征值方程，其中模式形状总是出现在方程的两侧，因此实验模态形状的归一化不是必需的。

在本文中，实验装置解释了静态和动态测试。 钢筋混凝土梁会受到不断增加的静态负荷，从而在实验计划中产生连续的损坏。 在每个负载步骤之后，都要进行动态测试。 因此，对于参考状态和每个连续的损坏状态，可以获得测试光束的动态特性。 测试梁的分析模型由FEM生成。 通过调整杨氏模量来更新FEM模型，以在参考状态的实验频率中给出最好的一致性。 使用随附论文中描述的基于模式的损害识别方法（Ren和De Roeck 2001）开发损伤识别方案。 损坏识别方案在欧洲建立

使用MATLABreg;（MATLAB 1998）编程环境

有限元软件包ANSYSreg;（ANSYS 1994）。 通过损伤模式的提出，将本算法得到的测试光束的损伤识别结果与其他两种损伤识别方法获得的损伤识别结果进行比较：更新损伤识别（Maeck et al.1998）和直接刚度测定（ Maeck和De Roeck 1999）。

图1.光束几何形状和截面

测试程序

测试梁的描述

建立一个实验程序来建立连续损害与动态系统特征变化之间的关系（Peeters et al。1996）。 在试验钢筋混凝土梁的设计中，考虑了以下几个方面：

1.测试梁的第一频率被认为与典型的土木工程结构如桥梁中遇到的最低频率相当：1-20 Hz。 低基频的另一个优点是在特定频率间隔（例如0-1000Hz）内会出现很多频率。 梁的固有频率与h / L2成正比：高度（h）为0.2米，长度为h

（L）导致大约20Hz的第一频率。

2.动态测试经验揭示了创建边界条件的难度。 支架的有限刚度可影响模式形状和特征频率。 为了避免边界条件较差对模态参数的影响，采用完全自由的测试设置，如图4所示。这意味着梁由非常柔软的弹簧支撑，产生刚体本征频率（约1 Hz）远低于第一弯曲模式的特征频率（大约20Hz）。 然而，结果是，静态测试配置将与动态配置不同。

3.为了避免水平和垂直弯曲模式之间的任何耦合效应，选择宽度（0.25米）与高度（0.20米）不同。

4.配筋率被认为是在一个实际的范围内。 通过适当选择钢的质量（屈服应力），可以使开裂开始和梁失效之间的间隔足够大，以允许在充分分离的裂缝水平下进行模态分析。

因此，设计了一个6米长的矩形横截面（200X250毫米）的钢筋混凝土梁。 几何试验梁的一部分如图1所示。有六根直径为16毫米的钢筋，在拉伸和压缩侧均匀分布，对应的钢筋比率约为1.4％。 剪切钢筋由每200毫米直径8毫米的垂直箍筋组成。 m的总梁质量

= 750 kg导致了钢筋混凝土的密度

= 2500kg / m3。

图2.静态测试设置

测试设置

钢筋混凝土梁的测试包括静态测试和动态测试。 一系列步骤加载的静态测试旨在对梁产生连续的损伤。 在每个静态载荷步骤之后进行动态测试。

静态测试

在静态测试的设置中，梁的两侧仅用0.15米的悬臂支撑。 梁由两个对称的点荷载加载，距离2米（四点弯曲）。 静态测试配置如图2所示。该测试装置产生几乎均匀损伤强度的中心区域。 应用不断增加的静态负载来产生连续的损坏。 除了参考状态（未损坏状态）之外，总共应用了六个静态负载步骤，如表1所示。最后一步（步骤6）对应于失效（钢筋塑性屈服）。 在每个静态载荷步骤结束时，在进行动态测试之前，目视检查梁表面以定位和量化裂缝。 图3显示了观察到的每个静态载荷步骤的裂缝模式和损伤。

