CN113946894A - 一种基于转角测量的多种模态柔度同时识别方法及系统 - Google Patents

一种基于转角测量的多种模态柔度同时识别方法及系统 Download PDF

Info

Publication number
CN113946894A
CN113946894A CN202111204391.5A CN202111204391A CN113946894A CN 113946894 A CN113946894 A CN 113946894A CN 202111204391 A CN202111204391 A CN 202111204391A CN 113946894 A CN113946894 A CN 113946894A
Authority
CN
China
Prior art keywords
modal
mode
macro
corner
strain
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.)
Pending
Application number
CN202111204391.5A
Other languages
English (en)
Inventor
田永丁
余志祥
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.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN202111204391.5A priority Critical patent/CN113946894A/zh
Publication of CN113946894A publication Critical patent/CN113946894A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Abstract

本发明公开了一种基于转角测量的多种模态柔度同时识别方法，包括以下步骤：采集工程结构在环境激励下的动态转角位移响应并存储；基本模态参数、宏应变振型和竖向位移振型识别；利用测量结构的质量矩阵分布对转角位移振型与竖向位移振型进行归一化，并结合基本模态参数，实现广义位移模态柔度识别；将识别的宏应变振型进行质量归一化，实现结构的宏应变频响函数重构与宏应变模态柔度识别；将识别的广义位移模态柔度矩阵、宏应变柔度矩阵与作用于结构的任意静力荷载向量相乘，预测结构在静力荷载下的响应，进而实现工程结构状态评估。本发明具有节约试验成本、方便快捷的优势，可切实有效的挖掘监测数据，为结构安全状态评估奠定数据基础。

