结构损伤识别综述

(广东工业大学土木与交通工程学院 广东 广州 510006)

结构健康监测技术起源于二十世纪五六十年代，最初主要是在航空航天领域进行结构荷载监测。结构损伤识别[1]是结构健康监测系统的核心，结构损伤识别即是对结构进行监测与评估，以确定结构是否有损伤存在，进而判断损伤的位置和程度，以及结构当前的状况、使用功能和结构损伤的变化趋势等。Doebling和Rytter将结构损伤识别分为四个层次:(1)确定损伤的存在；(2)确定损伤的位置；(3)评估损伤程度；(4)预测结构的剩余使用寿命。目前结构损伤识别研究的重点还集中在(2)(3)上。

结构损伤检测技术按检测目标可分为局部检测和整体检测[2]。局部检测法，是依靠成熟的无损检测技术来对结构的某个特殊部位进行监测，进而判断该部位是否发生损伤及损伤的原因和程度[3]。局部检测法包括目测法、超声波法、X射线法、光学反射镜法等。但是局部检测方法需要预先知道结构损伤的大体位置，并且要求检测仪器能够到达损伤区域，不能对无法接近或隐蔽的部位实施检测，不适于结构实时在线健康监测。

整体检测法按测试方式又可分为静态检测法和基于振动的检测方法。静态检测法是对结构施加静力荷载，建立静力平衡方程，根据实测结构静力响应得到静力参数(如刚度、位移、应变、弹性模量、惯性矩等)，通过对结构的分析得到与损伤相关的力学指标。静态检测获得的数据准确可靠，但工作量巨大，实际施加荷载困难，对于大型复杂的结构，往往只能获取局部信息，所以基于振动的测试相比静态测试容易的多。基于振动的检测法的基本原理是，结构的动力参量(固有频率、模态振型、阻尼等)是其物理参量(刚度、质量、阻尼、边界约束等)的函数，结构损伤会引起结构物理参量改变，进而引起动力参量改变。通过安装在结构上的传感设备，对结构的振动进行实时监测，可以获得结构不同阶段的振动特性，对结构振动特性的变化进行分析及处理，可获得结构物理参数的变化情况，从而达到损伤检测的目的[4]。

基于振动的损伤检测方法，根据所用模态信息的不同，可以分为以下几种常用方法：基于固有频率的结构损伤识别方法、基于振型的结构损伤识别方法、基于位移和应变类参数的结构损伤识别方法、基于刚度阵和柔度阵的结构损伤识别方法、基于模型修正的结构损伤识别方法、基于计算智能的结构损伤识别方法、基于信号分析的结构损伤识别方法、基于概率统计信息的结构损伤识别方法等[5]。随着研究的进展，研究工作者们虽然提出了很多种模态参数识别方法，但是对于每一种方法来讲都有其优缺点和适用范围。以下将以基于动力测试的结构损伤识别方法和基于信号分析的小波分析方法与神经网络分析方法为主，对常用的结构损伤识别方法做一综述。

一、基于固有频率的损伤识别方法

利用固有频率进行结构损伤识别的基本原理是，结构的固有频率可以表达为质量和刚度的函数，当结构发生损伤时，结构的刚度降低，把结构损伤引起的质量变化忽略不计，将导致结构的固有频率降低[6]。固有频率是结构模态参数中最易获得的一个参数，可以准确地判断损伤是否存在

二、基于模态振型的损伤识别方法

相对于结构的固有频率而言，结构的固有振型包含了更多的损伤信息，可以用来进行损伤定位[7]。利用振型来进行损伤识别有两种方法：一是直接利用结构损伤前后的振型变化，画出振型变化图，直接目测来判断损伤位置，显然这不适用于大型复杂的结构；二是由振型构造出结构损伤标识量，由标识量的取值或变化来识别损伤。

三、基于刚度矩阵、柔度矩阵及柔度曲率的损伤识别方法

基于刚度矩阵的损伤识别方法的基本原理是，结构损伤引起结构刚度下降，因此可以用刚度降低程度系数，建立起由损伤引起的刚度矩阵变化与系统响应间的函数关系来进行结构损伤识别。Gysin通过研究指出，用刚度法进行结构损伤识别时，只有包含了对结构刚度矩阵影响较大的多个振型时才能有效识别结构损伤，因此不易实施。基于柔度矩阵的损伤识别方法[8]，一种是通过比较损伤前后结构柔度矩阵的改变来进行结构损伤识别，另一种是通过对分析刚度矩阵和测试柔度矩阵的一致性检查来识别损伤。柔度矩阵与刚度矩阵互逆，将模态振型进行质量归一化后，柔度矩阵反比于固有频率的平方，结构的低阶模态参数在柔度矩阵中所占比例很大，因此只需要测量几个低阶模态信息就能用于结构损伤识别，所以非常适合于高阶模态较难获得的大型复杂结构的损伤识别。

四、基于神经网络的结构损伤识别方法

神经网络识别法[9]的主要识别思路是，根据结构在不同的状况下,如损伤前损伤后或者不同损伤位置、不同的损伤程度,来提取结构的模态特征，进而选择对结构损伤敏感的损伤指标来作为网络的输入因素，把判断的结构的损伤状态作为输出的因素，以此来进行训练，训练完成以后该网络就具备了损伤识别的功能，这样再次输入时就能够快速的对损伤进行识别。其识别的逻辑在于选择一种合适的测试量,满足系统的输出与神经网络输出的差异性对损伤敏感。同时神经网络识别法对非线性系统也具有良好的识别效果，这是神经网络识别法优于一般的损伤识别法的重要特征。