动态测试

首先对测试光束的参考状态执行动态测量。 该测试结果可供以后参考不同损伤阶段的动态特性比较。 参考状态的动态特性也可作为有限元模型更新的基准线。 在每次静载荷步之后，梁被卸载，支撑被移除，并且梁被支撑在柔性弹簧上（距离两端的距离：0.224L）。 完全免费的动态测试设置仅旨在消除对动态特性的支持影响。 动态测试的设置如图4所示。在动态测试过程中，通过冲击锤产生动态力。 通过适当选择锤尖，可以产生合理的响应，其中包含高达1,000Hz的频率分量。 垂直动态力施加在端部的外部点以激发垂直弯曲和扭转模式。 用加速度计在梁两侧每隔0.2米垂直测量加速度。 因此，在一个系列中共记录了62个垂直方向的回答。 每个系列包含八个粗纱点的加速度，输入力和两个参考点的加速度。 有七个系列，一个系列为参考状态，六个系列为六个连续损坏状态。 对于每个系列，进行了三次锤击试验。 尝试确保其他数据可用，以防一组错误或丢失。 关于动态测试的更多细节可以在Peeters等人的文章中找到。 （1996）。

表1.静态负载步骤

图3.梁的连续损坏

图4.动态测试设置

系统识别

系统识别最初是控制工程的主题。 然而，它最近在全球范围内受到各种应用的关注。 在土木工程领域，诸如桥梁或建筑物之类的结构是所考虑的系统，识别意味着从动态测量中提取模态参数（频率，阻尼比和振型）。 几年来，土木工程结构的系统识别已经在比利时鲁汶Katholieke大学土木工程系结构力学小组的MATLABreg;中得到验证和实施（Peeters et al.1995; Van den Branden et al。 1999; De Roeck等，2000）。 随机子空间识别方法是一种时域技术。 该方法基于直接从观测时间序列数据开发动态系统的代表性线性数学模型。 然后可以使用提供系统最佳表示的最终模型来提取所需的动态参数。 该方法的理论背景超出了本文的范围，可以在其他地方找到（Van Overschee and De Moor 1996）。 测试光束的动态特性通过随机子空间识别方法获得。

在系统识别过程之前，需要对原始测量数据进行预处理。 根据加速度计灵敏度对电信号（V）进行缩放以获得加速度（m / s2），去除DC分量，并且通过数字低通滤波器（八阶Chebyshev型我，截止频率为1000赫兹）。 在动态测试中，测量数据在fs= 5,000Hz。 每个频道有12,288个数据点。 测量数据以较低的速率（2,500 Hz）进行重采样以进行系统识别。 这种抽取减少了数据量，而不会丢失感兴趣频段中的信息。 现在进行这一点很重要，因为之后的其他预处理步骤将因数据量减少而变得更快。 数据现在已准备好用于系统识别。

表2总结了每个受损状态下测试光束的前四个识别弯曲频率。还给出了相对于参考状态（未损坏状态）的相对频率下降。 发现弯曲频率明显受到损伤的影响。 对于第一弯曲频率观察到最大降低26.59％。 从第二个载荷步骤到第五个载荷步骤，频率的变化相当小，尽管几乎所有的裂纹都已经存在，如图所示

表2.识别的弯曲频率（Hz）

您可能感兴趣的文章

• 在胶合木和不同木材的层压单板木材中平行于颗粒的胶合公制螺纹杆的拉压试验外文翻译资料
• 拥堵：停车市场定价外文翻译资料
• 物业税重新考虑外文翻译资料
• 合同在关系合同中的作用外文翻译资料
• 基于资源的角度中的SWOT分析外文翻译资料
• 房地产投资和能源效率：来自中国政策试验的证据外文翻译资料
• 人口老龄化、流动性和房地产价格：来自中国城市的证据外文翻译资料
• 地震带MR钢框架的性能标准外文翻译资料
• 地震工程用复合钢筋混凝土结构体系外文翻译资料
• 具有能量集中的刚柔混合框架抗震设计外文翻译资料