结构损伤识别技术的研究

陈雅璠

（双鸭山市安邦河两岸及行政广场人工湖管护中心，黑龙江 双鸭山 155100）

随着我国科学技术的飞速发展，很多新型的复杂结构已成为当今建筑结构中的主流，比如一些大跨度桥梁、大型海洋平台、高耸建筑等，对于这些结构来说，损伤识别显得格外重要。因为有些微小的损伤看似不起眼，却可以引起这些复杂结构工程的破坏，严重时会引起灾难性的事故，威胁到人类的生命安全[1]。特别是建筑结构中如果有内部缺陷，它们通常是无法用人的肉眼观察到的，因此这种潜在的危险对人们的人身安全造成的威胁更大。

这样由于结构的累积损伤造成的事故有很多，比如1940年11月7日，塔科马海峡大桥[2]在约18 m/s风速的作用下突然倒塌，更值得一提的是，这里塔科马海峡大桥建成仅仅4个月。它的倒塌顿时使人们意识到风荷载对桥梁的影响不可忽视，从而引起了世人对风荷载导致结构振动问题的研究。再如1983年6月，位于美国康涅狄格州的Mianus江上的高速公路大桥突然倒塌[3]，桥上的几辆汽车随即坠入江中，导致6人伤亡，幸亏事故发生在凌晨，若在白天发生，那带来的后果不堪设想。经过检测，主要是因为交通车辆的循环荷载引起的损伤疲劳造成大桥的倒塌。这些事故的发生也给我们敲响了警钟，因此，如何应用健康监测新技术对结构进行健康监测，进而确定其是否存在安全隐患，也成为目前研究的热点。

1 损伤识别的步骤及方法

一般情况下工程结构的损伤识别分为三个步骤：第一步，人为主观预测结构是否发生损伤，若发生损伤，需进一步确定损伤位置；第二步，应用相应测试方法判别损伤的严重程度；第三步，预测结构的寿命。胡自力等[4]在2002年提出了一种划分为五个层次的质量评估，相对于上述的三个步骤，该划分层次更为全面，具体内容如图1所示。损伤识别的基础是从已知的结构动力特性中确定结构的损伤位置和损伤程度，因此首先要确定选择什么损伤标识量。所谓的损伤标识量一般满足两个条件：第一，所选的损伤标识量对结构的局部损伤较为敏感，若发生损伤，损伤标识量随之即刻发生变化；第二，损伤标识量应该满足与损伤位置呈单调函数，若为非单调函数，则无法判断损伤的严重程度。通过对标识量前后值的对比，即可知道结构的损伤程度；而结构的刚度和承载能力有所下降的区域，即为结构损伤的位置。由此可见，损伤标识量的选择对结构损伤识别的精度起着关键性作用。

图1 损伤识别步骤的划分

2 损伤识别方法的技术

2.1 损伤识别技术——基于固有频率的变化

基于固有频率的损伤识别最早在1969年由LITSHITZ等[5]提出，固有频率这一参数在结构的所有模态参数中是最容易获得的一个，且不随测量位置的变化而变化，这种技术最大的优点是它的识别精度较高，因此在结构损伤识别这个领域很具吸引力。当结构发生损伤时，其质量和刚度均会随之发生变化，我们通常会忽略质量的变化，仅考虑刚度的变化。当刚度降低时，结构的固有频率也会降低，阻尼比增大[6]。近年来此项损伤识别技术已走向成熟，并且得到了广泛的应用。但仍存在不足，就是各阶频率对结构不同位置损伤的灵敏度不同，这就对测量的准确性要求很高，而且频率改变的信息只能确定有破损存在，但结构的破损位置和破损程度不能通过这一技术得到，因此不适用于一些大型结构中，仅适用于小型结构中。