Description

一种基于转角测量的多种模态柔度同时识别方法及系统
技术领域
本发明属于结构健康监测技术领域，具体涉及一种基于转角测量的多种模态柔度同时识 别方法及系统。
背景技术
我国桥梁建设取得了举世瞩目的成绩，但桥梁坍塌事故时有发生、造成了严重的经济损 失和惨重的人员伤亡。如何保障结构安全与长寿是国家重大需求。利用结构智能检测监测技 术及时发现结构病害与隐患，有望解决桥梁安全问题。基于定期检测的结构技术状况评定是 我国评估桥梁当前服役性能的主要手段，以建设部的《城市桥梁养护技术规范》和交通运输 部的《公路桥涵养护规范》为指导，利用各类型无损检测技术对桥梁各个构件的性能状况进 行评分，进而根据各个构件的重要程度给予不同权重系数，对桥梁的整体性能状况进行综合 评定。定期检测方法为现有桥梁维护的主要手段，但它以人工为主、费时费力。
基于各类型先进传感的结构健康监测技术在突发事件预警方面发挥着积极作用，但是现 有数据分析方法主要识别结构固有频率、阻尼比与位移振型等基本模态参数，业内普遍认为 还无法真正实现结构健康监测。另外，结构健康监测领域中广泛采用的环境振动测试依靠单 一传感方式，从监测数据中只能识别单一类型的结构参数，比如：利用加速度传感器只能识 别结构的固有频率、阻尼比与位移振型；利用应变传感器仅能识别频率、阻尼比与应变振型。 因此，需要在结构上安装多类型的传感器系统以全面掌握结构的性能状态，健康监测系统规 模庞大、系统复杂、价格昂贵。
发明内容
为了克服上述问题，本发明提供一种基于转角测量的多种模态柔度同时识别方法及系统。
本发明的一种基于转角测量的多种模态柔度同时识别方法，包括以下步骤：
步骤1：数据采集：依据设计图纸制定传感器布置方案，在指定测点布置倾角传感器或 视觉传感器，控制数据采集系统测量工程结构在环境激励下的动态转角位移响应，并存储所 有测点的结构响应数据。
步骤2：基本模态参数识别：利用模态参数识别算法对采集的所有测点的动态转角位移 进行分析，识别结构的固有频率、阻尼比与转角位移振型基本动力参数。
步骤3：宏应变振型识别：利用转角位移振型、测试结构截面中和轴高度、传感器之间 距离与宏应变振型之间的关系，计算结构宏应变振型，即：
Figure BDA0003306249220000021
其中：
Figure BDA0003306249220000022
为结构在测量单元m的第r阶宏应变振型；
Figure BDA0003306249220000023
和
Figure BDA0003306249220000024
分别为结构在测点p和测点 q的第r阶转角位移振型；hm为测试结构的截面中和轴高度；Lm为相邻两个传感器之间的距离。
步骤4：竖向位移振型识别：利用共轭梁法将宏应变振型转换为各测点的竖向位移振型， 即：
Figure BDA0003306249220000025
其中：
Figure BDA0003306249220000026
结构在点j的第r阶竖向位移振型；n为布置的传感器的总数。
步骤5：广义位移模态柔度识别：利用测量结构的质量矩阵分布对步骤2与步骤4中的 转角位移振型与竖向位移振型进行归一化，并结合步骤2中识别的基本模态参数，可实现结 构频响函数的重构，进而识别结构的转角模态柔度矩阵；利用步骤4中归一化的竖向位移振 型与步骤2中的基本模态参数进一步实现结构竖向位移模态柔度识别。
步骤6：宏应变模态柔度识别：将步骤3中识别的宏应变振型进行质量归一化，并结合 步骤2中的基本模态参数，实现结构的宏应变频响函数重构与宏应变模态柔度识别。
步骤7：静力响应预测：将识别的广义位移模态柔度矩阵、宏应变柔度矩阵与作用于结 构的任意静力荷载向量相乘，预测结构在静力荷载下的响应，进而实现工程结构状态评估。
进一步的，步骤5中广义位移模态柔度识别的计算过程为：
利用测量结构的质量分布，将步骤2中识别的转角位移振型与步骤3中识别的竖向位移 振型进行质量归一化，竖向位移振型归一化系数αr和转角位移振型归一化系数βr分别为：
Figure BDA0003306249220000027
Figure BDA0003306249220000028
其中，[M]为测量结构的质量分布矩阵；符号T表示向量的转置；[Tθ-d]为转角位移振型 与竖向位移振型之间的转换矩阵；符号+表示矩阵的为逆运算；
Figure BDA0003306249220000029
和
Figure BDA00033062492200000210
分别为结构的第r阶竖 向位移振型和转角位移振型。
利用步骤2中的基本模态参数与振型归一化系数，得到转角位移模态柔度矩阵表达式为：
Figure BDA0003306249220000031
其中：
Figure BDA0003306249220000032
为转角位移振型
Figure BDA0003306249220000033
的共轭向量；
Figure BDA0003306249220000034
