CN109828033A - 基于振动响应相似度分析的损伤识别方法和系统 - Google Patents

基于振动响应相似度分析的损伤识别方法和系统 Download PDF

Info

Publication number
CN109828033A
CN109828033A CN201910017086.1A CN201910017086A CN109828033A CN 109828033 A CN109828033 A CN 109828033A CN 201910017086 A CN201910017086 A CN 201910017086A CN 109828033 A CN109828033 A CN 109828033A
Authority
CN
China
Prior art keywords
frequency
similarity
response
threshold value
division section
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910017086.1A
Other languages
English (en)
Other versions
CN109828033B (zh
Inventor
冯彦军
丁丕满
陈晓杰
邵益凯
周春华
赵海斌
庞亚飞
周徐斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Institute of Satellite Engineering
Original Assignee
Shanghai Institute of Satellite Engineering
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Institute of Satellite Engineering filed Critical Shanghai Institute of Satellite Engineering
Priority to CN201910017086.1A priority Critical patent/CN109828033B/zh
Publication of CN109828033A publication Critical patent/CN109828033A/zh
Application granted granted Critical
Publication of CN109828033B publication Critical patent/CN109828033B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明提供了一种基于振动响应相似度分析的损伤识别方法和系统,包括:通过测试分别获得结构损伤前、后的振动响应时域数据,并通过拉式变换得到其频率响应数据;根据损伤前、后结构的频率响应数据,进行全频段相似度分析,得到结构上所有部位的全频段相似度和对应的阈值,全频段相似度小于自身阈值则为响应异常,对应结构的响应异常部位;对响应异常部位的频率响应数据进行分频段相似度分析,得到分频段相似度和对应的阈值,分频段相似度小于自身阈值的频段为响应异常频段;结合响应异常部位和异常频段评估结构损伤程度。本发明能有效的对不同形式和不同材料的结构进行单损伤、多损伤工况的识别。

