基于损伤识别框架的海上导管架平台结构损伤

闫天红 ,  钱桂松 ,  周国强 ,  董浩轩 ,  白康康

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (11) :4635-4643

PDF (5301KB)
科学技术与工程 ›› 2026, Vol. 26 ›› Issue (11) :4635-4643 DOI: 10.12404/j.issn.1671-1815.2503904
石油、天然气工业

基于损伤识别框架的海上导管架平台结构损伤

作者信息 +

Structural Damage of Offshore Jacket Platforms Based on Damage Identification Framework

Author information +
文章历史 +

摘要

目前,全世界用于海洋能源勘探生产的海上平台有7 000座左右,其中约93%为管状构件焊接而成的固定式导管架平台。因环境腐蚀、疲劳效应及损伤累积等影响,海洋平台结构存在各种缺陷损伤。为了防止这些缺陷损伤引起平台结构的破坏,构建了一种新的结构损伤识别框架。该框架以物理模型、有限元模型、测试模型、损伤模型为基础,以创建精准测试模型、基准有限元模型、精准损伤模型为目标,应用测点布置优化理论,研究频响函数残差与相关系数最小化目标优化方法,提出频响与参数不确定性模型修正的损伤识别方法,较系统地实现新框架下海上导管架平台结构损伤精准识别之目标。文中最后通过实例应用,准确识别导管架平台单处、多处损伤,验证了该技术的可靠性及适用性。

Abstract

Currently, approximately 7 000 offshore platforms are utilized globally for marine energy exploration and production, with about 93% being fixed jacket platforms constructed by welding tubular components. Due to environmental corrosion, fatigue effects, and accumulated damage, various defects and damages are present in the structures of these marine platforms. To prevent these defects and damages from causing structural failures, a novel structural damage identification framework was proposed. This framework was established based on physical models, finite element models, testing models, and damage models, with the objectives of creating precise testing models, benchmark finite element models, and accurate damage models. Optimization theory for sensor placement was applied, objective optimization methods for minimizing frequency response function residuals and correlation coefficients were investigated, and a damage identification method was proposed based on frequency response and parameter uncertainty model updating. These approaches systematically achieved the goal of accurate damage identification in offshore jacket platform structures under the proposed framework. Finally, through a practical application case, both single and multiple damage instances in the jacket platform were accurately identified, demonstrating the reliability and applicability of the technology.

Graphical abstract

关键词

海上导管架平台 / 损伤识别框架 / 测点优化布置 / 频响函数 / 模型修正

Key words

offshore jacket platforms / damage identification framework / optimization of measurement point layout / frequency response function / model updating

引用本文

引用格式 ▾
闫天红, 钱桂松, 周国强, 董浩轩, 白康康. 基于损伤识别框架的海上导管架平台结构损伤[J]. 科学技术与工程, 2026, 26(11): 4635-4643 DOI:10.12404/j.issn.1671-1815.2503904
YAN Tian-hong, QIAN Gui-song, ZHOU Guo-qiang, DONG Hao-xuan, BAI Kang-kang. Structural Damage of Offshore Jacket Platforms Based on Damage Identification Framework[J]. Science Technology and Engineering, 2026, 26(11): 4635-4643 DOI:10.12404/j.issn.1671-1815.2503904

