房屋结构损伤及安全性评估实例分析

随着我国部分房屋建筑使用年限接近设计期限,或者说结构进入老化阶段,结构的健康状况和安全性评估逐步引起人们的关注。现代测试技术和计算机信息处理方法的结合,结构工程损伤检测方法、技术的规范化和科学化,基于时域和频域分析的结构参数辨识理论和技术、人工智能技术和专家系统也开始应用于结构健康监测和评估。简要评述了结构损伤检测方法进展和理论分析方法,并结合某体育场馆的结构安全性评估为实例,从结构设计、材料强度检测和实际结构状态进行全面检测和分析,并对其健康状况和安全性进行评估。     

在役海洋平台动力学损伤诊断方法研究综述

为探明在役海洋平台的动力学损伤诊断方法及其发展方向,从模态参数识别方法和动力学损伤诊断方法出发,归纳分析各种方法的研究现状与进展、优缺点以及应用中存在的问题及其展望。结果表明:模态识别领域的研究热点是环境激励下非平稳信号的模态识别;动力学损伤诊断领域的研究热点是将不同的损伤诊断方法结合,以及引入先进信号处理技术和智能算法;现有研究成果应用于在役海洋平台时面临的主要困难是实测模态信息不完备;将诊断结果同安全评价及剩余寿命预测建立联系,是在役海洋平台动力学损伤诊断的发展趋势。     

铁路长大隧道健康状况远程监测诊断装备系统研究

基于服役期铁路长大隧道健康状况劣化影响因素分析,结合隧道衬砌结构特点和健康状况监测实际,采用智能传感、信息融合、故障诊断技术,构建集监测、诊断、评估于一体的长大隧道健康状况远程监测诊断装备系统。研究系统的软硬件设施及其布设技术,建立长大隧道健康状况综合评估体系,给出健康诊断量化评估标准。以国内某铁路长大隧道为例,对其健康状况实施远程监测与诊断分析。结果表明,该条服役隧道健康问题的主要影响因素为隧道衬砌漏水、隧道衬砌裂缝、隧道衬砌变形、隧道衬砌剥落等病害,尤以隧道衬砌变形最为严重,健康等级为4级。     

基于正则化频率变化率与神经网络的石油井架结构损伤识别

阐述结构健康监测中损伤识别的关键问题,介绍基于正则化的频率变化率的损伤定位方法,提出一套基于模态参数和神经网络的损伤识别技术。按相似理论建立了JJ160/41-K型井架实物模型,根据其基本结构和受力特点,以JJ160/41-K井架的实物模型为对象进行损伤研究。结果表明:井架模型在局部结构发生变化时整体的固有频率发生改变;将模态分析理论和神经网络方法相结合,可对已定位损伤的井架进行定量分析;通过实例运算验证了其对结构损伤诊断的有效性。     

基于深度学习的工程结构损伤识别研究进展

为避免或减轻工程结构在建造和运营期间因结构振动产生不同程度损伤,造成安全隐患危及人们生命财产安全,针对结构振动损伤识别技术展开研究,探讨不同深度学习方法发展情况及其利弊,寻找更具可行性的损伤识别方法,并对其最新研究及应用现状进行全面综述。研究结果表明:应用深度学习开发新的结构损伤识别技术,无需冗余的数据预处理以及手工提取损伤特征,实现以较高精度实现损伤识别任务;一维卷积神经网络（1D-CNN）以其独特的应用优势,在数据样本有限条件下较二维卷积神经网络（2D-CNN）表现更为出色。研究结果可为数据驱动的结构损伤识别问题提供新思路,进一步完善土木结构健康监测研究体系。     

公路桥梁火灾后检测评定及加固策略研究

公路桥梁作为交通网络的关键组成部分,其安全性对于保障人民生命财产安全和社会经济活动的顺畅运行至关重要。然而,桥梁在遭受火灾等灾害时,其结构完整性和功能性往往受到威胁。本研究分析了火灾对桥梁结构材料的热学影响和结构完整性的潜在损害,重点关注钢材和混凝土在高温下的性能变化。详细讨论了非破坏性检测技术如声波检测和红外热成像以及结构健康监测系统在桥梁安全评估中的应用。探讨了损伤评估模型,特别是计算模拟在理解火灾影响方面的作用。在加固与修复策略方面,本文着重于材料选择、设计方法和施工技术,强调了在实施过程中的安全和环境考量,并提出相关建议。     

非随机过程的地震激励下埋地压力管道的非概率可靠性分析

在地震工程中,利用传统的随机过程模型来建立动态不确定荷载的随机过程模型,需要大量的时间历程实验样本。基于地震记录因受成本或实际因素限制导致的样本贫乏,且传统的随机过程的求解计算量巨大,提出了以非概率的集合理论凸方法为理论基础的非随机过程,以解决实际工程对地震荷载随机过程函数分布形式的灵敏问题;针对实际地震荷载的非平稳性随机性特征,结合区间模型和强度包络函数,建立了区间非平稳地震荷载模型;根据地面运动的时域非平稳特征,结合非随机过程振动理论,推导了埋地管道的动力响应;为了求解出的埋地管道在内压作用下的管道强度,采用了von-Mises第四强度理论,建立了非随机过程地震荷载下的埋地压力管道动力响应式;根据理论分析出的简化公式,结合非概率可靠性理论,针对某成品油管道进行了非概率可靠性实例分析。研究结果表明:在小样本情况下,利用凸模型理论可处理荷载的时变不确定性,可进行结构的非概率可靠性分析;这对只有小样本的实际工程的抗震可靠性分析具有指导作用,对建立地震激励下的结构的响应设计体系研究具有积极意义。     

基于等级全息建模的输油泵机组风险根源辨识*

为“挖掘”输油泵机组风险根源,降低设备预知性维护难度,结合输油泵多准则风险评价,提出1种基于等级全息建模的输油泵机组风险根源辨识方法,运用等级全息建模方法将输油泵系统分解为泵体结构、管理因素、环境因素、操作因素、技术因素、运行因素、设备安装7个子系统进行定性和定量分析。结果表明:相比危险与可操作性分析（HAZOP）、事故树分析（FTA）等传统风险辨识方法,等级全息建模（HHM）对轴承等关键部件以及压力等运行参数的监测更为深入,能够有效辨识输油泵机组高风险情景,提升输油泵的风险辨识效率。     

驾驶人危险辨识进展研究

为促进驾驶人危险辨识研究,系统梳理国内外有关驾驶人危险辨识的研究进展。介绍驾驶风险管理理论以及危险辨识的定义和模型,归纳驾驶人危险辨识能力的评估和提升方法,展望驾驶人危险辨识的研究前景。结果表明,驾驶人危险辨识的模型和训练体系有待进一步完善;为获得更为准确的评估结果,有必要研究融合交通环境、眼动特性、驾驶行为等多源信息的驾驶人危险辨识能力评估方法。为进一步提升我国道路交通系统安全水平,应加快驾驶人危险辨识相关研究成果在我国的市场化应用。     

油气管道第三方施工损伤风险控制方法研究

针对当前油气管道运行的现状指出第三方施工损伤风险控制的紧迫性,根据第三方施工损伤风险辨识的内容,以及油气管道第三方施工损伤风险评估中人为因素分析理论,阐述第三方施工损伤风险的影响因素,通过计算各因素的灰色关联度辨识出了第三方损伤风险的主控因素,并提出了第三方施工损伤风险控制方法.     

基于车桥耦合振动分析的桥梁损伤诊断方法评述

车辆通过桥梁时,桥梁和车辆的动力响应都包含桥梁结构模态或者几何参数信息,对它们进行分析能识别桥梁的模态参数和损伤。结合国内外最新研究成果,综述基于车桥耦合振动分析的桥梁结构损伤识别技术,并与传统识别方法进行比较。指出其优缺点;详细介绍基于灵敏度分析和模型修正的方法、基于结构刚度搜索的方法、利用车辆响应傅立叶变换识别桥梁频率的方法、利用车激桥梁响应的小波变换识别桥梁模态参数的方法以及综合利用车辆和桥梁响应识别桥梁损伤的方法等5种参数识别与损伤诊断方法的基本原理,并总结上述方法的实施步骤和应用时应该注意的问题;指出了该领域的关键问题和进一步的研究方向。     

基于小波变换和模态曲率差的起重机金属结构损伤识别

属于焊接结构的起重机金属结构受交变载荷的影响,随着使用年限的增加,不可避免地会产生裂纹和腐蚀等损伤,从而引发突发性重大断裂事故。为此,基于结构的振动特性及小波变换理论来研究起重机金属结构的早期损伤识别问题,通过改变局部弹性模量模拟不同损伤工况,分析了起重机主梁在不同损伤工况下的动态响应特性。结果表明,小波变换可明显放大不易察觉的损伤突变,模态曲率差具有较好的损伤识别能力,可为起重机金属结构损伤识别提供新的思路。     

基于数据库的煤矿危险源辨识系统研究

目前,煤矿大多采用的是检查项和检查内容固定的安全检查表法,为提高煤矿危险源辨识效率和准确性,遏制煤矿事故的发生,从职业安全健康管理体系角度,探讨了煤矿危险源辨识问题,并设计了以煤矿安全信息管理系统为基础的危险源辨识系统,模拟煤矿现场实际情况;依据职业安全健康管理体系中危险源管理的模式筛选出数据库中的相关信息,动态生成与之相适应的安全检查表。同时对煤矿安全信息管理系统的结构、功能以及辨识程序进行了分析。     

火灾后结构损伤冲击回波法检测数据小波分析的研究

针对火灾后混凝土结构受损综合评判的现状,指出常规检测方法的不足;系统地阐述冲击回波法检测混凝土结构内部缺陷的原理和优越性,提出运用冲击回波法检测火灾后有缺陷的混凝土结构,对采集到的信号进行小波分析,提取反映混凝土结构内部缺陷的特征信息,实现结构损伤检测。实测表明,使用冲击回波法可快速、准确检测火灾后混凝土内部缺陷,通过小波变换对回波信号的奇异性进行检测分析,能有效消除噪声干扰,并准确检测出缺陷位置,可以提高火灾后混凝土结构的检测速度和精度。     

基于STPA的城市埋地燃气管道第三方破坏风险因素分析

城市埋地燃气管道输送介质易燃易爆、埋设环境人口密集、施工频繁,极易受到来自第三方的破坏,直接威胁人们的生命财产安全,因此对第三方破坏的风险因素分析和防治十分必要。系统理论过程分析法(STPA)是一种基于系统理论的风险分析方法,该方法不同于传统的风险分析方法——将事故视为由初始事件诱发的一系列事件造成的后果,而是对燃气系统从设计、开发和运行过程进行分析,建立系统安全控制结构,通过分析控制缺陷和缺陷致因实现对风险因素的分析。研究分析出24个燃气管道第三方破坏的风险因素,针对风险因素提出了建议,为燃气管道第三方破坏的风险控制提供依据。     

结构解析型神经Petri网模型及其在雾霾危害性评价中的应用

为了评价不同PM_(2.5)质量浓度的雾霾对人群健康的危害性,采用函数Petri网与人工神经网络的学习机制相结合的方法,构建了结构解析型神经Petri网模型,简称SP_NPN模型。该模型可以继承ANN的自学习功能,具有ANN的联想存储功能,并能够快速寻找最优解;该模型的网络结构可以是任意的,从而具有良好的适应性;该模型对输入信息没有依赖,它将网络内部的动态作为关注焦点,因而特别适用于复杂系统结构的解析与因果关联分析;该模型的内部节点具有明确的物理含义,因而方便对复杂系统建模。应用结果表明:利用SP_NPN模型解析雾霾对人体健康的危害性,一组观测输入和输出会获得多种解析结果,据此可以发现人体系统内部存在的所有致病类型,从而为相关精确诊断方案的制定指明方向;通过固定某些弧的权系数,可以使解析结果达到唯一,从而发现导致解析结果唯一时的关键因果关联关系,依据这些关联关系设置观测方案,能够为精确诊断方案的制定提供依据;此外,利用SP_NPN模型的因果关联关系解析功能,能够揭示雾霾中PM_(2.5)质量浓度变化与人体致病机制之间存在的因果关联关系,并计算出不同PM_(2.5)质量浓度的雾霾对人群健康的危害性程度,从而达到对雾霾危害性进行评价的目的。