Description

基于振动响应相似度分析的损伤识别方法和系统
技术领域
本发明涉及测试测量技术领域,具体地,涉及基于振动响应相似度分析的损伤 识别方法和系统。
背景技术
损伤识别技术被广泛应用在土木工程、航空、航天领域,特别是桥梁结构、飞 机机身、卫星主承力结构等。所涉及的结构形式复杂,有杆、梁、板、壳或其组合 形式;涉及的材料多样化,有金属、非金属、复合材料,特别是复合材料因其优异 的性能被大量应用在航空航天器上。而复合材料的损伤机理更加复杂,可能由于工 艺、疲劳等产生脱层、脱粘、纤维断裂等损伤。因此损伤识别技术的研究意义很大。
损伤识别主要包含4个层次的内容:1)检测——识别到结构中的损伤是否发 生;2)定位——识别结构的损伤位置;3)评估——识别结构的损伤程度;4)预 测——对结构是否能继续服役的预测。但到目前为止,仅损伤检测与定位技术较为 成熟,对损伤评估和结构寿命预测还有待进一步研究。
国内外学者提出了许多方法,包括静力识别法、动力指纹法、模型修正法、动 静结合等,但现有方法仍存在诸多不足,如现有的损伤识别技术适用性差,大多仅 适用形式简单的简单,如梁、板;仅适用于单一材料如金属,对复合材料损伤则无 法识别。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于振动响应相似度分析的损伤识别方法和系统。
根据本发明提供的一种基于振动响应相似度分析的损伤识别方法,包括:
数据获取步骤:通过测试分别获得结构损伤前、后的振动响应时域数据,并通过拉式变换得到其频率响应数据;
全频段相似度分析步骤:根据损伤前、后结构的频率响应数据,进行全频段相似度分析,得到结构上所有部位的全频段相似度和对应的阈值,全频段相似度小于自身阈值 则为响应异常,对应结构的响应异常部位;
分频段相似度分析步骤:对响应异常部位的频率响应数据进行分频段相似度分析, 得到分频段相似度和对应的阈值,分频段相似度小于自身阈值的频段为响应异常频段;
评估步骤:结合响应异常部位和异常频段评估结构损伤程度。
较佳的,获取结构损伤前、后的振动响应时域数据时,测点的数目和位置能代表结构的空间几何形状特征,至少能表征出结构前3阶模态振型。
较佳的,所述数据获取步骤中,通过测试分别获得结构损伤前、后的振动响应时域数据时的两次测试条件相同。
较佳的,所述数据获取步骤中,结构损伤前、后的振动响应时域数据的采样频率满足采样定理。
较佳的,所述全频段相似度分析步骤中,阈值的计算是在对结构的损伤评估基础上, 基于选定的相似度方法进行导出或约定,依据如下公式:
式中,sEucld(X,Y)、sJaccard(X,Y)、sEsim(X,Y)分别表示Eucld相似度、Jaccard相似度、Esim相似度,X=(x1x2…xn)、Y=(y1y2…yn)分别表示结构上损伤前、后的 测点的频率响应数据,CL表示相似度阈值;α为结构允许损伤程度下的响应幅值变化率; ωi为比重因子。
较佳的,所述分频段相似度分析步骤中,对响应异常部位的频率响应数据进行分频 段相似度分析,采用移动平均的方式,求各分频段频率响应数据的分频段相似度和阈值, 依据所述全频段相似度分析步骤中公式,以频率为横轴,相似度为纵轴,绘制成分频段相似度和阈值曲线。
较佳的,所述评估步骤中,将计算得到的全频段相似度和对应的阈值,以及分频段相似度和对应的阈值转化得到损伤程度指标D用来衡量损伤程度,依据公式如下:
其中,si和CiL分别表示测点i的相似度和对应的阈值,n为结构上所有的测点数。
较佳的,所述分频段相似度分析将全频段分成若干个子频段,子频段长度为全频段 长度的0.01倍。
根据本发明提供的一种基于振动响应相似度分析的损伤识别系统,包括:
数据获取模块:通过测试分别获得结构损伤前、后的振动响应时域数据,并通过拉式变换得到其频率响应数据;
全频段相似度分析模块:根据损伤前、后结构的频率响应数据,进行全频段相似度分析,得到结构上所有部位的全频段相似度和对应的阈值,全频段相似度小于自身阈值 则为响应异常,对应结构的响应异常部位;
分频段相似度分析模块:对响应异常部位的频率响应数据进行分频段相似度分析, 得到分频段相似度和对应的阈值,分频段相似度小于自身阈值的频段为响应异常频段;
评估模块:结合响应异常部位和异常频段评估结构损伤程度。
较佳的,获取结构损伤前、后的振动响应时域数据时,测点的数目和位置能代表结构的空间几何形状特征,至少能表征出结构前3阶模态振型。
与现有技术相比,本发明具有如下的有益效果:
1、适用于不同类型结构。不仅适用于常见的简单结构如梁、板等,也适用于 复杂的结构如壳、桁架、板杆结构等。