登录浏览全文

4963

注册一个新账户 忘记密码

全世界用于海洋能源生产的海上平台有7 000座左右,其中约93%为管类构件焊接而成的固定式导管架平台[1]。因长期环境腐蚀、海浪疲劳效应及损伤累积等影响,平台结构存在各种缺陷损伤。为了防止这些缺陷损伤引起平台结构的破坏,国内外研究学者提出了多种结构损伤识别方法。
结构振动法的基本原理[2]为模态参数是结构物理特性的函数,结构物理特性的变化将导致模态参数的变化,根据模态参数的变化能够识别结构的损伤。目前,用于识别结构损伤的振动方法有:模态振型[3]、固有频率[4-5]、频响函数[6]、模态应变能[7]、模态振型曲率[8]等。在基于振动的海上导管架平台结构损伤识别方面:Liu等[9]提出了一种基于模态柔度的海上导管架结构损伤识别方法;闫天红等[10]提出了一种基于模态柔度与有限元模型修正的海上导管架平台结构损伤识别方法;Wang等[11]提出了基于结构振动测试的海上导管架结构损伤检测方法;Wang等[12]在考虑最优传感器布置下,提出数字孪生框架的海上导管架平台结构损伤识别方法;Ahmad等[13]提出基于传递函数灵敏度与有限元模型修正的海上导管架结构损伤识别方法。纵观上述研究发现,通过振动参数的渐变能够确定导管架平台结构存在损伤,但具体损伤位置与损伤程度一般需要结合有限元模型来分析。
模型修正法[14]通过实测平台结构振动数据来修正以图纸建模的设计参数,实现修正后有限元模型的计算振动数据与实测振动数据基本一致,而修正后模型设计参数的变化可识别结构的损伤。Farhad等[15]提出了基于实测不完全模态数据的海上导管架结构有限元修正方法。本文中通过某导管架实测振动数据与有限元模型拟合,应用模型修正技术实现修正后的模型能更准确地反映在役导管架结构动态行为。黄岩等[16]提出了一种基于主成分分析和支持向量机的井架钢结构损伤识别方法,通过缩尺模型实验验证该方法识别的准确率较高。王二成等[17]提出inception-BiLSTM(bi-directional long short-term memory)和迁移学习结合的结构损伤识别,通过钢框架结构实验,验证了该方法的实用性。Guo等[18]提出了一种基于神经网络的海洋导管架平台结构损伤识别方法,经实例计算表明,当受损构件靠近水面时,损伤识别的误差在8%以下。Ali等[19]基于实验数据采用改进CMCM(cross-model cross-mode)的有限元模型修正方法对海洋平台进行损伤检测,计算表明该方法在识别损伤位置及程度方面较传统的具有更高的精度。Shahriar等[20]提出一种基于加速度响应的灵敏度有限元模型修正新型损伤识别方法,该方法考虑了测试与建模的误差,以及测试响应的不完整性。闫天红等[21]提出基于混合模型修正的方法建立被测结构的基准模型,通过仿真分析,评估结构实际承载能力。
为满足中国超役或即将到期导管架平台结构损伤精准测评的需求,现构建一种新的海上导管架平台结构损伤识别框架。该框架旨在系统性地提升损伤检测的精度与工程适用性。通过实际案例分析来验证该框架在损伤识别中的可靠性,以期为延长平台安全使用寿命提供有效手段。

1 损伤识别框架

海上导管架平台结构损伤识别框架,主要内容包括:物理模型、有限元模型、测试模型和损伤模型。其中各模型间的相互关系,如图1所示。

1.1 物理模型与初始有限元模型的关系

物理模型代表着被测平台实际结构,初始有限元模型是以被测平台结构设计图纸为蓝本,应用相关工程软件(如ANSYS、ABAQUS、SACS等)建立的初始有限元模型。该模型中一般采用管单元建模,每个节点6个自由度,平台结构底部节点全部约束。模型中各物理参数按平台设计时的参数设定。显然,初始有限元模型并不能体现物理模型的实际结构特征。

1.2 初始有限元模型与测试模型的关系

通过初始有限元模型计算构建测试模型。测试模型包括理论测试模型和精准测试模型。平台结构初始有限元模型计算内容有:结构模态参数数值计算、测点布置优化分析等。根据测点优化布置,构建理论测试模型。由于理论上一般测点都布置在模型的节点上,但现场实际布置时,会发现有些位置有时无法安装传感器,因此测点位置需根据现场实际情况进行调整,调整后的精确位置以三维坐标值进行标注,然后按测点新坐标值建立精准测试模型。

1.3 精准测试模型与初始有限元模型的关系

由于测试模型测点少、有限元模型节点多;测试模型仅含位移自由度、有限元模型计算自由度除位移外还包括转角自由度等,因此测试与计算两者空间不完备问题突出,需要研究精准测试模型与初始有限元模型间相关性。具体内容包括:精准测试模型测点与初始有限元模型节点相关性、测点测试自由度与节点计算自由度相关性、实测频响函数形状幅值与计算频响函数形状幅值间相关性等。

1.4 基准有限元模型与损伤模型的关系

由于初始有限元模型为理想模型,而理想模型并不能反映服役多年平台结构实际状况。通过实测频响函数与计算频响函数残差最小目标优化,建立基准有限元模型。其主要内容包括:实测频响函数残差目标优化、实测频响函数与计算频响函数相关系数目标优化。其中相关系数主要包括:频响函数形状相关性(cross signature assurance criterion,CSAC)和频响函数幅值相关性(cross signature scale factor,CSF)。由于在实测频响函数响应与参数优化过程中,未考虑实测响应与参数的不确定性,因此其优化过程中参数的变化并不能完全识别损伤,难以构建精准损伤模型。

1.5 精准损伤模型与物理模型的关系

由于实测频响函数响应与有限元模型参数的不确定性,因此研究响应与参数的不确定性是识别构建精准损伤模型的关键。本文中应用贝叶斯参数估计方法,将实测响应与修正参数的不确定性采用离散度(均值与方差)指标来描述,通过不确定性模型修正技术实现了模型中待修正参数的自动变化,而参数的变化量直接反映了结构缺陷损伤程度及位置,从而构建精准损伤模型。最后将精准损伤模型与物理模型结合真正实现海上导管架平台结构缺陷损伤精准识别之目标。

