基于灵敏度分析和不同数据融合的损伤识别方法

作者：周俊贤; 吕中荣; 汪利^*

来源：振动与冲击, 2019, 38(18): 236-241.

DOI：10.13465/j.cnki.jvs.2019.18.033

• 灵敏度分析
• 损伤识别
• 模型修正

提出了一种基于灵敏度分析和不同数据融合的有限元模型识别法,对结构的局部损伤进行识别。在正问题研究中,将结构的局部损伤模拟为结构单元杨氏模量的减少。在反问题中,通过建立实测数据与计算数据的残差为目标方程,引入灵敏度分析与正则化技术,将非线性方程转化为线性方程,进而通过迭代法进行求解。在实际工程中,往往会获得许多不同类型的数据,如模态、频响函数、静力位移数据,不同的数据其相应的灵敏度分析是不同的。假如只单独采用某一种数据,数据量过少且受到结构模型误差的影响会较大,通过数据的加权和融合使得目标方程含有尽可能多的实测信息。最后,通过框架和板两个数值算例表明,该方法能有效识别结构的局部损伤,且具有识别精度高,对模拟的测量噪声不大敏感的优点。

• 单位
  中山大学