2、适用于不同材料结构。同时适用于金属、非金属、复合材料等的损伤识别。
3、分频段相似度分析,从频率变化识别出结构动态特性改变,分析出损伤对 结构系统响应和安全性的影响。
4、可实现多损伤工况下的损伤定位和损伤程度评估。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1所示是本发明方法的流程框图;
图2所示是分频段相似度分析中“移动平均”方式的示意图;
图3所示是实施例1的卫星承力筒模型示意图;
图4所示是Eucld全频段相似度分析结果;
图5所示是Jaccard全频段相似度分析结果;
图6所示是Esim全频段相似度分析结果;
图7所示是响应异常部位(测点25)损伤前、后的频率响应曲线;
图8所示是响应异常部位(测点25)的Eucld分频段相似度曲线;
图9所示是响应异常部位(测点25)的Jaccard分频段相似度曲线;
图10所示是响应异常部位(测点25)的Esim分频段相似度曲线;
图11所示是5种损伤工况下的相似度损伤程度指标CL。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人 员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于 本发明的保护范围。
如图1所示,本发明提供的一种基于振动响应相似度分析的损伤识别方法,包括:
数据获取步骤(以下简称:步骤(1)):通过测试分别获得结构损伤前、后的振动 响应时域数据,并通过拉式变换得到其频率响应数据;
全频段相似度分析步骤(以下简称:步骤(2)):根据损伤前、后结构的频率响应 数据,选取适当的相似度分析方法,进行全频段相似度分析,得到结构上所有部位的全 频段相似度和对应的阈值,全频段相似度小于自身阈值则为响应异常,对应结构的响应 异常部位;
分频段相似度分析步骤(以下简称:步骤(3)):选取适当的相似度分析方法,对 响应异常部位的频率响应数据进行分频段相似度分析,得到分频段相似度和对应的阈值, 分频段相似度小于自身阈值的频段为响应异常频段;
评估步骤(以下简称:步骤(4)):结合响应异常部位和异常频段评估结构损伤程度。
步骤(1)中,结构损伤前、后的振动响应数据采集,要求测点的数目和位置能代 表结构的空间几何形状特征,至少能表征出结构前3阶模态振型。
步骤(1)中,结构损伤前、后的振动响应数据采集,要求前后两次试验条件完全 相同,包括力学环境、采集参数设置等。
步骤(1)中,结构损伤前、后的振动响应数据可以为各种类型,包括位移、加速 度、应变等。
步骤(1)中,结构损伤前、后的振动响应数据采样频率满足采样定理,使得振动 响应数据包含足够的频域信息。
步骤(2)中,相似度分析方法可选Eucld相似度、Jaccard相似度、Esim相似度 三种方法之一,但不限于该三种方法。若基于该三种方法,则结构损伤前、后的频率响 应数据全频段相似度分析可依据如下公式:
式中,sEucld(X,Y)、sJaccard(X,Y)、sEsim(X,Y)分别表示Eucld相似度、Jaccard相似度、Esim相似度,X=(x1 x2 … xn)、Y=(y1 y2 … yn)分别表示结构上损伤前、后的 某测点的频率响应数据。
具体的,步骤(2)结构损伤前、后的频率响应数据全频段相似度阈值计算是在对结构的损伤评估基础上,基于选定的相似度方法进行合理导出或约定。此处可采用Eucld相似度、Jaccard相似度、Esim相似度三种方法之一,依据如下公式(4),但不限于该 三种方法,
其中,CL表示相似度阈值;α为结构允许损伤程度下的响应幅值变化率;ωi为比重因子。
步骤(3)中,对响应异常部位的频率响应数据进行分频段相似度分析需要对全频段分成若干个子频段,子频段长度大小要合适,一般取为全频段长度的0.01。
步骤(3)对响应异常部位的频率响应数据进行分频段相似度分析,应采用“移动平均”的方式,依据公式(1)~(4),求各分频段频率响应数据的分频段相似度和阈值。 以频率为横轴,相似度为纵轴,可以绘制成分频段相似度和阈值曲线。
其中,步骤(3)对响应异常部位的频率响应数据进行分频段相似度分析,“移动平均”的具体实现方式:全频段区间[f0,f1]内,从起始频率点f0开始,将长度为 w(w<<(f1-f0))的子频段编号为1,对其进行分频段相似度分析,然后以Δf(0<Δf<w)为 步长向右移动该子频段,编号为2,继续进行相似度分析,以此类推,采用子频段“滑 动”的方式进行分频段相似度分析,便可以得到不同子频段的相似度。如2所示表示子 频段i和i+1的相对关系。
