基于时间序列分析的塔机结构健康诊断研究

发布时间：2017-04-11 15:14

  本文关键词：基于时间序列分析的塔机结构健康诊断研究，由笔耕文化传播整理发布。

【摘要】：塔式起重机以起升高度高,回转半径大,工作效率高等优点,被广泛应用于建筑、采矿、工业等领域的大型工程中。然而,由于它的结构复杂,重心高,起重量大,且各机构在工作的过程中需要频繁的启动和制动,因此又被看作是一种风险性大、事故率高的机械设备。分析塔机事故原因,近一半是由于金属结构受损引起的。因此,如何才能避免和排除塔机工作时的安全隐患,保证其可靠的运行,已成为国内外及学术界关注的焦点。 近几年来,基于时间序列分析的损伤识别方法得到了不断的发展。本文将该方法引入了塔机的结构损伤识别中,为塔机的健康诊断研究提供了一种新途径。所做的主要工作包括： 对时间序列分析理论做了详细的分析,并研究了时间序列模型的参数估计、模型定阶和模型检验的方法。提出了塔机钢结构损伤状态识别的判断准则,即提取时间序列模型参数作为损伤敏感因子进行结构损伤识别。 以实验室的微型塔机为研究对象,研究了有限元建模的方法,用ANSYS软件建立了微型塔机结构有限元模型,对塔机的整体结构进行了模态分析。针对塔机离地起升这一危险工况进行研究,建立塔机吊重离开地面时的动力学模型,求解该过程中的动态激励载荷。对塔机模型进行瞬态分析,获得了不同工况下重要节点的位移信息。 研究了AR模型和AR模型的残差方差分析方法,选取模型残差的方差作特征参数,根据特征参数的分布情况判断结构是否损伤。并设计了塔机的单肢实验,测取了实验数据,用处理后的实验数据建立AR模型,根据残差方差分析法判断塔机的结构状态,最后通过不同工况验证了基于AR模型的塔机结构损伤状态识别方法的有效性。 提出了一种新的ARX模型,采用塔机不同节点的位移信号作为模型的输入、输出,提取了模型的损伤特征参数,并结合统计识别理论对塔机结构的不同损伤状态进行识别研究。然后通过不同工况对这种方法进行了验证,研究结果表明该方法对损伤程度的识别非常有效。最后介绍了主成分分析的结构损伤判断方法,将其与时间序列模型相结合,为塔机的损伤诊断做了进一步的研究。
【关键词】：塔式起重机 动力特性 结构损伤 时间序列分析
【学位授予单位】：山东建筑大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH213.3
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 绪论9-15
• 1.1 课题研究目的和意义9-10
• 1.2 结构健康诊断方法的发展动态10-13
• 1.2.1 基于动力学模型的结构损伤识别方法10-11
• 1.2.2 基于人工智能技术的结构损伤识别方法11-12
• 1.2.3 基于信号处理技术的结构损伤识别方法12-13
• 1.3 存在的问题和发展方向13
• 1.4 本文所做的主要研究工作13-15
• 第2章 时间序列分析理论15-22
• 2.1 时间序列分析15-20
• 2.1.1 时间序列模型简介15-17
• 2.1.2 模型的参数估计17-18
• 2.1.3 模型的定阶研究18-19
• 2.1.4 时序模型的检验19-20
• 2.2 时序分析法识别与诊断流程20-21
• 2.3 本章小结21-22
• 第3章 塔机结构动力特性分析22-42
• 3.1 塔机结构有限元模型的建立22-28
• 3.1.1 有限元法及ANSYS软件简介22-23
• 3.1.2 塔机结构有限元模型的建立23-28
• 3.2 塔机结构模态分析28-31
• 3.3 起升时塔机结构的瞬态特性分析31-41
• 3.3.1 ANSYS瞬态分析方法及关键技术32-33
• 3.3.2 求解动态激励载荷33-38
• 3.3.3 塔机完好和损伤状态下的瞬态特性分析38-41
• 3.4 本章小结41-42
• 第4章 基于AR模型的塔机结构损伤状态检测研究42-55
• 4.1 AR模型状态检测理论研究42-43
• 4.1.1 AR模型概述42-43
• 4.1.2 模型残差方差分析43
• 4.2 AR模型仿真分析43-48
• 4.3 单肢实验研究48-54
• 4.3.1 实验模型设计48-49
• 4.3.2 单肢验过程49-50
• 4.3.3 实验结果分析50-54
• 4.4 本章小结54-55
• 第5章 基于ARX模型的塔机结构状态检测研究55-70
• 5.1 ARX模型概述55
• 5.2 基于ARX模型的塔机损伤状态统计模式识别55-64
• 5.2.1 统计模式识别55-57
• 5.2.2 塔机模型的仿真分析57-61
• 5.2.3 塔臂中间加载检验61-64
• 5.3 基于主成分分析的结构损伤判断64-69
• 5.3.1 主成分的基本性质64-66
• 5.3.2 主成分分析在结构损伤识别中的应用66-69
• 5.4 本章小结69-70
• 第6章 结论与展望70-72
• 6.1 全文总结70
• 6.2 展望70-72
• 参考文献72-76
• 后记76-77
• 攻读硕士学位期间论文发表及科研情况77

【参考文献】

中国期刊全文数据库 前7条

1 李宏男,李东升;土木工程结构安全性评估、健康监测及诊断述评[J];地震工程与工程振动;2002年03期

2 刘毅;李爱群;费庆国;丁幼亮;;一种利用时间序列分析的特征提取与损伤预警方法(英文)[J];Journal of Southeast University;2007年01期

3 王积永,宋世军,张青;塔式起重机安全装置现状浅析[J];工程机械;2000年12期

4 陆秋海,李德葆,张维;利用模态试验参数识别结构损伤的神经网络法[J];工程力学;1999年01期

5 樊可清,倪一清,高赞明;基于频域系统辨识和支持向量机的桥梁状态监测方法[J];工程力学;2004年05期

6 柳颖;;Ar模型定阶方法研究[J];硅谷;2010年21期

7 田艳;王胜春;王月婷;于艳杰;王晓伟;;基于AR模型的塔机结构损伤检测研究[J];工程机械;2013年12期

中国博士学位论文全文数据库 前3条

1 阎玉芹;塔式起重机钢结构健康监测技术与实验研究[D];山东大学;2011年

2 李国东;钢结构损伤诊断实用方法研究[D];中国地震局工程力学研究所;2010年

3 孙兆伟;基于现代信号处理的结构模态参数识别与损伤识别研究[D];北京邮电大学;2012年

  本文关键词：基于时间序列分析的塔机结构健康诊断研究，由笔耕文化传播整理发布。

，

本文编号：299363