特高压输电塔的损伤识别

《特高压输电塔的损伤识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、特高压输电塔的损伤识别重庆大学硕士学位论文学生姓名：朱汉棠指导老师：郭惠勇副教授专业：工程力学学科门类：工学重庆大学土木工程学院二O一O年五月DamageDetectionofUHVTransmissionTowerAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheDegreeofMasterofEngineeringByZhuHantangSupervisedbyAss.Prof.GuoHuiyongMajor:EngineeringMechanicsCollegeofC

2、ivilEngineeringofChongqingUniversity,Chongqing,ChinaMay,2010中文摘要摘要因为建筑材料中存在着各种各样的缺陷和结构投入使用后一切不可预计的外力的影响，所以结构破损是在所难免的。为了在结构出现严重破坏或者倒塌之前发现这些缺陷和损伤并加以处理避免灾难发生，人们开始对结构进行损伤检测和健康监测等研究。但现阶段的损伤检测方法仍然存在许多缺点，对大型复杂结构（如输电塔结构）无法一步将损伤的位置和程度同时识别出来，而且对称性和噪声对结构损伤识别影响亟待解决。所以多种方法结合，分步多层次交叉识别方法是复杂结构损伤识别的关键。本文以江汉大

3、跨越输电塔为例，提出了基于模态应变能理论和曲率模态理论的两步结构损伤检测方法，主要内容和结论如下：①将曲率模态理论和灰色理论相结合，提出基于振型曲率置信因子的结构损伤定位方法。并对其的识别效果进行分析，发现该方法对大小损伤之间的差距要求不高，只要最大损伤不比最小损伤的损伤程度大70个单位，识别效果仍然为理想；但是对噪声影响比较敏感。②利用模态应变能变化概率对结构进行损伤定位分析，识别结果表明该方法对多损伤时损伤之间的差距比较敏感，但抗噪声能力强。③比较上述两种损伤定位方法的优缺点，然后利用信息融合技术将两种方法融合起来进行损伤定位识别。结果表明融合信息法能够有效地发挥两种方法的优

4、点，降低噪声的影响，提高损伤定位能力。④基于模态应变能耗散率的损伤识别方法可以同时进行损伤定位和定量识别。因为结构损伤后的单元刚度矩阵一般是无法获得，所以该方法假设损伤后单元刚度矩阵不变。但是实际情况中损伤后单元刚度矩阵不可能不改变，因此该方法损伤定量结果存在相当大的误差。虽然该方法损伤定量效果不理想，但是对损伤位置比较敏感，可以用于校核前面的损伤定位结果。⑤为了提高损伤程度的识别能力，本文引入了结构损伤后单元刚度矩阵推导出关于损伤变量（即损伤程度）的一元四次方程，通过求解该一元四次方程可以计算出单元损伤程度。该改进方法有效避免了假设损伤前后单元刚度矩阵不变带来的误差，同时大大提

5、高了损伤定量识别能力。但是该方法对损伤位置非常不敏感，需要结合识别能力较强的损伤定位方法解决输电塔损伤识别问题。关键词：损伤识别，输电塔结构，曲率模态，模态应变能，耗散率I中文摘要I英文摘要ABSTRACTManydefectsinevitablyexistinstructuralmaterials,andthestructurewillcomeacrossallkindsofunpredictableforcesduringuse,sothestructurewillinevitablyhavedifferentlevelsofdamage.Inordertofindoutth

6、eflawsanddamagesbeforecollapseandseriousdamage,peoplebegintostudythedamagedetectionandhealthmonitoringtechnology.Butthedamagedetectingmethodwhichareusedrecentlystillhavemanyshortcomings.Itcannotfindthedamagelocationanddamagedegreeinonestepforlargescaleandcomplexstructures(forexample,thetransm

7、issiontower).Andtheinfluenceofthesymmetryandnoisefordamagedetectionisveryimportantwhichwehavetosolverightaway.Sotheintegrationofmanydetectionmethodandmulti-stagedetectionmethodisthekeytocomplexstructuraldamageidentification.ThispaperuseJiangH