经长期服役后的塔式起重机,其安全状况会整体下降,若出现的损伤不能被及时监测处理,可能造成严重的事故,因此,塔机起重臂的局部损伤识别研究对于其及时检修有重要意义。文章利用塔机起重臂损伤前后的加速度响应信号,得到用于表征起重臂损伤信息的小波包能量变化率特征集,为神经网络损伤识别输入参数的选择提供依据。结果显示,采用神经网络与小波包构造的能量变化率指标相结合的损伤识别方法,可以对塔机起重臂损伤杆件发生的具体位置以及损伤的程度进行准确的识别,同时,数值仿真证明方法的有效性。

风力发电机在运行过程中叶片容易损伤,存在安全隐患。为了对风机叶片的损伤状态进行识别和预警,通过光纤光栅传感器采集得到的应变数据,建立基于应变的叶片材料损伤模型;在有限元分析软件ABAQUS中建立风机叶片结构的有限元模型,通过模态分析得到叶片的固有频率。同时对应变数据进行傅里叶变换,分析叶片损伤状况的频率特征,并与固有频率对比判断叶片是否发生共振;最后,根据风机叶片运行过程中采集的应变时序数据,采用深度学习方法进一步对风机叶片的损伤程度进行识别。实验结果表明:基于光纤光栅应变数据,从风机叶片材料应变监测、模态频率监测和神经网络模型识别3个方面对叶片损伤进行综合分析和预警是一种可靠且高效的方法,对风机健康监测和安全运行具有重要作用。

传统的频响函数损伤探测方法对单损伤识别效果明显,却难于精确识别多损伤情况.为了解决结构的多损伤位置识别和损伤程度的判定问题,将不完备的频率响应函数应用于结构的损伤检测研究,并提出了一种两阶段的损伤识别方法.首先,利用不完备的频率响应函数确定相应的损伤指标,并通过不同节点和自由度处损伤指标的改变来分别初步判断损伤的位置;然后,推导分析了损伤程度计算公式,利用该公式可以精确的计算出相应损伤单元的损伤程度.仿真结果表明,通过自由度损伤指标的改变可以较为精确的识别出损伤的位置,优于节点损伤指标判别法,而通过损伤定量公式不仅可以得到损伤程度的量化值,而且可以更精确的判断损伤的位置.

对线弹性含损伤板的损伤识别问题进行了较深入的理论研究。首先将损伤识别问题转化为对板的抗弯刚度的识别问题来考虑，在构造识别抗弯刚度的迭代过程中，采用格林函数法对抗弯刚度的迭代过程中，采用格林函数法对抗弯刚度增量表示的近似偏微分方程进行变换，得到Ｆｒｅｄｈｏｌｍ第一类积分，离散化后可建立抗弯刚度增量与板的找度的关系，实现用传感器埋设点的挠度实测值对损伤物性参数的识别目的。

基于弹性波的波动方程反演提出压力管道的损伤检测方法，根据直杆的波动方程，用直杆的横截面积作为反演参数模拟管道损伤，在优化思想下利用序列二次规划对其进行数值反演，达到损伤识别。

提出一种通过单个压电晶片对板结构进行激励，使用十字形压电晶片阵列接收响应信号，然后基于相控阵原理对信号进行处理，从而对板结构损伤进行识别的方法。首先用谱元法分析了在单点激励下铝板结构有损伤和无损伤时Lamb波的传播情况，得到压电晶片阵列中各阵元所在位置的响应信号。根据压电晶片阵列布置形式及各阵元之间的相互位置，对各阵元接收到的时域信号进行处理，从而对结构的损伤进行识别。通过对板结构中含有一个和两个损伤的情况进行了研究，验证了该方法的有效性。

螺栓松动损伤具有非线性特征,在低、高频激励共同作用下,结构动力响应会出现高频激励与结构固有频率之间的调制现象。利用该调制现象,发展了一种基于经验模式分解(EMD)的螺栓松动检测方法,分别对高频正弦和随机激励下结构响应信号进行EMD分解并作功率谱分析,采用EMD分解后含有调制成分的高频固有模式函数(IMF)构造能量损伤指标来识别结构螺栓松动。采用多尺度法进行单自由度非线性模型分析解释高频调制现象,并通过螺栓连接框架结构的振动实验验证了该方法的有效性。结果表明,螺栓松动时,响应信号频域中出现高频激励与固有频率间的调制成分,所构造的能量损伤指标能够有效识别螺栓松动损伤,并且对于初始松动损伤识别更为敏感。

利用非完整的模态响应信息进行损伤识别,通常归结为一个基于模态参数匹配的优化问题,较多的待识别参数将导致优化反问题计算规模过大以及识别结果非唯一性等问题。本文提出了基于误差函数灵敏度分析的新的参数更新策略。该方法将少数优势单元参数的提取与单元参数参考值的改进结合起来,实现逐次扩增的参数分组过程,每一步所采用的优化反问题中,只求解较小规模的优化问题。基于所建立的参数识别方法,数值仿真结果显示所采用的模型更新方法可以有效处理稀疏的有噪音测试数据,具有较稳健的识别性能。

在考虑线路不平顺的基础上建立了移动车辆过桥的有限元模型,基于移动车辆动力响应采用遗传算法（genetic algorithm,简称GA）实现了桥梁结构不同损伤状态的识别。以桥梁损伤位置和损伤程度作为识别因子,首先,利用GA算法生成不同桥梁损伤状态;其次,采用有限元车桥模型分别计算不同状态下的车辆动力响应作为分析数据;最后,采用模拟实测数据与分析数据构建目标函数进行识别。针对不同损伤工况进行多次独立重复计算,选用成功率及首次出现最优解平均迭代代数分析GA算法识别效率。研究发现：GA算法能以较高效率实现桥梁单目标和多目标损伤的识别;识别过程中搜索空间大小对GA算法识别效率影响较大;GA算法对桥梁跨中及3/4跨位置的损伤识别结果较桥梁端部更为稳定。

复合材料构件是航空发动机、飞机机翼、机身和风力发电机等结构的重要组成部分,在包括航空、机械和土木工程等领域有极其重要的应用,然而受到其内部结构复杂性和制造缺陷的影响,复合材料的服役性能一直是制约结构安全性和经济性的一大瓶颈,因此针对复合材料结构的损伤识别和健康监测是领域内的研究热点及难点。笔者在论述了目前国内外技术发展和应用的基础上,系统地比较了复合材料结构损伤识别和健康监测的关键技术,讨论了该类技术的发展方向并进行了总结和展望。