基于频率数据与稀疏正则化的悬臂梁损伤识别

聂滋森; 李冬安; 曹明志; 汪利; 吕中荣

doi:10.13471/j.cnki.acta.snus.2019.11.05.2019B112

您当前的位置：

首页 >

文章列表页 >

基于频率数据与稀疏正则化的悬臂梁损伤识别

研究论文 | 更新时间：2023-11-01

- 基于频率数据与稀疏正则化的悬臂梁损伤识别
- Structural damage identification based on frequency data and sparse regularization
- 中山大学学报(自然科学版) 2020年59卷第6期页码：148-153
- 作者机构：
  
  中山大学航空航天学院，广东广州 510275
- 作者简介：
  
  聂滋森（1998年生），男；研究方向：工程力学；E-mail:niezs@mail2.sysu.edu.cn
  汪利（1988年生），男；研究方向：工程力学，结构健康监测；E-mail:wangli75@mail.sysu.edu.cn
- 基金信息：
  
  国家自然科学基金(11702336)
- DOI：10.13471/j.cnki.acta.snus.2019.11.05.2019B112
  中图分类号： O327
- 纸质出版日期：2020-11-25，
  
  收稿日期：2019-11-05，
扫描看全文
聂滋森,李冬安,曹明志等.基于频率数据与稀疏正则化的悬臂梁损伤识别[J].中山大学学报(自然科学版),2020,59(06):148-153.

NIE Zisen,LI Dongan,CAO Mingzhi,et al.Structural damage identification based on frequency data and sparse regularization[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2020,59(06):148-153.
聂滋森,李冬安,曹明志等.基于频率数据与稀疏正则化的悬臂梁损伤识别[J].中山大学学报(自然科学版),2020,59(06):148-153. DOI： 10.13471/j.cnki.acta.snus.2019.11.05.2019B112.

NIE Zisen,LI Dongan,CAO Mingzhi,et al.Structural damage identification based on frequency data and sparse regularization[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2020,59(06):148-153. DOI： 10.13471/j.cnki.acta.snus.2019.11.05.2019B112.

摘要

振动频率是描述结构自身振动特性的数据，因其比较容易获取，常被用于识别结构损伤。但由于频率数据的量相对较少，损伤识别通常是非适定的。文章构造了一个新的基于频率数据的目标函数，发展了一种新的稀疏正则化方法以克服损伤识别问题的非适定性。该方法运用少量的频率数据就能识别出梁结构的损伤位置。最后，将该方法运用到悬臂梁结构的损伤识别实验当中去，发现识别出的损伤与实际相符，验证了该方法的正确性。

Abstract

Vibration frequency describes the structure's vibration characteristics. Since frequency data can be easily obtained， it's often applied in the identification of structural damage. However， there's a defect that the amount of frequency data is usually small， which would cause the identification to be ill-posed. This paper proposes a new method in damage identification using frequency data. In this method， we introduce sparse regularization to overcome the ill-posedness of the problem. The proposed damage identification approach can work for merely low order frequency data. Damage identification of a cantilever beam is conducted to verify the proposed approach. As a result， the exact position of the damage can be determined， which proves the approach to be functional and accurate.

关键词

损伤识别稀疏正则化频率数据交替最小化方法阈值设定法

Keywords

damage identificationsparse regularizationvibration frequency dataalternating minimization approachthreshold setting method

references

LU Z R， WANG L. An enhanced response sensitivity approach for structural damage identification： convergence and performance ［J］. International Journal for Numerical Methods in Engineering， 2017，1l1： 1231-1251.

TIKHONOV A M. On the solution of ill-posed problems and the method of regularization ［J］. Soviet Mathematics， 1963， 4： 1035-1038.

YANG Y， NAGARAJAIAH S. Structural damage identification via a combination of blind feature extraction and sparse representation classification ［J］. Mechanical Systems and Signal Processing， 2014，45： 1-23.

HERNANDEZ E M. Identification of isolated structural damage from incomplete spectrum information using l1-norm minimization ［J］. Journal of Sound and Vibration， 2014， 46： 59-69.

HERNANDEZ E M. Identification of localized structural damage from highly incomplete modal in-formation： theory and experiments ［J］. Journal of Engineering Mechanics， 2016， 142（2）： 04015075.

HOU R， XIA Y， ZHOU X. Structural damage detection based on l1 regularization using natural frequencies and mode shapes ［J］. Structural Control and Health Monitoring， 2018， 25（3）： e2107.

ZHANG C D， XU Y L. Comparative studies on damage identification with Tikhonov regularization and sparse regularization ［J］. Structural Control and Health Monitoring， 2016， 23： 560-579.

ZHOU X Q， XIA Y， WENG S. L1 regularization approach to structural damage detection using frequency data ［J］. Structural Health Monitoring， 2015， 14（6）： 571-582.

WANG L， LU Z R， Sensitivity-free damage identification based on incomplete modal data， sparse regularization and alternating minimization approach ［J］. Mechanical Systems and Signal Processing， 2019， 120： 43-68.

潘天成，吕中荣，汪利. 基于稀疏正则化的稳态热源识别［J］. 中山大学学报（自然科学版）， 2020， 59（1）： 43-49.

PAN T， LU Z R， WANG L. Steady-state heat source identification based on sparse regularization ［J］. Acta Scientiarum Naturalium Universitatis Sunyatseni， 2020， 59（1）： 43-49.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于模态修正策略和稀疏正则化的损伤识别

电阻抗成像探测地下溶洞的几种方法

基于快速稀疏正则化的旋转梁损伤识别

一种基于稀疏正则化的地下水点污染源识别法