● 摘要
工程结构如果发生损伤却又未能检测出来会造成严重的安全隐患，一个可靠有效的结构健康监测系统对于工程结构的正常运行和安全维护具有重要作用。作为结构健康监测系统的关键组成部分，结构损伤识别理论的研究对于工程结构的安全使用具有极其重要的意义。基于小波分析的损伤指标法和基于机器学习理论的模式识别法在基于振动响应的结构损伤识别方法中得到了广泛的应用，本文使用小波滤波算法消除结构振动响应中的噪声，然后利用自适应神经模糊推理系统(ANFIS)进行结构建模和动态响应预测，最后使用间隔建模技术构造损伤指标来实现对结构损伤的识别，论文具体内容包括：
基于振动响应的结构损伤识别方法的研究。使用小波实时滤波算法消除随机噪声对响应测量的影响，研究了用冗余采样频率法实现小波实时滤波的步骤和小波滤波算法中需要关注的问题。在结构损伤识别领域内，引入ANFIS用于结构的振动响应预测，使用ANFIS的最佳逼近性质来预测结构振动响应。使用间隔建模技术处理结构所有测点的ANFIS预测结果，得到主方向上的不确定性坐标并构造了损伤指标，实现了结构损伤的快速识别。
针对周期激励下的小型无人直升机结构模型和IASC-ASCE SHM工作组提供的Benchmark结构模型，对本文所提出的方法的有效性和快速性进行了验证。周期激励和锤击激励是两种特殊形式的激励，结构的动态响应历程很有规律，使用小波实时滤波算法滤除噪声的效果很好；ANFIS能够以较快的速度和较高的精确度预测结构的振动响应；间隔建模技术也能很好的提取损伤指标。仿真结果表明，使用本文的方法可以很好的识别出小型无人直升机和Benchmark结构的损伤。与其它识别方法比较，本文所发展的方法在周期激励和锤击激励作用下的损伤识别效果要好于其它激励形式下的损伤识别。而Benchmark结构的算例表明，本文所提出的方法在通用结构上也可以取得比较好的识别效果。最后，本文进行了损伤识别的无线监测系统初步设计。