左 熹

(金陵科技學(xué)院建筑工程學(xué)院，江蘇 南京 211169)

0 引言

近些年來(lái)，國(guó)內(nèi)外學(xué)者通過(guò)數(shù)值模擬、理論分析和模型試驗(yàn)等方法，分別對(duì)結(jié)構(gòu)的性能進(jìn)行了相關(guān)的研究，取得了很大的研究進(jìn)展和有價(jià)值的科研成果。同時(shí)，基于結(jié)構(gòu)特性，如何評(píng)價(jià)受到損傷結(jié)構(gòu)的損傷特性和可靠性，這樣可以對(duì)結(jié)構(gòu)是否損傷以及是否需修葺做出正確的判斷，這也是當(dāng)今結(jié)構(gòu)工程面臨的新課題。解決這一問(wèn)題的關(guān)鍵在于對(duì)受損結(jié)構(gòu)做出正確的識(shí)別與診斷。對(duì)可能出現(xiàn)的損傷特性進(jìn)行分析，并且對(duì)受損結(jié)構(gòu)進(jìn)行可靠度評(píng)估應(yīng)成為結(jié)構(gòu)研究的一個(gè)重要領(lǐng)域。

1 國(guó)內(nèi)外損傷識(shí)別與診斷方法現(xiàn)狀

結(jié)構(gòu)損傷識(shí)別最早被應(yīng)用于機(jī)械領(lǐng)域。對(duì)于連桿、齒輪等一系列零件組成的大型機(jī)械，人們很早就開始對(duì)它們進(jìn)行結(jié)構(gòu)的故障診斷。后來(lái)到20世紀(jì)60年代，結(jié)構(gòu)無(wú)損檢測(cè)技術(shù)得到了發(fā)展。80年代后期，計(jì)算機(jī)技術(shù)、信息技術(shù)和人工智能等學(xué)科的知識(shí)不斷被應(yīng)用到結(jié)構(gòu)損傷檢測(cè)中。

對(duì)土木工程結(jié)構(gòu)而言，早期建筑物的損傷出現(xiàn)頻率較低，危害程度遠(yuǎn)沒(méi)有機(jī)械工程那樣高，而且可以允許一定程度的帶損傷工作，所以土木工程的損傷檢測(cè)發(fā)展較慢，且多數(shù)屬于結(jié)構(gòu)可靠性評(píng)估。20世紀(jì)初期為探索階段，主要是對(duì)結(jié)構(gòu)缺陷的分析和修理方法的研究。20世紀(jì)中期則為損傷檢測(cè)的發(fā)展階段，主要對(duì)結(jié)構(gòu)檢測(cè)方法的研究，提出了有損檢測(cè)、無(wú)損檢測(cè)、物理檢測(cè)等檢測(cè)方法。20世紀(jì)70年代以來(lái)，結(jié)構(gòu)的損傷檢測(cè)技術(shù)更加完善，制定了相應(yīng)的規(guī)范和標(biāo)準(zhǔn)，并且強(qiáng)調(diào)了綜合評(píng)價(jià)，使結(jié)構(gòu)的損傷識(shí)別與診斷工作向著智能化方向發(fā)展。而我國(guó)的土木工程結(jié)構(gòu)損傷識(shí)別與診斷發(fā)展較晚，主要研究也是在70年代以后，隨著結(jié)構(gòu)抗震、抗風(fēng)研究的發(fā)展，才逐步開始結(jié)合可靠性評(píng)估和安全鑒定進(jìn)行結(jié)構(gòu)損傷檢測(cè)方面的研究。

國(guó)內(nèi)外許多學(xué)者正在采用可行的方法對(duì)結(jié)構(gòu)損傷進(jìn)行識(shí)別與診斷，近幾十年來(lái)，國(guó)內(nèi)外在結(jié)構(gòu)損傷識(shí)別與診斷技術(shù)方面開展了各種研究。Mannan等[1]研究了用實(shí)測(cè)結(jié)構(gòu)頻響函數(shù)來(lái)診斷損傷;Kunihiko等[2]采用有限元計(jì)算模型產(chǎn)生的樣本訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)模型，識(shí)別已知應(yīng)變條件下結(jié)構(gòu)的損傷狀態(tài)及損傷程度。Xie[3]將SVM用于復(fù)合結(jié)構(gòu)的損傷識(shí)別中，結(jié)果表明支持向量機(jī)方法具有較高的識(shí)別精度。Yu等[4]采用動(dòng)力反應(yīng)分析的方法，并應(yīng)用攝動(dòng)理論的特征值來(lái)檢測(cè)結(jié)構(gòu)的損傷。Curadelli等[5]通過(guò)對(duì)結(jié)構(gòu)阻尼的測(cè)試，對(duì)結(jié)構(gòu)進(jìn)行損傷識(shí)別。Leonardo等[6]通過(guò)變分方法評(píng)估大型空間結(jié)構(gòu)的損傷。Chen等[7]采用人工免疫模式識(shí)別結(jié)構(gòu)損傷，并對(duì)損傷的程度進(jìn)行分類。