2.2 损伤识别技术——基于振型的变化

基于振型变化的损伤识别技术的测量精度与基于固有频率变化的损伤识别技术相比相对较低，但对于结构损伤的敏感度更高[7]，而且它能够得到基于固有频率变化的损伤识别技术不能得到的损伤信息，如损伤位置等。通过测试结构损伤前后的振型，并将前后振型的差值与比值作为定位参数，当计算出来的定位参数值过大时，说明该区域的损伤过为严重，以此来判断损伤位置。基于振型变化的损伤识别技术的分类有很多，常用的有：（1）基于模态置信度判据的损伤识别，当结构未发生损伤时，模态置信度判据=1，而一旦结构发生损伤，随振型的变化，模态置信度判据≠1；（2）基于模态正交条件的损伤识别，原理即为当结构发生损伤时，其模态将不满足正交条件；（3）基于振型曲率的损伤识别，当结构发生损伤时，曲率会随之增大，进而判断损伤位置和损伤程度。

2.3 损伤识别技术——基于传递函数的变化

损伤可以引起结构传递函数的改变，并且这种改变只由损伤程度和损伤位置决定，因此基于传递函数变化判断损伤程度和位置是一种有效的方法。但是传递函数往往包含巨大的信息量，起决定作用的只有很少一部分[8]，为了简化计算量，产生了基于加速度传递率的损伤判定方法，他是通过对结构相邻两点间的加速度进行傅立叶变换，进而计算出传递函数，并通过传递函数进行损伤判定，与振型曲率法相比，这种方法不需要测试结构的阵型，且对损伤的识别效果优于振型曲率法。虽然这种方法对结构损伤数量和位置的识别有一定的误差，然而，它无须建模，对环境要求低[9]，具有一定的降噪效果的特点决定了它在在线损伤监测中有一定的应用。

2.4 损伤识别技术——基于应变模态的变化

对有损伤的结构进行监测分析时发现，位移模态和固有频率变化并不明显。它们的变化只能表示结构已经发生了损伤，但不能判断损伤的程度，也不能作为判定损伤部位的依据[10]。应变模态事实上也就是应变的振型，清华大学李德葆等研究学者对5种损伤指标分别进行灵敏度的研究，最终得出了这5种损伤指标灵敏度大小关系：位移模态振型<固有频率<位移频响函数<曲率模态振型<应变模态振型[11]，由此可见，相比其他几种损伤指标，损伤对应变模态更为敏感，应变模态会发生突然的改变，且改变的大小与损伤程度成正比，即突变越大损伤程度越大。因此，基于应变模态的损伤识别是一种比较准确的损伤判定方法，对于判定损伤的位置和程度均有较好的效果。

2.5 损伤识别技术——基于刚度的变化

刚度矩阵变化在一定程度上可以反映结构的损伤，且其蕴含的信息通常要多于质量矩阵，但是只有结构发生严重损坏时，刚度矩阵才会有较明显的变化，且难以判断结构的损伤位置。利用固有频率和阵型确定局部结构的刚度矩阵变化程度，依据变化程度判断损伤程度，同时利用局部结构刚度矩阵的变化位置，可以较为准确地判断出结构的损伤部位[12]。高阶阵型的刚度矩阵更有利于判断结构的损伤程度和位置，但是获取结构的高阶阵型困难较大，因此在实际工程中这种方法应用得比较少。

2.6 损伤识别技术——基于柔度的变化

与刚度矩阵相比，柔度矩阵对结构损伤比较敏感，在特定条件下柔度矩阵可以作为判定损伤程度和损伤位置的重要指标。在高频下，柔度频率的倒数部分接近于0，可以忽略不计，因此只需要计算结构前面的低阶频率即可[13]。但是，利用柔度矩阵判定结构的损伤时需要用结构损伤前的柔度矩阵与损伤后的柔度矩阵作对比，损伤后的柔度矩阵容易通过测量获得，但损伤前的柔度矩阵一般难以找到，不利于工程实践的应用。针对这一问题，有关学者提出了柔度曲率的方法识别结构的损伤，依据实践证明，这种方法可以识别结构的多处损伤。同时，为了提高柔度矩阵损伤识别的准确性，将概率论的相关知识以及小波分析方法融合进来，使用统计学的方法改进柔度矩阵，可以解决微小损伤的检测问题。

