基于时差法的结构裂纹扩展定位研究

发布时间：2017-05-06 06:05

  本文关键词：基于时差法的结构裂纹扩展定位研究，由笔耕文化传播整理发布。

【摘要】：在结构的长期使用或者服役中,由于承受各种载荷,以及环境侵蚀、材料老化、自身疲劳等缘故,结构容易产生微小的裂纹。当裂纹慢慢累积、扩展,超过一定容限时,就容易产生失效或者破坏,造成巨大的生命财产损失。因此实时的检测裂纹的产生和扩展,以便及时采取措施预防或者修复,这具有很重大的工程实际意义。本文详细的介绍了结构损伤识别及裂纹定位的发展概况、现有的识别定位技术和常用的判断指标。对于本文考虑的问题,详细介绍了声发射原理、分形原理以及粒子群优化算法。依据时间差定位方法(TDOA)的原理,运用计算裂纹扩展信号的盒维数,应用改进的能量差法自动拾取断裂信号的初至时间。根据裂纹定位原理,将裂纹定位转换成函数优化问题,并采用粒子群优化算法(PSO)来搜寻最优解,并得到定位结果。为了验证方法的可行性及适用性,分别进行了裂纹扩展模拟验证实验以及混凝土水压裂实验。前者实验采用了均质的有机玻璃,用铅笔芯断裂信号来模拟裂纹扩展信号,通过在三个已知坐标点做若干次铅笔芯断裂实验,最终得到的定位结果显示,该方法有其可行性,且准确度较好。后者实验通过往混凝土块中打压使其产生裂纹,通过采集的数据来定位裂纹的位置。通过比对实验结果及现场产生裂纹的照片,验证了该方法在工程上有其适用性。
【关键词】：裂纹定位 声发射 时差定位法 分形维数 粒子群优化
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O346.1
【目录】：

• 摘要4-5
• Abstract5-9
• 注释表9-10
• 第一章 绪论10-19
• 1.1 概述10
• 1.2 结构损伤、裂纹识别定位的国内外发展概况10-13
• 1.3 结构损伤识别、裂纹定位技术简介13-17
• 1.3.1 基于模态分析的结构损伤识别技术13-14
• 1.3.2 基于智能算法的结构损伤识别技术14-15
• 1.3.3 基于声发射的结构损伤识别技术15
• 1.3.4 其他损伤识别技术15
• 1.3.5 一般的损伤指标介绍15-17
• 1.4 本文研究的意义和主要工作内容17-19
• 第二章 声发射及时差法定位原理19-26
• 2.1 声发射检测技术基本原理19-20
• 2.1.1 声发射的基本原理19
• 2.1.2 声发射信号的基本特征19-20
• 2.2 声发射信号的表征参数定义20
• 2.3 声发射信号检测与处理方法20-22
• 2.4 声发射检测仪器简介22-23
• 2.5 时差法定位原理23-25
• 2.6 本章小结25-26
• 第三章 分形理论及基于分维的信号拾取26-44
• 3.1 分形理论简述26-34
• 3.1.1 分形的概念26
• 3.1.2 分形空间与Hausdorff测度26-28
• 3.1.3 维数测量方法及常用几种维数28-33
• 3.1.4 多重分形33-34
• 3.2 振动信号基于分维的分析方法34-38
• 3.2.1 振动信号多重分形的广义维数分析法35-37
• 3.2.2 网格维数分析方法37-38
• 3.3 基于计盒维数的分维曲线绘制与自动拾取到达时间38-43
• 3.3.1 分维曲线的绘制38-41
• 3.3.2 信号到达时间的自动拾取41-43
• 3.4 本章小结43-44
• 第四章 粒子群优化算法44-53
• 4.1 基本粒子群优化算法44-50
• 4.1.1 粒子群算法产生的背景44-45
• 4.1.2 粒子群优化算法的收敛性分析45-50
• 4.2 粒子群优化算法的参数设置50
• 4.3 动态加速协同惯性权重粒子群优化算法50-52
• 4.3.1 波速合理性检测及适应度函数51-52
• 4.4 本章小结52-53
• 第五章 模拟裂纹扩展定位验证实验53-64
• 5.1 实验过程53-55
• 5.1.1 实验对象及实验设备53
• 5.1.2 数据采集53-55
• 5.2 实验数据分析处理及结果显示55-63
• 5.3 本章小结63-64
• 第六章 混凝土模型水压裂实验64-77
• 6.1 实验具体过程64-66
• 6.1.1 实验采用设备64-65
• 6.1.2 数据采集65-66
• 6.2 数据处理及裂纹定位结果66-75
• 6.2.1 分维曲线绘制及到达时间拾取66-69
• 6.2.2 裂纹定位及结果分析69-75
• 6.3 本章小结75-77
• 第七章 总结与展望77-79
• 7.1 本文主要工作总结77-78
• 7.2 展望78-79
• 参考文献79-83
• 致谢83-84
• 在学期间发表的学术论文84

