基于时间序列模型自回归系数灵敏度分析的结构损伤识别方法

《基于时间序列模型自回归系数灵敏度分析的结构损伤识别方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第25卷第10期Vol.25No.10工程力学2008年10月Oct.2008ENGINEERINGMECHANICS38文章编号：1000-4750(2008)10-0038-06基于时间序列模型自回归系数灵敏度分析的结构损伤识别方法1,2*1王真，程远胜(1.华中科技大学船舶与海洋工程学院，湖北，武汉430074；2.武汉科技学院机电工程学院，湖北，武汉430073)摘要：该文在分析了时间序列模型的自回归系数对结构单元刚度灵敏度的基础上，提出了一种采用随机载荷作用下结构的时域响应数据进行损伤识别的新方法。该方法首先根据随机载荷作用下的结

2、构响应拟合适用的时序模型；然后建立基于自回归系数的损伤灵敏度矩阵，通过该矩阵可以建立由单元损伤导致的自回归系数的变化与损伤系数变化之间的关系；最后通过求解损伤系数向量来识别损伤位置和损伤程度。对一悬臂梁结构损伤识别的数值结果表明：在计入1%和2%测量噪声的情况下，该方法仅利用单个传感器的时域测量数据，就能够较好地识别单个单元和多个单元损伤；如果对基于多个传感器的识别结果进行综合，识别结果则更加准确、可靠。关键词：损伤识别；时域响应；时间序列；灵敏度分析；自回归系数中图分类号：O346.5;O211.61;TU311文献标识码：ASTRUCT

3、URALDAMAGEIDENTIFICATIONBASEDONSENSITIVITYANALYSISOFAUTOREGRESSIVECOEFFICIENTSOFTIMESERIESMODELS1,2*1WANGZhen,CHENGYuan-sheng(1.SchoolofNavalArchitectureandOceanEngineering,HuazhongUniversityofScienceandTechnology,Wuhan,Hubei430074,China;2.SchoolofElectricalandMechanicalEn

4、gineering,WuhanUniversityofScienceandEngineering,Wuhan,Hubei430073,China)Abstract:Anewmethodisdevelopedforidentifyingstructuraldamagesattheelementlevelbyusingtime-domainresponsedataatafewpointscausedbyrandomloadings.Inthestudy,atimeseriesmodelwithafittingorderisfirstconstr

5、uctedusingthetimedomainresponsedatawithmeasurementnoise.Asensitivitymatrixconsistingofthefirstdifferentialoftheautoregressivecoefficientsofthetimeseriesmodelswithrespecttothestiffnessofthestructuralelementsisthenobtainedbasedonsimulatedtimedomainresponsedata.Finally,theloc

6、ationsandseveritiesofthedamagecanbeeasilyobtainedbysolvingforthedamagevectorwhosecomponentsarethedamagedegreesofthestructuralelements.Theefficiencyandcapabilityoftheproposedmethodaredemonstratedbyapplyingthemethodtoacantileverbeamwithdamageatoneortwoelements.Numericalsimul

7、ationsshowthattheuseofonesensoraccelerationhistorydatawith1%and2%measurementnoisesiscapableofidentifyingdamagesatasingleelementandmultipleelementsefficientlyandtheincreaseinnumbersofsensorsiscertainlyhelpfulforimprovingthediagnosiscorrectionratio.Keywords:damagedetection;t

8、ime-domainresponse;timeseriesanalysis;sensitivityanalysis;autoregressivecoefficient——————