具体的,步骤(4)综合响应异常部位和异常频段评估结构损伤,步骤(2)计算得 到的响应异常部位可以用来损伤定位;步骤(2)、(3)计算得到的相似度和其阈值,转 化得到损伤程度指标D用来衡量损伤程度,依据公式如下:
其中,si和CiL分别表示测点i的相似度和阈值,n为结构上所有的测点数。
下面结合具体工程实例对本发明进行说明。
实施例一:如图3所示为卫星承力筒,筒体柱段外径Φ1114mm,内径Φ1090mm, 高3260mm,主体部分采用碳纤维/环氧-铝蜂窝夹层复合材料。承力筒上设置测点40 个,从底部到顶部均分5周,每周布置8个测点。损伤区域位于测点25下方附近,损 伤形式为蜂窝夹层结构的蒙皮芯子分层损伤。激励为承力筒底部正弦扫频激励,频带范 围20~2000Hz,幅值大小10m/s2
具体实施步骤如下:
步骤1:通过有限元模型仿真分析获得承力筒损伤前、后,所有测点处的振动加速度响应时域数据,然后通过拉式变换得到相应的响应频域数据;
步骤2:根据损伤前、后结构的振动频率响应数据,利用公式(1)~(4)进行全频 段相似度分析,暂定α=0.15,得到结构上所有部位的全频段相似度和对应的阈值。以测 点编号为横轴,以相似度为纵轴,绘制成全频段相似度曲线,结果如图4~6所示。从图 中可以看出,测点25的全频段相似度低于阈值,因此响应异常部位为测点25附近,准 确识别出了损伤位置。
步骤3:对响应异常部位,即测点25的频率响应数据(见图7)进行分频段相似度 分析,暂定α=0.15,利用公式(1)~(4),得到分频段相似度和阈值,以频率为横轴, 以相似度为纵轴,得到分频段相似度曲线,如图8~10所示。从图中可以看到,阈值虚 线下方的分频段相似度曲线对应的频段为响应异常频段,该信息对分析结构损伤有一定 参考价值。
步骤4:设置如下表1的损伤工况,1~5分别表示损伤区域逐渐增大,利用公式(5)计算其损伤程度,得到结果图11。可以看出,随损伤区域增大,损伤程度值增大。该指 标可以准确衡量损伤程度。
表1损伤工况
在上述一种基于振动响应相似度分析的损伤识别方法的基础上,本发明还提供一种基于振动响应相似度分析的损伤识别系统,包括:
数据获取模块:通过测试分别获得结构损伤前、后的振动响应时域数据,并通过拉式变换得到其频率响应数据;
全频段相似度分析模块:根据损伤前、后结构的频率响应数据,进行全频段相似度分析,得到结构上所有部位的全频段相似度和对应的阈值,全频段相似度小于自身阈值 则为响应异常,对应结构的响应异常部位;
分频段相似度分析模块:对响应异常部位的频率响应数据进行分频段相似度分析, 得到分频段相似度和对应的阈值,分频段相似度小于自身阈值的频段为响应异常频段;
评估模块:结合响应异常部位和异常频段评估结构损伤程度。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及 其各个装置、模块、单元以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制 器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装 置、模块、单元可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置、 模块、单元也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置、模块、 单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
在本申请的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、 “竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示 的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装 置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的 限制。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上 述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改, 这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的 特征可以任意相互组合。

