水工结构损伤整体精细识别理论方法探究

朱少华

【摘要】随着时代的发展，水工建设变得越来越重要，其使用运行的安全性逐渐受到人们的关注，所以有关人员对其质量检测手段的要求越来越严密。想要在复杂的环境中精确的识别，就需要充分收集有效的测试信息，将传感器优化布置。充分了解结构的损伤情况能够有助于提高结构的安全性，同时提高结构的可靠性，能够有效减少维护费用。本文就水工结构的特征进行分析，通过传感器优化技术，提高信号处理的精确度，并且整个实施方案并不影响结构的整体运行，有效解决水工结构中的问题，对以后的发展具有良好的促进作用。

【关键词】水工结构；损伤整体精细识别；空间相关； 模态识别

现代建筑规模越来越大，对其水工结构运行的安全性能要求越来越高，水工建筑结构的动力测试是一种能够检测水工质量的一种方式，并且面对水工结构复杂的形式、庞大的体积，部分结构需要常年埋在水下，检测起来十分困难。对于水工结构主要就是检测其传感器信息，提高智能算法求解水工结构传感器优化布置。

1、 课题研究的意义

我国大力开展水工结构的运行状况评估，希望找到有效的解决水工结构运行过程中的问题。水工结构由于其工作的环境特殊，长期受到水流的冲击，随着温度的变化，结构的影响因素众多，同时一系列复杂的工作环境常常导致结构遭到破坏或者腐蚀，并且其处于比较隐蔽的地方，不进入水下很难发现其中问题，一旦出现问题，很难维修。所以国内外的专家学者十分重视其质量检测工作，希望能够早日发展其中问题，找到有效的解决措施，通过合理的科技手段对水工结构进行评估，积极采取相应的处理措施，为水工结构的安全运行提供一定保障。

研究现状

现有的技术手段对水工结构损伤精细识别方法主要作用有以下几种。

2.1满足各类动力测试要求

在传统研究方法的基础上进行深入的认识，结合能量系数、聚力系数等等相关的数据和概念进行全面的改进，能够在满足水工结构的各种动力测试需求的基础上，在相对嘈杂的环境背景下进行测试。这种方式适用于厂房和大坝等环境比较复杂的情况下，能够比较全面的检测水工结构的可靠性。

2.2提高传感器的性能

为了提高检测精确度，相关人员在求解水工结构传感器的优化布置上花大量的精力，为了保证传感器组合合格优化，实现全局寻优性能，并且有关研究人员首次提出多种科学的研究方法和现代的算法，保证智能优化技术能够充分发挥其优势，提高传感器布置的时效性和可靠性。

3、水工结构损伤整体精细识别方法

3.1环境激励下水工结构模态参数识别技术

实际工作中的检测环境并不像实验室里一样，传统的模态识别方法在实验室状态下检测的比较准确，但是现实环境远比实验室环境要复杂，所以传统的方法检测严重影响检测的精确度。环境激励能够有效节约人工和设备费用，同时也能够有效避免对结构造成可能性的损伤，适合大型的水下工程结构安全监测。模态参数的频域识别方法是指在频率域内识别试验结构模态参数的方法。数据是直观的，参数分布情况十分容易掌握。主要分为峰值拾取法和频域分解法，其中峰值拾取法能够适应模态信息较为分离的结构。阻尼比的识别不会采用这种方法，误差会比较大。频域分解法是在噪声激励下的频域识别方法，原理公式：

X（t）为未知激励，y（t）为影响结构数据。频率和阻尼可从对应的单自由度相关函数的对数衰减中求得。

3.2模态频率的水工结构裂缝智能损伤识别

导墙等水工结构由于长期承受各种水下的压力，比如高速的水流、风速等多种荷载，长此以往十分容易出现裂缝，造成一定的损伤，一旦发生损伤，由于其结构在水下并不容易发现，但是在高度的水流冲击下，从裂缝的地方开始，被破坏的范围逐渐扩大，若不及时修复最终就会导致整个结构遭受严重的破坏。我国很多地方因此发生多起事故，造成人员伤亡和重大经济损失。研究人员想要解决这一问题根据实数编码克隆选择和粒子群混合算法优化模态频率指标，结合现实环境的状况实现一种新的判断方法，能够适应环境激励下大型树结构的损伤检测。通过实验表示，当导墙出现裂缝的时候各种参数水质随之发生变化，根据模态频率差的目标函数：

这种方式能够在损伤识别的过程中减小损伤模式，降低由于噪声产生的干扰，引起判断失误。经过算法稳定性检测，能够快速的计算出最优值，并且具有较强的调控力，在解决问题的时候计算的数值最接近最优值。

3.3光纤布拉格光栅的应变测试技术

由于传统的测量方法和技术手段存在一定的局限性，因此专家学者不断寻求更加高精度的检测手段，并且充分利用光纤光栅的特点，结合传统的研究手段，提高检测手段的精确度。光纤布拉格光栅传感器可以在特别恶劣的环境下正常工作，并且其构造简单，使用方便，其精确度不受环境的影响，而且可以构成何种形式的光线传感网络系统。因此这种检测方式被视为长期、安全稳定的检测方法。其原理主要是：

其中为光栅周期，n为有效折射率。光栅周期和折射率的改变都会引起反射波长的改变。经过严密的验算之后，光纤布拉格光栅传感器具有更高的精确度，获取的信息更加全面。在应用过程当中要充分考虑噪声影响的模态参数识别，测点的优化配置，智能算法与目标函数的性能验证，损伤识别结果的验证。结构损伤识别还需要依赖人为手段提高精确度，才能将结构损伤位置的复杂程度描述清楚，并且不受环境的影响。

结束语

综上所述，相关研究人员针对水工结构的特点和性质进行深入研究，充分利用水下结构产生的震动效应，通过先进的技术手段改变传感器的分析能力，提高识别的精确度，从而达到对水工结构精确定位的目的。本文所提出的基于应变模态参数的智能损伤诊断方法是十分有效的，能够准确地识别出导墙在不同损伤组合时的损伤情况，可尝试在各类大型水工和土木结构的损伤诊断中推广应用。

参考文献

[1]段峰虎.基于信息融合技术的水工结构损伤诊断研究[J].南昌大学，2011.1030（6）：009.

[2]李松辉.基于机器学习和模态参数识别理论的水工结构损伤诊断方法研究[J].天津大学，2012.39（6）：801.

[3]何龍军.水工结构损伤整体精细识别理论方法研究[J].天津大学，2013.22（12）：532.

[4]刘国华，吴志根.引入信息熵理论的砼结构损伤动力识别新思路[J].振动与冲击，2011，30（6）：162-171.