【相似文献】

中国期刊全文数据库 前10条

1 高鹰;;具有遗传特性的粒子群优化算法及在非线性盲分离中的应用[J];广州大学学报(自然科学版);2006年05期

2 陈琳;何嘉;;基于模糊聚类的粒子群优化算法[J];西南民族大学学报(自然科学版);2007年04期

3 孙中森;乔双;孙俊喜;宋建中;;用于彩色目标跟踪的改进粒子群优化算法[J];光学技术;2007年S1期

4 何妮;吴燕仙;;粒子群优化算法的研究[J];科技信息(科学教研);2008年06期

5 蔡彪;;一种快速混合粒度粒子群优化设计[J];中国西部科技;2010年25期

6 夏平平;吕太之;贾岩峰;;免疫粒子群优化算法及性能分析[J];贵州大学学报(自然科学版);2011年05期

7 吴烈阳;俞智慧;万佳;段志翔;;一种新改进的粒子群优化算法[J];科技广场;2011年11期

8 于泳海;蔺国梁;;一种适用于云计算环境的粒子群优化算法[J];甘肃科学学报;2012年02期

9 叶海燕;陈毓灵;高鹰;;分组粒子群优化算法[J];广州大学学报(自然科学版);2007年02期

10 郑友莲;樊俊青;;多目标粒子群优化算法研究[J];湖北大学学报(自然科学版);2008年04期

中国重要会议论文全文数据库 前10条

1 张妍;张晓光;王永钢;;几种改进型的粒子群优化算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年

2 孙红光;潘毓学;;基于运动目标路径的粒子群优化算法研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年

3 韩毅;唐加福;郭伟宏;刘阳;;混合粒子群优化算法求解多层批量问题(英文)[A];中国运筹学会第八届学术交流会论文集[C];2006年

4 金一粟;梁逸曾;;空间自适应粒子群优化算法的应用研究[A];第九届全国计算（机）化学学术会议论文摘要集[C];2007年

5 汪荣贵;李守毅;孙见青;;一种新的自适应粒子群优化算法及应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

6 黄双欢;程良伦;;一种基于粒子群优化的快速图像倾斜角度检测算法[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

7 侯志荣;吕振肃;;基于退火策略的粒子群优化算法[A];2003年中国智能自动化会议论文集（下册）[C];2003年

8 徐俊杰;忻展红;;基于增强型参考位置的粒子群优化模型[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年

9 王亚;于永光;耿玲玲;;一类改进的自适应粒子群优化算法对混沌系统未知参数的估计[A];中国力学大会——2013论文摘要集[C];2013年

10 崔静;邓方;方浩;;基于改进粒子群优化算法的弹道求解方法[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

中国博士学位论文全文数据库 前10条

1 刘华蓥;粒子群优化算法的改进研究及在石油工程中的应用[D];东北石油大学;2012年

2 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年

3 熊勇;粒子群优化算法的行为分析与应用实例[D];浙江大学;2005年

4 唐贤伦;混沌粒子群优化算法理论及应用研究[D];重庆大学;2007年

5 闫允一;粒子群优化及其在图像处理中的应用研究[D];西安电子科技大学;2008年

6 余炳辉;粒子群优化算法试验研究及扩展[D];华中科技大学;2007年

7 唐贤伦;混沌粒子群优化算法理论及应用[D];重庆大学;2007年

8 徐慧;粒子群优化算法改进及其在煤层气产能预测中的应用研究[D];中国矿业大学;2013年

9 徐星;融合热运动机制的粒子群优化算法研究及其应用[D];武汉大学;2010年

10 刘逸;粒子群优化算法的改进及应用研究[D];西安电子科技大学;2013年

中国硕士学位论文全文数据库 前10条

1 陈卓;粒子群优化算法的改进及在油藏数值模拟中的应用[D];北京建筑大学;2015年

2 白云;基于粒子群优化算法的复杂网络社区挖掘[D];西北农林科技大学;2015年

3 杨艳华;基于粒子群优化支持向量机的网络态势预测模型研究[D];兰州大学;2015年

4 孟亚州;基于粒子群优化OTSU的肺组织分割算法研究[D];宁夏大学;2015年

5 郑博;基于快速排序的多目标粒子群优化算法的研究及应用[D];郑州大学;2015年

6 米永强;非线性规划问题的混合粒子群优化算法研究[D];宁夏大学;2015年

7 李建美;基于自适应变异与文化框架的混沌粒子群优化算法[D];陕西师范大学;2015年

8 刘星;基于粒子群优化算法的特征选择方法研究[D];南京大学;2015年

9 牛旭;动态粒子群优化算法及其应用[D];西安电子科技大学;2014年

10 叶华;粒子群优化算法研究[D];西安电子科技大学;2014年

  本文关键词：基于时差法的结构裂纹扩展定位研究，由笔耕文化传播整理发布。

，

本文编号：347836