Claims (10)

1.一种基于振动响应相似度分析的损伤识别方法,其特征在于,包括:
数据获取步骤:通过测试分别获得结构损伤前、后的振动响应时域数据,并通过拉式变换得到其频率响应数据;
全频段相似度分析步骤:根据损伤前、后结构的频率响应数据,进行全频段相似度分析,得到结构上所有部位的全频段相似度和对应的阈值,全频段相似度小于自身阈值则为响应异常,对应结构的响应异常部位;
分频段相似度分析步骤:对响应异常部位的频率响应数据进行分频段相似度分析,得到分频段相似度和对应的阈值,分频段相似度小于自身阈值的频段为响应异常频段;
评估步骤:结合响应异常部位和异常频段评估结构损伤程度。
2.根据权利要求1所述的基于振动响应相似度分析的损伤识别方法,其特征在于,获取结构损伤前、后的振动响应时域数据时,测点的数目和位置能代表结构的空间几何形状特征,至少能表征出结构前3阶模态振型。
3.根据权利要求1所述的基于振动响应相似度分析的损伤识别方法,其特征在于,所述数据获取步骤中,通过测试分别获得结构损伤前、后的振动响应时域数据时的两次测试条件相同。
4.根据权利要求1所述的基于振动响应相似度分析的损伤识别方法,其特征在于,所述数据获取步骤中,结构损伤前、后的振动响应时域数据的采样频率满足采样定理。
5.根据权利要求1所述的基于振动响应相似度分析的损伤识别方法,其特征在于,所述全频段相似度分析步骤中,阈值的计算是在对结构的损伤评估基础上,基于选定的相似度方法进行导出或约定,依据如下公式:
式中,sEucld(X,Y)、sJaccard(X,Y)、sEsim(X,Y)分别表示Eucld相似度、Jaccard相似度、Esim相似度,X=(x1 x2 … xn)、Y=(y1 y2 … yn)分别表示结构上损伤前、后的测点的频率响应数据,CL表示相似度阈值;α为结构允许损伤程度下的响应幅值变化率;ωi为比重因子。
6.根据权利要求5所述的基于振动响应相似度分析的损伤识别方法,其特征在于,所述分频段相似度分析步骤中,对响应异常部位的频率响应数据进行分频段相似度分析,采用移动平均的方式,求各分频段频率响应数据的分频段相似度和阈值,依据所述全频段相似度分析步骤中公式,以频率为横轴,相似度为纵轴,绘制成分频段相似度和阈值曲线。
7.根据权利要求6所述的基于振动响应相似度分析的损伤识别方法,其特征在于,所述评估步骤中,将计算得到的全频段相似度和对应的阈值,以及分频段相似度和对应的阈值转化得到损伤程度指标D用来衡量损伤程度,依据公式如下:
其中,si和CiL分别表示测点i的相似度和对应的阈值,n为结构上所有的测点数。
8.根据权利要求1所述的基于振动响应相似度分析的损伤识别方法,其特征在于,所述分频段相似度分析将全频段分成若干个子频段,子频段长度为全频段长度的0.01倍。
9.一种基于振动响应相似度分析的损伤识别系统,其特征在于,包括:
数据获取模块:通过测试分别获得结构损伤前、后的振动响应时域数据,并通过拉式变换得到其频率响应数据;
全频段相似度分析模块:根据损伤前、后结构的频率响应数据,进行全频段相似度分析,得到结构上所有部位的全频段相似度和对应的阈值,全频段相似度小于自身阈值则为响应异常,对应结构的响应异常部位;
分频段相似度分析模块:对响应异常部位的频率响应数据进行分频段相似度分析,得到分频段相似度和对应的阈值,分频段相似度小于自身阈值的频段为响应异常频段;
评估模块:结合响应异常部位和异常频段评估结构损伤程度。
10.根据权利要求9所述的基于振动响应相似度分析的损伤识别系统,其特征在于,获取结构损伤前、后的振动响应时域数据时,测点的数目和位置能代表结构的空间几何形状特征,至少能表征出结构前3阶模态振型。
CN201910017086.1A 2019-01-08 2019-01-08 基于振动响应相似度分析的损伤识别方法和系统 Active CN109828033B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910017086.1A CN109828033B (zh) 2019-01-08 2019-01-08 基于振动响应相似度分析的损伤识别方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910017086.1A CN109828033B (zh) 2019-01-08 2019-01-08 基于振动响应相似度分析的损伤识别方法和系统

Publications (2)

Publication Number Publication Date
CN109828033A true CN109828033A (zh) 2019-05-31
CN109828033B CN109828033B (zh) 2021-08-03

Family

ID=66861687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910017086.1A Active CN109828033B (zh) 2019-01-08 2019-01-08 基于振动响应相似度分析的损伤识别方法和系统

