基于光纖光柵傳感的機械結(jié)構(gòu)損傷檢測、識別與評價.pdf

1、在機械結(jié)構(gòu)的損傷識別與健康監(jiān)測方面，光纖布拉格光柵（Fiber Bragg Grating,FBG）傳感具有分布動態(tài)應(yīng)變測量的特點，近年來日益受到關(guān)注。發(fā)展分布式FBG傳感系統(tǒng)的損傷識別技術(shù)對于發(fā)展智能機械、保障重大裝備安全服役具有重要的理論意義與實際應(yīng)用價值。為了在實際環(huán)境中有效應(yīng)用，在識別結(jié)果的置信度、損傷定位魯棒性、計算效率等復(fù)雜的基礎(chǔ)模型與關(guān)鍵技術(shù)方面仍有待突破。本文系統(tǒng)開展了基于測量數(shù)據(jù)的機械結(jié)構(gòu)損傷識別機理與實驗研究，包括損

2、傷檢測、損傷定位與損傷嚴重程度的估計，并對損傷識別結(jié)果的不確定性進行了評價。主要研究工作和創(chuàng)新之處包括：
　　對實驗中環(huán)境和工作條件的波動對損傷檢測的干擾進行了研究。本文首先采用實驗的方法，研究了如何降低環(huán)境和工作條件的波動對損傷檢測的不利影響。實驗中采用一個四角固定的平板結(jié)構(gòu)，并模擬了多種損傷狀態(tài)。最初使用文獻中已經(jīng)驗證過基于自回歸模型和Mahalanobis距離的模式識別方法來檢測損傷，但是得到了一個失敗的結(jié)果。分析表明，環(huán)境

3、和工作條件的變化，例如測量噪聲、溫度和激勵源的波動，都可能偽裝成損傷，導(dǎo)致?lián)p傷的誤定位。為了消除這些因素的影響，采用Hilbert–Huang變換將動態(tài)應(yīng)變響應(yīng)信號分解成一系列的固有模態(tài)函數(shù)分量，然后對各個分量的物理意義進行了討論，并將第二層固有模態(tài)函數(shù)分量作為損傷引入信號分量。最后，構(gòu)造了基于自回歸模型和Mahalanobis距離的損傷指標來檢測和定位損傷。實驗結(jié)果證明了該方法的有效性。
　　提出了基于環(huán)境激勵下的貝葉斯應(yīng)變模態(tài)

4、分析的建模方法。通過只測量環(huán)境激勵下的動態(tài)應(yīng)變響應(yīng)，從貝葉斯統(tǒng)計的角度，對建模誤差和測量誤差進行建模，利用貝葉斯應(yīng)變譜的方法識別出結(jié)構(gòu)的應(yīng)變模態(tài)參數(shù)及其不確定性。識別參數(shù)的不確定性反映了識別結(jié)果的置信水平，能夠幫助判斷導(dǎo)致參數(shù)變化的原因：或者是結(jié)構(gòu)自身變化引起的，例如損傷；或者是一種隨機波動。然后，利用slice抽樣的隨機模擬方法來求解貝葉斯統(tǒng)計中的高維積分問題。
　　考慮FBG分布式測量中不同測量點之間的空間相關(guān)信息，提出了基于

5、空間統(tǒng)計的損傷定位方法。與傳統(tǒng)的損傷識別只關(guān)注單一測量點的信號的方法不同，為了提高損傷定位的魯棒性，對FBG分布式測量中的空間相關(guān)信息進行建模。在應(yīng)變模態(tài)振型損傷指標向量的基礎(chǔ)上對其進行空間統(tǒng)計分析，得到魯棒性的損傷定位結(jié)果。最后分別用一個平板結(jié)構(gòu)實驗和葉片實驗對所提出的方法進行了驗證。
　　針對貝葉斯建模方法在損傷識別中的計算問題，提出了新的隨機模擬方法。首先采用局部單元剛度降低的方法對損傷進行建模，然后在貝葉斯統(tǒng)計框架下對損傷

6、的嚴重程度進行估計，并度量相應(yīng)的不確定性。重點探討了隨機模擬方法應(yīng)用在貝葉斯統(tǒng)計中的計算問題。在傳統(tǒng)的slice抽樣算法基礎(chǔ)上，提出一種新的slice-M-H抽樣方法。并將該思想應(yīng)用到Transitional Markov chain Monte Carlo（TMCMC）方法中，提出新的TMCMC-slice抽樣算法。分別用兩個例子對這四種算法生成的參數(shù)樣本的性能進行評價：一個是懸臂平板的數(shù)值模擬例子；另一個是四角固定的平板實驗。數(shù)值仿