为竖向位移振型
Figure BDA0003306249220000035
的共轭向量；λr为结构的 特征值，
Figure BDA0003306249220000036
为λr的共轭复数。
利用步骤2中的基本模态参数与竖向位移振型归一化系数，得到竖向位移模态柔度矩阵 表达式为：
Figure BDA0003306249220000037
进一步的，步骤6中宏应变模态柔度识别的计算过程为：
利用测量结构质量分布矩阵和步骤3中的宏应变振型，得到宏应变振型归一化系数为：
Figure BDA0003306249220000038
其中：[Tε-d]为宏应变振型与竖向位移振型之间的转换矩阵，
Figure BDA0003306249220000039
为结构的第r阶宏应变振 型。
结合步骤2中的基本模态参数、步骤3中的宏应变振型与上述宏应变振型归一化系数， 得到宏应变模态柔度矩阵为：
Figure BDA00033062492200000310
其中：
Figure BDA00033062492200000311
为第r阶宏应变振型
Figure BDA00033062492200000312
的共轭向量。
本发明的一种基于转角测量的多种模态柔度同时识别系统，包括数据采集系统与数据分 析系统，所述数据采集系统利用高精度倾角传感器或者视觉传感技术采集工程结构在环境激 励下的动态转角位移响应并存储；所述数据分析系统包含结构基本模态参数识别模块与表征 结构性能的多种关键参数识别模块，所识别参数用于结构损伤识别与安全状态评估。
本发明的有益技术效果为：
本发明的基于转角测量的结构广义位移模态柔度与宏应变模态柔度同时识别方法，不同 于传统的环境振动测试方法，传统方法只能从单种传感器的测量数据中识别单一模态柔度矩 阵，而本发明能从单一传感器的测量数据中识别多种模态柔度矩阵的识别并预测结构在任意 静力荷载下的静态响应，能够切实有效的实现结构性能评估。本发明方法具有识别参数多、 成本低、操作简单、结果精确以及抗噪音能力强的优点，能够更加有效的对桥梁进行状态评 估，有应用于工程结构安全监测与运营维护提供数据支撑的前景。
附图说明
图1为混凝土桥梁结构传感器布置示意图。
图2为采集的结构在环境激励下的动态转角位移。
图3为结构基本模态参数第1阶奇异值向量曲线图。
图4为结构基本模态参数三维柱状图。
图5为本发明识别转角位移振型与理论值的相关性。
图6为本发明识别竖向位移振型与理论值的相关性。
图7为本发明识别宏应变振型与理论值的相关性。
图8为本发明方法识别振型归一化系数。
图9为本发明方法识别的转角模态柔度矩阵三维曲面图。
图10为本发明方法识别的竖向位移模态柔度矩阵三维曲面图。
图11为本发明方法识别的宏应变模态柔度矩阵三维曲面图。
图12为本发明方法预测的结构转角位移静态响应。
图13为本发明方法预测的结构竖向位移静态响应。
图14为本发明方法预测的结构宏应变静态响应。
具体实施方式
下面结合附图和具体实施方法对本发明做进一步详细说明。
本发明的一种基于转角测量的多种模态柔度同时识别方法，包括以下步骤：
步骤1：数据采集：依据设计图纸制定传感器布置方案，在指定测点布置倾角传感器或 视觉传感器，控制数据采集系统测量工程结构在环境激励下的动态转角位移响应，并存储所 有测点的结构响应数据。
步骤2：基本模态参数识别：利用模态参数识别算法对采集的所有测点的动态转角位移 进行分析，识别结构的固有频率、阻尼比与转角位移振型基本动力参数。
步骤3：宏应变振型识别：利用转角位移振型、测试结构截面中和轴高度、传感器之间 距离与宏应变振型之间的关系，计算结构宏应变振型，即：
Figure BDA0003306249220000041
其中：
Figure BDA0003306249220000042
为结构在测量单元m的第r阶宏应变振型；
Figure BDA0003306249220000043
和
Figure BDA0003306249220000044
分别为结构在测点p和测点 q的第r阶转角位移振型；hm为测试结构的截面中和轴高度；Lm为相邻两个传感器之间的距离。
步骤4：竖向位移振型识别：利用共轭梁法将宏应变振型转换为各测点的竖向位移振型， 即：
Figure BDA0003306249220000051
其中：
Figure BDA0003306249220000052
结构在点j的第r阶竖向位移振型；n为布置的传感器的总数。
步骤5：广义位移模态柔度识别：
利用测量结构的质量分布，将步骤2中识别的转角位移振型与步骤3中识别的竖向位移 振型进行质量归一化，竖向位移振型归一化系数αr和转角位移振型归一化系数βr分别为：
Figure BDA0003306249220000053
Figure BDA0003306249220000054
其中，[M]为测量结构的质量分布矩阵；符号T表示向量的转置；[Tθ-d]为转角位移振型 与竖向位移振型之间的转换矩阵；符号+表示矩阵的为逆运算；