Country Status (1)

Country Link
CN (1) CN109828033B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110274957A (zh) * 2019-07-19 2019-09-24 西安交通大学 一种大阻尼层合结构界面粘接质量检测方法
CN110954354A (zh) * 2019-12-24 2020-04-03 山东微感光电子有限公司 设备故障诊断方法及装置
CN111693291A (zh) * 2020-05-28 2020-09-22 西安交通大学 一种基于振动信号的柴油机燃烧故障变工况定量诊断方法
CN112444366A (zh) * 2020-12-08 2021-03-05 中国工程物理研究院总体工程研究所 一种随机振动试验分频段混合控制方法
CN114295678A (zh) * 2021-12-07 2022-04-08 北京卫星制造厂有限公司 一种用于卫星承力筒的检测装备
US20230228618A1 (en) * 2021-10-15 2023-07-20 Southeast University A dynamic identification method of bridge scour based on health monitoring data

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1804612A (zh) * 2005-12-29 2006-07-19 西北工业大学 基于互相关函数幅值向量的随机振动结构损伤的检测方法
CN1828286A (zh) * 2005-02-28 2006-09-06 交通部公路科学研究所 一种用超声波检测结构混凝土缺陷的定量判断并直观显示的方法
GB2442389A (en) * 2004-07-15 2008-04-02 Ultra Electronics Ltd Verifying the location of structural damage by detecting acoustic emissions
CN102193083A (zh) * 2010-02-09 2011-09-21 富士重工业株式会社 损伤长度测定系统及损伤长度测定方法
CN102353718A (zh) * 2011-07-11 2012-02-15 南京航空航天大学 用于复合材料板结构损伤监测的Lamb波损伤概率成像方法
CN103033329A (zh) * 2012-12-24 2013-04-10 北京工业大学 一种改进功率谱峰值法的空间网格结构频率识别方法
CN103217478A (zh) * 2013-04-16 2013-07-24 南京航空航天大学 用于复合材料板状结构的无参考损伤识别方法
CN101900708B (zh) * 2010-08-18 2013-07-31 哈尔滨工业大学 一种基于振动和声频信号的高速列车轨道伤损探测方法
CN104089791A (zh) * 2014-07-28 2014-10-08 郑州航空工业管理学院 基于振动的改进损伤定位和损伤程度识别方法
CN104330471A (zh) * 2014-10-09 2015-02-04 南京航空航天大学 航空结构损伤的Lamb波时变概率模型监测方法
US20150117734A1 (en) * 2013-10-28 2015-04-30 National Taiwan University Method of ultrasound nonlinear imaging with high-bit golay code excitation
CN104634879A (zh) * 2015-02-04 2015-05-20 北京科技大学 一种金属材料疲劳加载试验与疲劳损伤无损检测分析方法
CN104965025A (zh) * 2015-05-14 2015-10-07 南京航空航天大学 一种基于Lamb波信号相关系数的多区域损伤检测方法
CN105510891A (zh) * 2015-11-30 2016-04-20 上海卫星工程研究所 针对卫星合成孔径雷达的在轨模态辨识方法
CN105866250A (zh) * 2016-03-17 2016-08-17 北京工业大学 基于振动的通风机叶片裂纹识别方法
CN107085037A (zh) * 2017-04-25 2017-08-22 湘潭大学 振型加权模态柔度的梁结构损伤识别方法
CN107121493A (zh) * 2017-04-21 2017-09-01 广州明珞汽车装备有限公司 一种设备损伤检测方法及系统
CN107167521A (zh) * 2017-06-30 2017-09-15 四川升拓检测技术股份有限公司 一种提高识别混凝土缺陷和损伤能力的检测方法
EP3232190A1 (en) * 2014-12-10 2017-10-18 Nuclear Fuel Industries, Ltd. Method for evaluating state of member
CN107389793A (zh) * 2017-07-06 2017-11-24 北京航空航天大学 一种铝合金多孔结构孔边腐蚀损伤监测方法
CN108254438A (zh) * 2017-12-19 2018-07-06 上海交通大学 基于兰姆波的不均匀截面结构损伤识别成像方法及系统
CN109115877A (zh) * 2018-08-07 2019-01-01 广东工业大学 一种基于dic技术的曲率模态损伤识别方法
CN109142524A (zh) * 2018-08-14 2019-01-04 唐智科技湖南发展有限公司 一种轨道损伤检测方法、装置及设备

