【摘 要】
:
桥梁结构健康监测在土木工程中一直是一个备受关注的热点问题。桥梁结构的健康监测通常是基于桥梁结构的动力特性,通过模态参数识别获取结构的模态参数,如固有频率、振型以及阻尼比,然后根据这些模态参数的变化进行损伤识别。然而基于振动的结构健康监测方法所测量的模态参数不仅对损伤敏感,同时也对环境因素敏感,包括温度条件、湿度条件、光照以及风速等环境因素,其中温度是影响结构损伤监测的最主要因素。环境温度影响可能大
论文部分内容阅读
桥梁结构健康监测在土木工程中一直是一个备受关注的热点问题。桥梁结构的健康监测通常是基于桥梁结构的动力特性,通过模态参数识别获取结构的模态参数,如固有频率、振型以及阻尼比,然后根据这些模态参数的变化进行损伤识别。然而基于振动的结构健康监测方法所测量的模态参数不仅对损伤敏感,同时也对环境因素敏感,包括温度条件、湿度条件、光照以及风速等环境因素,其中温度是影响结构损伤监测的最主要因素。环境温度影响可能大到足以掩盖由损坏引起的变化,特别是在总是暴露于环境因素的桥梁结构中,这就可能导致结构监测损伤误报和错报的可能性,使得这种方法在实际工程中的应用受到一定的限制,所以在桥梁结构健康监测中,将响应中的温度因素分离出来就变得尤为重要。本文旨在通过有限元模拟和环境模拟实验探究了温度对模态频率的影响,基于协整算法找到多个频率序列之间的协整向量,通过多个序列之间的线性组合过程去除序列之间的共同趋势,从而将温度因素成功的分离出来。本文主要的研究内容如下:1.首先阐述了结构健康监测在桥梁领域的重要地位以及国内外学者研究温度对实际工程中结构模态频率的影响的现状,最后分析分离温度因素在结构健康监测的研究进展。2.为了探究温度变化对桥梁结构模态频率变化的影响关系以及运用协整算法将温度因素分离出来,首先通过有限元模拟对一个钢筋混凝土固结梁在多种不同的温度工况下下进行模态分析,并提取其前四阶模态频率来分析温度对桥梁结构模态频率的影响规律,对这前四阶模态进行协整分析并建立协整方程。通过产生的残差成功的将温度因素对结构频率的改变这个因素剔除,进而可以大大的提高了桥梁结构的损伤识别的准确性,减少误报和错报的可能性。3.为了进一步验证协整理论考虑温度效应的有效性和正确性,通过环境箱实验来验证这一理论。实验以一个两端固结的钢梁为研究对象,在梁上布置多个加速度传感器和温度传感器,并将其置于环境模拟箱中以模拟自然条件下温度的变化,通过对梁在不同温度下的动态测试实验,由模态参数识别方法识别出结构的模态频率,得到频率和温度的变化规律,并验证协整理论的有效性和正确性。
其他文献
2020年1月,教育部发布教职所[2020]21号《关于确认参与1+X证书制度试点的第三批职业教育培训评价组织及职业技能等级证书的通知》,确定了包含车联网系统集成应用在内的76项职业技能等级证书名单。"车联网系统集成应用"评价组织是上海仪电(集团)有限公司。
提出了一种基于稀疏表示和低秩矩阵逼近的图像去噪算法:首先,通过对图像块的数据矩阵进行奇异值分解和全局子空间分析,确定信号子空间和噪声子空间;其次,利用图像块与信号子空间的距离寻找相似块,并将相似块分组为训练样本;再次,对相似块矩阵进行奇异值分解,并确定表示相似块的奇异向量;最后,去除表示噪声的基.实验结果表明,该算法能够有效去除图像中的噪声并较好地保留图像细节.
癌性疼痛被称为继血压、脉搏、心率、呼吸后的第五个人体重要生命体征[1]。在肿瘤本身、治疗过程相关操作、心理因素等影响下,晚期恶性肿瘤患者往往在早期便具有持续性加重的癌性疼痛症状,这严重降低了患者的生活水平,并且患者的治疗依从性会比较差[2-3]。既往研究指出,晚期恶性肿瘤患者中急性癌性疼痛发生率60%~80%[4]。
目的:观察中医护理在骨折术后中的应用效果。方法:将南阳医学高等专科学校第一附属医院2018年6月—2020年6月行手术治疗的150例骨折患者,随机分为两组,对照组接受术后常规护理,研究组接受术后中医护理。比较两组患者心理状态,以及术后并发症情况。结果:两组抑郁自评量表(SDS)、焦虑自评量表(SAS)评分与护理前比较均降低(P<0.05),组间比较,差异有统计学意义(P<0.05);研究组术后肺部
图像去噪是一项具有挑战性的任务,其目的是去除附加噪声并保留所有有用信息。现有的方法主要集中在最小化均方误差(MSE),这会导致去噪图像丢失重要细节或在纹理丰富的区域变得过于平滑。因此论文引入生成对抗网络(GAN)用于图像去噪。论文的生成器采用SRDenseNet,很好地缓解了网络梯度易消失的问题,同时感知损失的引入使得对于人眼敏感的图像细节能得到很好的恢复。实验结果表明,论文方法在去噪过程中对细节
膜增湿器为质子交换膜燃料电池水热管理系统的关键部件,本研究考虑与燃料电池工作条件的强耦合,系统地进行了膜增湿器运行参数和几何参数的敏感性仿真分析。基于Matlab/Simulink建立了膜增湿器稳态数学模型,分析了湿侧和干侧的入口质量流量、温度和压力以及膜厚度和面积对膜增湿器传热量、水分传递量、干侧出口相对湿度和水分传递率的影响。研究表明:提高入口质量流量会提高传热量,并且能有效提高水分传递量,但
为了提高超声图像质量,解决传统去噪算法在抑制散斑噪声和保留超声图像纹理特征方面的难题,提出一种基于卷积神经网络的超声图像散斑去噪算法DSCNN(De-speckling CNN)。本文提出的算法利用卷积神经网络强大的拟合能力来学习从超声图像到其相应的高质量图像的复杂映射,同时,通过改进损失函数的方式来减少去噪过程中纹理信息的损失和细节的模糊。不同于以往简单地假设超声散斑噪声为乘性噪声,本文利用基于
压敏漆(PSP)图像测量在风洞模型表面压力测量中发挥着重要作用,测量图像的信号质量直接关系到模型表面压力测量精度。针对现有PSP图像测量降噪方法所存在的信噪比低的问题,本文提出双核高斯滤波算法,分别在图像值域、空域构建高斯核滤波器,在滤除PSP图像噪声的同时,保护了PSP图像细节,避免了现有PSP去噪算法引起的图像模糊问题,提升了测量图像信噪比。对二元翼型的风洞试验PSP图像进行处理,去噪效果优于
为了提高对原始红绿蓝(RAW)和标准红绿蓝(sRGB)2种格式的真实噪声图像的去噪性能,提出了一种基于卷积神经网络的阶梯式图像去噪方法.第一阶段,利用单个通道内空间结构信息对图像各个通道独立进行去噪,获得初步去噪结果.第二阶段,利用噪声图像在不同通道的相关性进一步去噪,获得增强的去噪结果.在方法中引入误差反馈机制来减少采样带来的信息损失;密集残差连接模块使得提取到的噪声图像特征能更有效地复用、传播