結構損傷識別方法綜述

滕志強

(廣東工業大學土木與交通工程學院 廣東 廣州 510006)

由于結構損傷發生部位不定，可能是在局部也可能是結構全部位因此可分為全局損傷識別方法和局部損傷識別方法。局部損傷識別方法有磁場法、超聲波法和溫度場法等。這些方法需要預先已知損傷的大致位置且可供檢查，對于大型復雜及人們不易接近的結構，利用該方法難以進行損傷探測[1]。全局損傷檢測方法分為靜力和動力兩種。利用靜力測試數據相對于動力來說雖獲取方便且準確、穩定、但其施加荷載工況有限、測量信息少和對實際結構加載困難或不現實等問題是不可避免的[2]。所以，基于振動的損傷識別方法的研究成為了國內外眾多學者研究的熱點，其基本思想是利用結構物理特性(剛度、質量、阻尼等)與結構動力響應(頻響函數、振型等)之間的函數關系來識別和評估結構的損傷[3]。利用這個函數關系，可以將振動參數的變化假設為損傷檢測的指標。但這這些方法往往伴隨著計算量大、復雜等缺點，神經網絡具有強大的數據處理能力被應用到結構損傷識別中，節省了人力物力。下面對其常用的方法做一個研究現狀的總結和歸納。

一、基于模態參數的損傷識別方法

(一)基于頻率的損傷識別方法

相比于其它模態參數，固有頻率更容易測得，且精度高，因此早期很多研究學者研究了關于頻率的損傷識別方法[4]。其判斷原理是：結構在發生損傷時，質量和剛度減小，引起頻率的變化。目前，基于結構固有頻率的識別方法的仍存在不足：①通常低階頻率只能確定大的損傷的存在，對小損傷不敏感，而高階頻率對小損傷敏感，但實際工程難以測得高階頻率；②頻率作為一個全局的模態參數，往往頻率在局部發生損傷時不會表現出太大的變化，因此其對損傷定位精度不高，而用于判別結構的損傷程度就更加難以實現了。

(二)基于振型的損傷檢測法

利用振型來判斷破損狀況比頻率法準確，因為在振型中基本上是包含所有的振動信息。但是，振型的獲取比頻率獲取還要難，振型模態的測量誤差比固有頻率還要大，此外，測量的振動模態經常是不完整的，測量精度比固有頻率低。所以，通常先利用固有頻率來判斷結構損傷是否存在，再利用振型信息來判斷損傷的位置。

(三)基于應變模態的損傷識別方法

由應變與位移的微分關系[5]，可以知道應變模態相較位移模態對小損傷更加敏感，而且實際測量時，應變片輕質、黏貼牢固和可用于液態物質的測量等優點受到了廣大研究學者的青睞。雖然應變模態的方法克服了敏感性低的缺陷，但在實際損傷識別工作中只有將應變片貼于損傷位置附近才能精確地定位出損傷，因此該方法需要預先分析測點的位置，加大了損傷診斷工作的繁瑣性，此外，應變片的測量精度會受到濕地、溫度和噪聲等環境因素的影響，對于時間的檢測可能會受到干擾。

二、基于振動響應的損傷檢測方法

基于頻響函數的損傷檢測法。頻響函數比模態參數包含了更多的信息，它是由系統的穩態響應與激勵的傅里葉變換的比值得到[6]。直接采用測量得到的頻響函數作為損傷識別指標，不會受到參數估計和模態截斷引起的誤差的影響。有研究學者只需要采用損傷后的結構頻響函數虛部,構造結構的損傷檢測指示因子,無需對無損模型進行分析，降低了其對損傷監測工作帶來的誤差[7]。王孟鴻等運用損傷前后的頻響函數和主成分分析進行數據處理，獲取頻響函數夾角作為損傷指標來判斷網架結構的損傷位置[8]。

三、基于智能算法的結構損傷識別方法

(一)基于遺傳算法的結構損傷識別方法

遺傳算法是一種通過參考進化生物學中“物競天擇，適者生存”的現象，來尋找最優值問題的一種進化算法。遺傳算法的編碼操作保證它在迭代中的每一個解集都能夠完整地使用信息。同時，遺傳算法只需要計算各可行解的目標值而不需要求目標函數的連續性，不需要梯度信息，具有高效性，使用方便，魯棒性強[9]。遺傳算法存在的不足是它不利于大規模的結構優化設計，所需的樣本數量很大。

(二)基于神經網絡的結構損傷識別方法

神經網絡用于損傷識別的基本原理是：將結構的損傷參數(如模態參數和響應等)作為網絡的輸入，損傷狀態作為網絡的輸出，構成損傷分類和回歸的訓練樣本集，神經網絡對樣本集進行訓練，建立損傷參數與損傷狀態的映射關系[10]。近年來卷積神經網絡被應用在損傷識別中，并表現非凡，大大推進了結構健康檢測。

四、總結

隨著科學發展，檢測技術的進步，結構損傷識別方法不斷推陳出新，并沿著智能化發展。近些年也取得了令人振奮的成績，結構在實際服役環境中受到的損傷是復雜多變的，如何將模擬與試驗應用到現役結構中還面臨著巨大挑戰。因此，需要該領域的工作者繼續努力探索多損傷指標相結合的檢測系統，做到對現役結構進行實時監測方法。