3 智能优化的诊断方法在损伤识别中的应用

近年来，随着人工智能的快速发展，在结构损伤识别研究的应用中，智能优化的诊断方法逐渐发展起来，相关专家学者提出了很多智能优化的诊断方法，其中人工神经网络的损伤识别技术和遗传算法的损伤识别技术应用最为广泛。

3.1 人工神经网络

大多数人工神经网络由3层组成：分别为输入层、隐层和输出层。该方法诊断识别的基本原理是利用一些能够通过试验或模拟得到的数据（如振型、频率等），以这类数据作为神经网络的输入值，以裂纹参数作为输出值[14]，经过多次调整权值，对神经网络进行训练、测试和验证，当系统的输出值和神经网络的输出值一致时，则说明训练结果是成功的；当两者存在差异时，该差异被称为损伤识别的一种测度，在此基础上可以通过神经网络建立起结构模型参数和结果模态参数之间的非线性关系，结构模型参数可以通过实际测量得到，基于两者的非线性关系，即可得到结构的边界条件，进而对结果模态参数进行修改。就这样不断进行优化，最后得到一组性能最好的神经网络对裂纹参数进行识别，对比损伤前后的结构参数，计算出变化量，进而可以识别出结构的损伤程度和损伤位置等信息。

神经网络的出现解决了不少复杂工程损伤识别的工程问题，但仍然存在一些不足，具体表现在以下几个方面：

（1）基于神经网络的损伤识别技术的学习速度很慢；

（2）基于神经网络的损伤识别技术非常复杂，因此对神经网络训练成功的概率不是很大；

（3）基于神经网络的损伤识别技术难以平衡实际结构规模和神经网络规模之间的矛盾关系。

3.2 遗传算法

基于遗传算法的损伤识别最早在1975年由HOLLAND与其学生提出[15]，该方法的最大特点是基于达尔文进化论，是一种模拟生物进化的随机搜索机制，从随机的初始解出发，进行一系列的选择、交叉、变异和迭代，优胜劣汰，进而得到最优解。正因为它能够实现全局搜索，因此在损伤识别应用的领域中拥有广阔的应用前景。当数据信息不多时，可以实现快速的损伤识别，定位损伤位置，得到损伤程度。然而也存在一定的不足，具体表现在以下几个方面。

（1）求解模块不能满足所有的结构类型和结构规模，这样也就难以保证损伤识别的准确性，因此有时不便应用于土木工程领域。

（2）不同结构类型的遗传算法在参数选择上往往不能满足参数分析的要求，如编码方式、遗传算子等，因此难以协调计算效率和计算结果的准确性。

（3）在实际工程中，会应用不同的测量方式测量不同的参数，而在遗传算法中，仅考虑单一信息参数，因此测量结果较为片面，与实际会有一些出入。

4 结束语

随着现代科技的快速发展，基于结构的损伤识别技术这一研究将重点考虑关注以下几个方面：

（1）结构损伤的机理，这也是研究损伤识别的基础；（2）损伤的早期识别；（3）传感器布置和故障检测；（4）基于非线性的损伤识别技术；（5）实测响应数据的损伤识别技术；（6）基于在线技术的损伤识别方法；（7）智能优化的诊断方法；（8）基于交叉学科的损伤识别技术。其中，最后一个将是未来研究的重点，因为现如今的建筑中有很多大型复杂结构都拥有各自的独特之处，包括多个领域的学科知识，如机械、材料、建筑等，因此只有将多门学科技术相结合，才能进一步在一些单一损伤识别技术的基础上提高识别结果的精度。而智能损伤诊断方法作为新兴技术，其强大的信号处理和分类学习能力使其成为研究热点和最新发展趋势，工程应用前景不可估量。

结构损伤识别的研究存在很多的不确定性，是一个非常复杂的研究课题，在实际应用中仍然存在很多问题。以下几个方面的研究可能会促进其未来的发展：其一，应用数学模型判断结构的损伤信息，并且为其维修措施提供依据；其二，应用混合模型的损伤识别技术，它可以汇集不同识别方法的优点，在损伤识别的不同阶段采用不同的测试方法，进而提高结果的准确性。结构损伤识别的技术仍然还有很大的研究空间，相信在不久的将来，此项技术能够获得质的飞越。