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2442389A (en) * 2004-07-15 2008-04-02 Ultra Electronics Ltd Verifying the location of structural damage by detecting acoustic emissions
CN1828286A (zh) * 2005-02-28 2006-09-06 交通部公路科学研究所 一种用超声波检测结构混凝土缺陷的定量判断并直观显示的方法
CN1804612A (zh) * 2005-12-29 2006-07-19 西北工业大学 基于互相关函数幅值向量的随机振动结构损伤的检测方法
CN102193083A (zh) * 2010-02-09 2011-09-21 富士重工业株式会社 损伤长度测定系统及损伤长度测定方法
CN101900708B (zh) * 2010-08-18 2013-07-31 哈尔滨工业大学 一种基于振动和声频信号的高速列车轨道伤损探测方法
CN102353718A (zh) * 2011-07-11 2012-02-15 南京航空航天大学 用于复合材料板结构损伤监测的Lamb波损伤概率成像方法
CN103033329A (zh) * 2012-12-24 2013-04-10 北京工业大学 一种改进功率谱峰值法的空间网格结构频率识别方法
CN103217478A (zh) * 2013-04-16 2013-07-24 南京航空航天大学 用于复合材料板状结构的无参考损伤识别方法
US20150117734A1 (en) * 2013-10-28 2015-04-30 National Taiwan University Method of ultrasound nonlinear imaging with high-bit golay code excitation
CN104089791A (zh) * 2014-07-28 2014-10-08 郑州航空工业管理学院 基于振动的改进损伤定位和损伤程度识别方法
CN104330471A (zh) * 2014-10-09 2015-02-04 南京航空航天大学 航空结构损伤的Lamb波时变概率模型监测方法
EP3232190A1 (en) * 2014-12-10 2017-10-18 Nuclear Fuel Industries, Ltd. Method for evaluating state of member
CN104634879A (zh) * 2015-02-04 2015-05-20 北京科技大学 一种金属材料疲劳加载试验与疲劳损伤无损检测分析方法
CN104965025A (zh) * 2015-05-14 2015-10-07 南京航空航天大学 一种基于Lamb波信号相关系数的多区域损伤检测方法
CN105510891A (zh) * 2015-11-30 2016-04-20 上海卫星工程研究所 针对卫星合成孔径雷达的在轨模态辨识方法
CN105866250A (zh) * 2016-03-17 2016-08-17 北京工业大学 基于振动的通风机叶片裂纹识别方法
CN107121493A (zh) * 2017-04-21 2017-09-01 广州明珞汽车装备有限公司 一种设备损伤检测方法及系统
CN107085037A (zh) * 2017-04-25 2017-08-22 湘潭大学 振型加权模态柔度的梁结构损伤识别方法
CN107167521A (zh) * 2017-06-30 2017-09-15 四川升拓检测技术股份有限公司 一种提高识别混凝土缺陷和损伤能力的检测方法
CN107389793A (zh) * 2017-07-06 2017-11-24 北京航空航天大学 一种铝合金多孔结构孔边腐蚀损伤监测方法
CN108254438A (zh) * 2017-12-19 2018-07-06 上海交通大学 基于兰姆波的不均匀截面结构损伤识别成像方法及系统
CN109115877A (zh) * 2018-08-07 2019-01-01 广东工业大学 一种基于dic技术的曲率模态损伤识别方法
CN109142524A (zh) * 2018-08-14 2019-01-04 唐智科技湖南发展有限公司 一种轨道损伤检测方法、装置及设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
冉志红等: "基于分形的结构损伤识别方法研究", 《四川建筑科学研究》 *
吴子燕等: "基于刚度损伤指数的桥梁整体损伤程度模糊评定研究", 《工程力学》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110274957A (zh) * 2019-07-19 2019-09-24 西安交通大学 一种大阻尼层合结构界面粘接质量检测方法
CN110954354A (zh) * 2019-12-24 2020-04-03 山东微感光电子有限公司 设备故障诊断方法及装置
CN110954354B (zh) * 2019-12-24 2022-04-15 山东微感光电子有限公司 设备故障诊断方法及装置
CN111693291A (zh) * 2020-05-28 2020-09-22 西安交通大学 一种基于振动信号的柴油机燃烧故障变工况定量诊断方法
CN111693291B (zh) * 2020-05-28 2022-03-01 西安交通大学 一种基于振动信号的柴油机燃烧故障变工况定量诊断方法
CN112444366A (zh) * 2020-12-08 2021-03-05 中国工程物理研究院总体工程研究所 一种随机振动试验分频段混合控制方法
US20230228618A1 (en) * 2021-10-15 2023-07-20 Southeast University A dynamic identification method of bridge scour based on health monitoring data
CN114295678A (zh) * 2021-12-07 2022-04-08 北京卫星制造厂有限公司 一种用于卫星承力筒的检测装备
CN114295678B (zh) * 2021-12-07 2023-09-19 北京卫星制造厂有限公司 一种用于卫星承力筒的检测装备