Figure BDA0003306249220000055
和
Figure BDA0003306249220000056
分别为结构的第r阶竖 向位移振型和转角位移振型。
利用步骤2中的基本模态参数与振型归一化系数，得到转角位移模态柔度矩阵表达式为：
Figure BDA0003306249220000057
其中：
Figure BDA0003306249220000058
为转角位移振型
Figure BDA0003306249220000059
的共轭向量；
Figure BDA00033062492200000510
为竖向位移振型
Figure BDA00033062492200000511
的共轭向量；λr为结构的 特征值，
Figure BDA00033062492200000512
为λr的共轭复数。
利用步骤2中的基本模态参数与竖向位移振型归一化系数，得到竖向位移模态柔度矩阵 表达式为：
Figure BDA00033062492200000513
步骤6：宏应变模态柔度识别：
利用测量结构质量分布矩阵和步骤3中的宏应变振型，得到宏应变振型归一化系数为：
Figure BDA00033062492200000514
其中：[Tε-d]为宏应变振型与竖向位移振型之间的转换矩阵，
Figure BDA00033062492200000515
为结构的第r阶宏应变振 型。
结合步骤2中的基本模态参数、步骤3中的宏应变振型与上述宏应变振型归一化系数， 得到宏应变模态柔度矩阵为：
Figure BDA0003306249220000061
其中：
Figure BDA0003306249220000062
为第r阶宏应变振型
Figure BDA0003306249220000063
的共轭向量。
步骤7：静力响应预测：将识别的广义位移模态柔度矩阵、宏应变柔度矩阵与作用于结 构的任意静力荷载向量相乘，预测结构在静力荷载下的响应，进而实现工程结构状态评估。
实施例：
通过一座三跨混凝土连续梁桥案例来说明本发明的基于转角测量的广义位移模态柔度与 宏应变模态柔度同时识别方法的具体实施过程，其具体步骤如下：
1、数据采集：通过设计图纸确定在此三跨混凝土连续梁桥上布置27个倾角传感器(如 图1所示)，采集结构在环境激励下的动态转角位移(如图2)所示)。
2、基本模态参数识别：利用频域模态分解法处理测量的转角位移数据，计算每个测点转 角位移的自相关函数，并对其进行奇异值分解便可以得到结构的基本模态参数。对于此三跨 连续梁桥，第1阶奇异值向量曲线图如图3所示，识别的前5阶固有频率分别为2.09Hz,3.06 Hz,3.81Hz,7.94Hz和10.27Hz；识别的桥梁转角位移振型与有限元直接计算的理论振型间的 模态置信准则，即相关系数，的三维柱状图如图4所示，可以看出两者的相关系数值大于0.9， 初步验证了本发明方法识别转角位移振型的正确性。利用转角位移振型、测试结构截面中和 轴高度、传感器之间距离与宏应变振型之间的关系，可以计算结构宏应变振型，进而依据共 轭梁法计算结构竖向位移振型。
本发明方法识别的转角位移振型、宏应变振型、竖向位移振型与理论值之间的模态置信 准则如图5、图6和图7所示，前4阶振型的最小模态置信准则分别为0.9756、0.9827与0.9819， 验证了本发明方法识别基本模态参数的正确性。
3、广义位移模态柔度与宏应变模态柔度同时识别：利用结构质量分布矩阵与识别的基本 模态参数，可以计算结构振型质量归一化系数，对于此三跨连续梁结构，计算的转角位移振 型、竖向位移振型与宏应变振型归一化系数如图8所示。利用转角位移振型与竖向位移振型 归一化系数及基本模态参数识别的转角模态柔度矩阵三维曲面图如图9所示，利用竖向位移 振型归一化系数及基本模态参数识别的位移模态柔度矩阵三维曲面图如图10所示，利用竖向 位移振型、宏应变振型归一化系数及基本模态参数识别的宏应变模态柔度矩阵三维曲面图如 图11所示。可以看出，本发明方法仅利用输出转角位移响应，便可以实现广义位移模态柔度 矩阵(转角位移、平动位移)与宏应变模态柔度矩阵的同时识别，可进一步用于结构损伤识 别、安全状态评估。
4、静态响应预测：在本实施例中，以预测结构在任意静力荷载下的响应为例子，阐述识 别模态柔度矩阵的用图，利用识别模态柔度矩阵乘以任意静力荷载下的等效力向量,便可以得 到结构在此等效节点力下静态响应。为了验证本发明方法识别柔度矩阵预测静态响应的正确 性，对其进行了静载试验作为理论值。利用本实施例方法所预测的各测点转角位移、竖向位 移与宏应变预测值和理论值的比较如图12、图13和图14所示，从图中可以看出，利用识别 模态柔度矩阵预测竖向挠度与静载实验直接测试值的相对误差小于5％，满足工程精度要求， 验证了本发明方法识别模态柔度矩阵预测结构在任意静力荷载下的多种静态响应的有效性与 准确性。

Claims (4)

1.一种基于转角测量的多种模态柔度同时识别方法，其特征在于，包括以下步骤：
步骤1：数据采集：依据设计图纸制定传感器布置方案，在指定测点布置倾角传感器或视觉传感器，控制数据采集系统测量工程结构在环境激励下的动态转角位移响应，并存储所有测点的结构响应数据；
步骤2：基本模态参数识别：利用模态参数识别算法对采集的所有测点的动态转角位移进行分析，识别结构的固有频率、阻尼比与转角位移振型基本动力参数；
步骤3：宏应变振型识别：利用转角位移振型、测试结构截面中和轴高度、传感器之间距离与宏应变振型之间的关系，计算结构宏应变振型，即：
Figure FDA0003306249210000011
其中：
Figure FDA0003306249210000012
为结构在测量单元m的第r阶宏应变振型；
Figure FDA0003306249210000013
和
Figure FDA0003306249210000014
分别为结构在测点p和测点q的第r阶转角位移振型；hm为测试结构的截面中和轴高度；Lm为相邻两个传感器之间的距离；
步骤4：竖向位移振型识别：利用共轭梁法将宏应变振型转换为各测点的竖向位移振型，即：
Figure FDA0003306249210000015
其中：
Figure FDA0003306249210000016
结构在点j的第r阶竖向位移振型；n为布置的传感器的总数；
步骤5：广义位移模态柔度识别：利用测量结构的质量矩阵分布对步骤2与步骤4中的转角位移振型与竖向位移振型进行归一化，并结合步骤2中识别的基本模态参数，实现结构频响函数的重构，进而识别结构的转角模态柔度矩阵；利用步骤4中归一化的竖向位移振型与步骤2中的基本模态参数进一步实现结构竖向位移模态柔度识别；
步骤6：宏应变模态柔度识别：将步骤3中识别的宏应变振型进行质量归一化，并结合步骤2中的基本模态参数，实现结构的宏应变频响函数重构与宏应变模态柔度识别；
步骤7：静力响应预测：将识别的广义位移模态柔度矩阵、宏应变柔度矩阵与作用于结构的任意静力荷载向量相乘，预测结构在静力荷载下的响应，进而实现工程结构状态评估。
2.根据权利要求1所述的一种基于转角测量的多种模态柔度同时识别方法，其特征在于，所述步骤5中广义位移模态柔度识别的计算过程为：
利用测量结构的质量分布，将步骤2中识别的转角位移振型与步骤3中识别的竖向位移振型进行质量归一化，竖向位移振型归一化系数αr和转角位移振型归一化系数βr分别为：
Figure FDA0003306249210000021
Figure FDA0003306249210000022
其中，[M]为测量结构的质量分布矩阵；符号T表示向量的转置；[Tθ-d]为转角位移振型与竖向位移振型之间的转换矩阵；符号+表示矩阵的为逆运算；
Figure FDA0003306249210000023
和
Figure FDA0003306249210000024
分别为结构的第r阶竖向位移振型和转角位移振型；
利用步骤2中的基本模态参数与振型归一化系数，得到转角位移模态柔度矩阵表达式为：
Figure FDA0003306249210000025
其中：
Figure FDA0003306249210000026
为转角位移振型
Figure FDA0003306249210000027
的共轭向量；
Figure FDA0003306249210000028
为竖向位移振型
Figure FDA0003306249210000029
的共轭向量；λr为结构的特征值，
Figure FDA00033062492100000210
为λr的共轭复数；
利用步骤2中的基本模态参数与竖向位移振型归一化系数，得到竖向位移模态柔度矩阵表达式为：
Figure FDA00033062492100000211
3.根据权利要求2所述的一种基于转角测量的多种模态柔度同时识别方法，其特征在于，所述步骤6中宏应变模态柔度识别的计算过程为：
利用测量结构质量分布矩阵和步骤3中的宏应变振型，得到宏应变振型归一化系数为：
Figure FDA00033062492100000212
其中：[Tε-d]为宏应变振型与竖向位移振型之间的转换矩阵，
Figure FDA00033062492100000213
为结构的第r阶宏应变振型；
结合步骤2中的基本模态参数、步骤3中的宏应变振型与上述宏应变振型归一化系数，得到宏应变模态柔度矩阵为：
Figure FDA00033062492100000214
其中：
Figure FDA00033062492100000215
为第r阶宏应变振型
Figure FDA00033062492100000216
的共轭向量。
4.一种基于转角测量的多种模态柔度同时识别系统，其特征在于，包括数据采集系统与数据分析系统，所述数据采集系统利用高精度倾角传感器或者视觉传感技术采集工程结构在环境激励下的动态转角位移响应并存储；所述数据分析系统包含结构基本模态参数识别模块与表征结构性能的多种关键参数识别模块，所识别参数用于结构损伤识别与安全状态评估。
CN202111204391.5A 2021-10-15 2021-10-15 一种基于转角测量的多种模态柔度同时识别方法及系统 Pending CN113946894A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111204391.5A CN113946894A (zh) 2021-10-15 2021-10-15 一种基于转角测量的多种模态柔度同时识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111204391.5A CN113946894A (zh) 2021-10-15 2021-10-15 一种基于转角测量的多种模态柔度同时识别方法及系统

Publications (1)

Publication Number Publication Date
CN113946894A true CN113946894A (zh) 2022-01-18

Family

ID=79330711

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111204391.5A Pending CN113946894A (zh) 2021-10-15 2021-10-15 一种基于转角测量的多种模态柔度同时识别方法及系统

Country Status (1)

Country Link
CN (1) CN113946894A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106442541A (zh) * 2016-09-12 2017-02-22 东南大学 一种基于长标距光纤光栅传感器的索结构监测方法
CN109357822A (zh) * 2018-08-13 2019-02-19 东南大学 一种基于车桥耦合系统时变动力特征改变的桥梁快速测试与评估方法
CN112067116A (zh) * 2020-07-13 2020-12-11 东南大学 一种具有抗噪性的中小桥梁冲击振动测试与分析方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106442541A (zh) * 2016-09-12 2017-02-22 东南大学 一种基于长标距光纤光栅传感器的索结构监测方法
CN109357822A (zh) * 2018-08-13 2019-02-19 东南大学 一种基于车桥耦合系统时变动力特征改变的桥梁快速测试与评估方法
CN112067116A (zh) * 2020-07-13 2020-12-11 东南大学 一种具有抗噪性的中小桥梁冲击振动测试与分析方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YONGDING TIAN 等: "Structural Flexibility Identification of a Pre-stressed Concrete Continuous Box Girder Bridge Based on Ambient Vibration Test", 《2016第三届国际结构健康监测与完整性管理会议》 *
吴智深等: "基于应变分布响应的模态分析理论与应用", 《科技导报》 *
田永丁: "基于环境振动的桥梁结构柔度识别与性能评估", 《中国优秀硕士学位论文全文数据库》 *

Similar Documents

Publication Publication Date Title
Alamdari et al. Damage diagnosis in bridge structures using rotation influence line: Validation on a cable-stayed bridge
CN103076394B (zh) 基于振动识别频率和振型综合的海洋平台安全评定的方法
CN102330645A (zh) 一种风电机组结构健康监测系统及其方法
CN109115877B (zh) 一种基于dic技术的曲率模态损伤识别方法
CN108280294B (zh) 一种基于模态参数的索拱结构损伤组合识别方法
CN104198144A (zh) 一种基于长标距光纤应变传感器的中小桥梁快速检测方法
CN101532919B (zh) 用于工程结构健康诊断的动静结合方法
Wang et al. Establishment and application of the wind and structural health monitoring system for the Runyang Yangtze River Bridge
Alamdari et al. Non-contact structural health monitoring of a cable-stayed bridge: Case study
CN110704911A (zh) 一种基于集群结构相似性的桥梁损伤交叉定位方法
CN108520227A (zh) 一种基于双传感器信息的传递熵的桥梁结构损伤定位方法
Hong et al. Condition assessment of reinforced concrete beams using dynamic data measured with distributed long-gage macro-strain sensors
CN109781863B (zh) 基于快速振动测试的结构腐蚀二阶段探测方法及其系统
CN110147595B (zh) 一种多片式梁桥横向协同工作性能的评估方法
Wu et al. Crack diagnosis method for a cantilevered beam structure based on modal parameters
Barrish Jr et al. Instrumented monitoring of the Commodore Barry bridge
Lakshmi et al. Output-only damage localization technique using time series model
Guan Vibration-based structural health monitoring of highway bridges
CN112326787A (zh) 一种基于专属测试车多点快速静态采集的梁式桥识别方法
Weng et al. Fully automated and non-contact force identification of bridge cables using microwave remote sensing
CN113946894A (zh) 一种基于转角测量的多种模态柔度同时识别方法及系统
Xiang et al. Pattern Matching-Based Structural Damage Identification Using Mode Shape Difference Ratio with Limited Sensors
Li et al. Performance alarming for stay cables based on a frequency–deformation relationship model
Lee et al. Disassembling-based structural damage detection using static measurement data
CN113884054A (zh) 一种杆塔位移沉降监测方法及系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220118

RJ01 Rejection of invention patent application after publication