2 結(jié)構(gòu)損傷識(shí)別與診斷方法

結(jié)構(gòu)損傷識(shí)別與診斷的過(guò)程主要經(jīng)過(guò)四個(gè)階段:1)確定結(jié)構(gòu)是否存在損傷;2)確定結(jié)構(gòu)損傷的位置;3)確定結(jié)構(gòu)損傷的程度;4)預(yù)測(cè)結(jié)構(gòu)的剩余使用壽命。通過(guò)損傷識(shí)別方法運(yùn)用測(cè)試技術(shù)和數(shù)據(jù)處理技術(shù)進(jìn)行整體檢測(cè)。它是以損傷的發(fā)生或結(jié)構(gòu)的整體失穩(wěn)都會(huì)導(dǎo)致結(jié)構(gòu)動(dòng)力性能的變化為前提，通過(guò)診斷結(jié)構(gòu)剛度減小，固有頻率降低等，來(lái)判斷結(jié)構(gòu)的真實(shí)狀況。

2.1 局部檢測(cè)技術(shù)

局部檢測(cè)技術(shù)主要包括目測(cè)法、發(fā)射光譜法、回彈法、聲發(fā)射法、脈沖回波法、射線法等。這些技術(shù)可以應(yīng)用于檢查一定部件的裂縫位置。在檢測(cè)過(guò)程中，一般采用幾種技術(shù)聯(lián)合使用來(lái)共同識(shí)別結(jié)構(gòu)的損傷狀態(tài)。其方法主要有以下三種:

1)聲發(fā)射法，用發(fā)射器將發(fā)射的彈性波信號(hào)轉(zhuǎn)換為電信號(hào)，將電信號(hào)處理后得到特征參數(shù)，這樣可以推測(cè)結(jié)構(gòu)材料缺陷的位置;

2)超聲波檢測(cè)技術(shù)，利用脈沖波遇到不同介質(zhì)可以發(fā)生反射的特性，并根據(jù)波在不同的材料中其衰減程度不同，可以對(duì)材料中的不同缺陷進(jìn)行識(shí)別;

3)射線檢測(cè)技術(shù)，用射線對(duì)結(jié)構(gòu)損傷情況進(jìn)行檢測(cè)，識(shí)別結(jié)構(gòu)缺陷的形狀和位置，判斷出結(jié)構(gòu)的損傷情況。

2.2 整體檢測(cè)技術(shù)

2.2.1 動(dòng)力特性識(shí)別法

結(jié)構(gòu)發(fā)生損傷以后，其質(zhì)量、剛度等參數(shù)會(huì)發(fā)生改變，從而導(dǎo)致其動(dòng)力特性發(fā)生變化。動(dòng)力特性的改變可以看作結(jié)構(gòu)損傷發(fā)生的標(biāo)志，以此識(shí)別結(jié)構(gòu)的損傷并診斷結(jié)構(gòu)的損傷程度。

2.2.2 模型修正與系統(tǒng)識(shí)別技術(shù)

模型修正與系統(tǒng)識(shí)別法是通過(guò)動(dòng)力測(cè)試方法和模型構(gòu)造優(yōu)化約束條件，并且修正結(jié)構(gòu)的質(zhì)量、剛度與阻尼等特性，使其最大響應(yīng)接近測(cè)試獲得的結(jié)構(gòu)響應(yīng)，并將修正后的模型矩陣與基線模型矩陣相對(duì)比，據(jù)此對(duì)結(jié)構(gòu)損傷進(jìn)行識(shí)別與診斷。該方法在劃分結(jié)構(gòu)單元和處理子結(jié)構(gòu)模型上具有很多優(yōu)勢(shì)，但由于模型誤差大、測(cè)量噪聲強(qiáng)以及測(cè)試參數(shù)不敏感等因素，使該方法在應(yīng)用過(guò)程中受到一定的限制。另外，模態(tài)試驗(yàn)測(cè)得的模態(tài)信息不夠完備，導(dǎo)致了特征方程求解中的不穩(wěn)定。

2.2.3 神經(jīng)網(wǎng)絡(luò)技術(shù)

人工神經(jīng)網(wǎng)絡(luò)技術(shù)是通過(guò)模擬人體神經(jīng)肌理用以研究客觀事物的方法，同時(shí)具有計(jì)算機(jī)并行計(jì)算能力和自我學(xué)習(xí)功能，同時(shí)還有強(qiáng)大的容錯(cuò)性，并且善于聯(lián)想、綜合和擴(kuò)散，采用神經(jīng)網(wǎng)絡(luò)算法的墨水識(shí)別可以解決高噪聲和模式損失等缺陷，成為土木工程結(jié)構(gòu)損傷識(shí)別與診斷的得力工具之一。其原理是通過(guò)分析結(jié)構(gòu)在不同狀態(tài)下的各種反應(yīng)，提取出結(jié)構(gòu)的特征值，取神經(jīng)網(wǎng)絡(luò)輸入向量作為結(jié)構(gòu)損傷敏感的參數(shù)，輸出結(jié)構(gòu)的不同損傷狀態(tài)，建立起輸入?yún)?shù)與輸出損傷狀態(tài)之間的關(guān)系，訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)具備模式分類能力，可反映出結(jié)構(gòu)損傷的模式。同時(shí)，神經(jīng)網(wǎng)絡(luò)具有強(qiáng)非線性的映射能力，適合于非線性模式識(shí)別和分類，與模型修正法相比，其適用范圍更廣。

2.2.4 遺傳算法技術(shù)

遺傳算法技術(shù)是20世紀(jì)60年代提出的，該方法是根據(jù)達(dá)爾文進(jìn)化論中“優(yōu)勝劣汰，適者生存”的原則來(lái)搜索其最優(yōu)者，用此方法可以得到滿足要求的最優(yōu)解。遺傳算法不需要連續(xù)性的信息，只需要計(jì)算各目標(biāo)解，采取多個(gè)線索同時(shí)搜索方式對(duì)目標(biāo)解進(jìn)行優(yōu)化，這種方法使用簡(jiǎn)單，適用性強(qiáng)?？梢栽诤苌傩畔⒘康那闆r下，采用遺傳算法來(lái)判定結(jié)構(gòu)損傷位置和程度，即使結(jié)構(gòu)的模態(tài)信息丟失，采用遺傳算法也可以損傷識(shí)別和診斷能力，對(duì)結(jié)果沒(méi)有影響。

3 結(jié)語(yǔ)

對(duì)于各種復(fù)雜工程結(jié)構(gòu)在使用過(guò)程中的損傷識(shí)別與診斷，對(duì)許多問(wèn)題需要進(jìn)一步進(jìn)行研究。對(duì)于工程結(jié)構(gòu)的損傷識(shí)別與診斷的發(fā)展方向應(yīng)對(duì)以下幾個(gè)方面著重發(fā)展:

1)使用的特征量必須敏感而且能準(zhǔn)確測(cè)量，發(fā)展更為可靠和適用的損傷判別指標(biāo)，以利于結(jié)構(gòu)損傷判定。

2)應(yīng)采用非線性的損傷檢測(cè)技術(shù)，考慮工程結(jié)構(gòu)的非線性的程度，運(yùn)用不同強(qiáng)弱程度的非線性進(jìn)行分析。

3)由于神經(jīng)網(wǎng)絡(luò)技術(shù)和遺傳算法技術(shù)在非線性識(shí)別和數(shù)據(jù)處理等方面的優(yōu)勢(shì)，因此，這兩種技術(shù)在結(jié)構(gòu)的損傷識(shí)別和診斷方面具有較好的應(yīng)用前景。

4)由于損傷識(shí)別與診斷在工程結(jié)構(gòu)上的應(yīng)用較少，必須對(duì)不同的工程結(jié)構(gòu)進(jìn)行各種損傷試驗(yàn)，對(duì)識(shí)別與檢測(cè)方法進(jìn)行驗(yàn)證，使這些方法得到廣泛應(yīng)用。

[1] Mannan M A，Richardson M H.Detection and location of structure cracks using FRF measurement[C].Proceeding of the 8th international modal analysis conference，Orlando，U.S.A，1990:652-657.

[2] Kunihiko Tanaka，AlanR.Hargens.Wavelet Paeket transform for R-R interval ariability Medical[J].Engineering ＆ Physics，2004(26):313-319.

[3] Xie Jian hong.Application of Hilbert Transform and LS-SVM to Aetive Damage Monitoring forComposite Materials.The Proeeeding of 4th China-Japan-US Symposium on Structural Control and Monitoring，2006.

[4] Yu L.，Cheng L.，Yam L.H.，et al.Application of eigenvalue perturbation theory for detecting small structural damage using dynamic responses[J].Composite Structures，2007(78):402-409.

[5] Curadelli R.O.，Riera J.D.，Ambrosini D.，et al.Damage detection by means of structural damping identification[J].Engineering Structures，2008(30):3497-3504.

[6] Leonardo D.Chiwiacowsky，Paolo Gasbarri，Haroldo F.de Campos Velho.Damage assessment of large space structures through the variational approach[J].Acta Astronautica，2008(62):592-604.

[7] Chen Bo，Zang Chuanzhi.Artificial immune pattern recognition for structure damage classification[J].Computers and Structures，2009(87):1394-1407.