Also Published As

Publication number Publication date
CN109828033B (zh) 2021-08-03

Similar Documents

Publication Publication Date Title
CN109828033A (zh) 基于振动响应相似度分析的损伤识别方法和系统
Rouse et al. Small punch creep testing: review on modelling and data interpretation
EP2983099A1 (en) Method for determining reduction factor of bearing capacity of axial load cylindrical shell structure
Yang et al. A damage identification approach for plate structures based on frequency measurements
Xiong et al. A load history generation approach for full-scale accelerated fatigue tests
Han et al. Damage assessment of wind turbine blade under static loading test using acoustic emission
CN106202647A (zh) 电主轴的多轴疲劳寿命预测方法及疲劳寿命可靠性评估方法
Khamlichi et al. Buckling of elastic cylindrical shells considering the effect of localized axisymmetric imperfections
CN103592369B (zh) 一种航空发动机盘类零件在位裂纹检测方法
Lin et al. Application of multi-scale (cross-) sample entropy for structural health monitoring
Kumar et al. Damage identification in a lightly reinforced concrete beam based on changes in the power spectral density
Chłopek et al. Experimental investigation and comparison of energy consumption of electric and conventional vehicles due to the driving pattern
CN106768760A (zh) 一种航天器正弦扫频振动疲劳失效分析方法
Ciminello Distributed fiber optic for structural health monitoring system based on auto-correlation of the first-order derivative of strain
Rotter The new framework for shell buckling design and the European shell buckling recommendations fifth edition
Van et al. Multiaxial fatigue limit: a new approach
Zheng et al. Internal combustion engine noise analysis with time-frequency distribution
Helmer et al. Water movement in tendon in response to a repeated static tensile load using one-dimensional magnetic resonance imaging
Wang et al. The optimal wavelet threshold de-nosing method for acoustic emission signals during the medium strain rate damage process of concrete
Zhu et al. Buckling characteristics of externally pressurised toroidal shell
CN106285797A (zh) 内缸、外缸与阀壳的内部制造缺陷的监控装置与方法
Zhang et al. An integrated processing method for fatigue damage identification in a steel structure based on acoustic emission signals
Pereira et al. Cyclic and fatigue behavior of the P355NL1 steel under block loading
Mohanty et al. Fatigue life prediction using multivariate gaussian process
Haswell Simple models for predicting stress intensity factors for tubular joints

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant