摘要本文分析了损伤识别技术在国内外建筑结构领域的研究与进展情况。概述了建筑结构损伤识别技术的发展历史，着重研究了目前建筑结构损伤识别技术的各种理论与方法，如基于有限元的各种有模型法以及基于人工智能的专家系统和人工神经网络的无模型方法等等。分析了各自的长处与不足，为该技术的深入研究提供借鉴。最后提出了建筑结构损伤识别的两步法，并展望了进一步研究的思路。
关键词建筑结构损伤识别理论应用
ResearchandDevelopmentofDamageIdentificationTechniques
inBuildingStructures
WuJinzhiZhangYigang
(Jilinarchitectureandcivilengineeringinstitute,Changchun,130021)
(Beijingpolytechnicuniversity,Beijing,100022)
Abstract:Inthispaper,thetechniquesofdamageidentificationinbuildingstructuresarediscusssed.Thebriefhistoryoftheresearchonthetechniquesisintroduced,andthetheoriesandmethodsofdamageidentificationtechniquesarediscussedindetails,suchasthemodel-basedmethodsandmodel-freemethods,includingexpertsystemandartificialneuralnetworks.Theadvantagesanddisadvantagesofeachmethodarestudied,whichwillbeahelptothefurtherstudy.Finally,atwo-stepmethodofdamageidentificationinbuildingstructuresisgiven.
Keywords:buildingstructures,damageidentification,theory,application
一引言
随着社会经济的发展，建筑结构不断向超高层、大跨度方向发展，这些结构的破坏危害性越来越大。同时，在役结构因故障导致的突发事故时有发生，危害不容忽视。因此，对建筑结构的健康诊断与维护显得日益重要和迫切。国内外学者均投入了大量的研究，仅仅最近两三年便有数百篇文章发表。显然，这一技术已经成为国际上的一个研究热点。
建筑结构的健康诊断与维护系统可以分为三大部分内容：结构的健康监测(检测)技术、结构的损伤识别技术以及结构的健康评定与维修技术。其中结构的健康监测(检测)技术是基础，通过有效的检测手段来获取结构的损伤反应信号，对于直观的损伤可以直接给出诊断结果；结构的损伤识别技术是整个系统的关键与核心，它通过对测取的信号进行处理、计算与分析，从而识别出结构中非直观(有时危害性可能更大)的损伤的位置及损伤程度，为结构的健康评定与维修提供依据；结构的健康评定与维修技术是整个系统的最终目的，它通过对上面识别出来的结果进行分析、评估，最后做出结构是否需要维修以及如何维修的决策，以保证结构的正常服役。本文主要探讨结构的损伤识别技术。
由于机械设备在整个生产领域占有极其重要的地位，所以有关机械设备故障诊断技术的研究一直受到人们的关注。而以往建筑结构的故障出现率及危害程度没有机械设备那样高，甚至对很多建筑结构而言，一定程度的带伤工作是允许的。另外，不象机械产品那样可以采用相同的规格进行批量生产，建筑结构几乎不存在完全一样的重复，对其测试也只能在工程完工以后进行且只能比较准确地测得前两三个特征对。因此对建筑结构的损伤识别研究也比机械设备、航天等领域的研究要晚一些，而且也没有那样深入与实用。然而，随着检测手段及计算手段的进步可以高兴地看到，建筑结构的损伤识别技术正迅速向前发展。
二建筑结构损伤识别技术的发展
结构的损伤识别技术是由系统识别(SI)的思想发展而来的，并可以理解为将实验测取的结构某些部位的反应与原计算模型分析结果进行综合比较，通过某种优化方法修正模型的某些参数，使理论值与相应的实验值最大程度地吻合，从而识别出结构某些参数变化的信息。系统识别技术在结构中的早期应用是用来建立更精确的分析模型，使有限元分析结果更靠近实测结果。但是，由于有限元分析中的若干假定与实际结构之间存在一定的差异，从而使这一应用发展为对有限元模型的改进或修正(ModelUpdating)上来，并取得了很多成果。Mottershead对结构模型修正的研究进行了非常全面的综述。结构的损伤识别技术正是在模型修正的基础上快速发展起来的。
用于结构损伤识别的测试数据，有结构静力反应和动力反应两种。利用静力测试数据相对于动力来说有较突出的优点，如求解静力方程简单、测量方便且结果精确、稳定等等。所以在早期的结构损伤识别中，大多考虑使用结构的静力反应作为输入参数，如Sanayei(1991)和Hjelmstad(1994,1997)等利用静力测试数据采用迭代法对结构的参数进行了识别。针对测试数据相对于结构自由度不完备的情况采用了静力凝聚法。崔飞针对用该法所建立的方程往往是一个病态的非线性方程这一点，通过梯度法与Gauss-Newton法以及Monte-Carlo法的综合运用进行解决。后来邵金林(1997)及Chou等利用静力法的优点及遗传算法全局寻优的特点分别对一桁架结构及梁内缺陷进行了识别。以上结果均表明：只要测点布置合理、加载工况足够，基于结构静态响应的参数识别结果可以达到较好的精度。不过，也可以明显地看出，用静力反应来进行结构损伤识别有其无法克服的缺点：(1)测量信息少，只有位移与应变；(2)施加荷载工况有限，对于那些在某种工况下对结构刚度贡献小的构件或单元，可能根本识别不出其损伤情况。
虽然测取结构的动力反应对检测设备要求较高且具有现场不易准确测量的相对缺点，但是由于结构的损伤作为结构的内在本质，必将在其动力特性(频率与振型等)上得到较完全的反应。不仅可以反应结构局部的力学特性，而且更能反应结构的整体特性。所以最近几年来，随着检测手段及实验模态分析技术的提高，国际上对损伤识别的研究基本都以结构的动力反应为前提。相对于静力反应来说用动力反应测取的参数比较多，相应也就发展出来针对不同参数的多种识别方法。由于结构的频率相对振型来说更容易较准确测量，所以很多人单独以结构的频率变化作为输入参数进行了损伤识别的研究。但频率毕竟只是动力反应的一部分，因此目前基本是以频率与振型共同作为输入参数来对结构进行损伤识别。随着检测能力的提高，还有使用应变模态以及特征谱作为识别参数的方法等。
人工智能理论在80年代取得较为突破性的进展，并在机械等领域的损伤识别中得到广泛应用，近些年也逐渐被引用到建筑结构的损伤识别上来。它可以模仿人的智能，具有自组织、自学习、容错性强等特点，而且不用对结构动力学反问题的繁琐的数学求解。目前应用于建筑结构损伤识别的主要有智能诊断专家系统和基于人工神经网络的智能诊断方法。
三建筑结构损伤识别技术研究的现状
目前结构的损伤识别基本利用结构的动力反应，并且通常可以归为有模型(Model-Based)与无模型(Free-Model)两大类方法。
(一)有模型的结构损伤识别方法
有模型的损伤识别可以看成是求解结构动力学的反问题，涉及模型建立、参数估计、状态估计等应用技术，其中参数与状态估计是该方法的核心，目前主要有正交性法、灵敏度法、残余力法、矩阵摄动法等。根据所强调的输入参数及使用的手段，可以分为基于频率的识别法、基于刚度及振动模态的识别法、基于柔度及振动模态的识别法和基于应变模态的识别法等四大类。
1基于频率的损伤识别方法
该种方法为特征值反问题的求解问题。 |