2 损伤识别技术

在上述各模型间研究与分析中,包括三项损伤识别技术,即:测点布置优化技术、频响函数残差与相关系数分析技术、贝叶斯参数估计不确定性模型修正技术;建立三种损伤识别模型,即:精准测试模型、基准有限元模型、精准损伤模型。

2.1 测点布置优化方法

在实测频响函数及模型修正中,常用的测点布置优化方法有[22]:有效独立法、模态动能法和模态置信准则法等。

2.1.1 基于EI法的测点布置

Kammer[23]提出了测点布置数量对模态向量相关性确定的有效独立性方法(effective independence,EI),该方法用最少的测点获得最多的频率响应参数。

方法中首先在有限元模型上去掉不能测试的坐标,如转动坐标与不容易测得的坐标,然后通过Fisher信息矩阵A开始。即

A=ΦTΦ

式(1)中:Φ为缩聚和截断后的模态矩阵。定义幂矩阵E为

E=ΦA-1ΦT

式(2)中:E为幂矩阵,即E2=E,则该矩阵的迹与它的秩相等,这样矩阵E对角线上的元素反映了每个测量位置对矩阵E的秩的少量贡献。

2.1.2 基于MKE法的测点布置

模态动能法(modal kinetic energy,MKE)[24]是在模态动能较大自由度上布置测点,这样可提高结构动态测量时的信噪比。

对于一个n阶振型矩阵,第i个测试自由度第k阶模态的模态动能为

MKEik=Φik$\stackrel{n}{\sum _{j=1}}$MijΦjk

式(3)中:Φik为第k阶模态在第i个测试自由度的分量;Φjk为第k阶模态在第j个测试自由度的分量;Mij为质量矩阵M中相应的元素。由此获得每个测试自由度的模态动能,记为MKEdof,即

MKEdof=diag(Φs${\Phi }_{s}^{T}$M)

式(4)中:Φs表示振型向量。如果测点m已经确定,那么就可以根据计算的最大模态动能确定测点布置位置。

2.1.3 基于MAC法的测点布置

根据结构动力学原理可知,结构每阶振型节点数值组成了一组正交向量。根据它们的正交性定义,模态置信准则(modal assurance criterion,MAC)矩阵可以表述为

MACij=$\frac{({{\Phi }^{\mathrm{T}}}_{i}{\Phi }_{j}{)}^{2}}{\left({{\Phi }^{\mathrm{T}}}_{i}{\Phi }_{i}\right)\left({{\Phi }^{\mathrm{T}}}_{j}{\Phi }_{j}\right)}$

式(5)中:Φi、Φj分别为第i阶和第j阶振型向量。MACij∈[0,1]。测点位置的选择最好使MAC非对角元素向最小化发展,一般建议非对角元素最大取值为0.250[25]。

2.2 频响函数优化目标

频响函数优化的基本思想是:通过调整模型中的有关参数,使之达到缩小频响函数计算与实测之间的差距之目的。其中主要优化目标有:频响函数残差优化与频响函数相关系数(CSAC、CSF)优化。

2.2.1 频响函数残差

1)频响函数

多自由度系统的动力学方程为

M$\stackrel{··}{\mathrm{x}}$(t)+C$\stackrel{·}{x}$(t)+Kx(t)=f(t)

式(6)中:K、M和C分别为结构刚度矩阵、质量矩阵和阻尼矩阵;x(t)为位移向量;f(t)为外力向量。

将式(6)傅里叶变化后,得到

[K-ω2M+jωC]X(ω)=F(ω)

式(7)中:ω为角频率;X(ω)为复位移向量;F(ω)为复外力向量。

设结构动刚度矩阵为

Z(ω)=K-ω2M+jωC

则式(7)为

Z(ω)X(ω)=F(ω)

而动刚度矩阵Z(ω)的逆矩阵H(ω)为频响函数矩阵,即

H(ω)=$[K-{\mathrm{\omega }}^{2}{M+\mathrm{j}\omega C]}^{-1}$

2)频响函数灵敏度

由式(8)和式(10)得到单位矩阵为

Z(ω)H(ω)=I

对式(11)设计参数p求偏导有

$\frac{\partial H}{\partial p}$=-H$\frac{\partial Z}{\partial p}$H

在某频率为ωk时,根据泰勒级数一阶展开式,有

${H}_{ij}^{\mathrm{e}}$(ωk)-${H}_{ij}^{\mathrm{a}}$(ωk)=-$({H}_{\mathrm{i}}^{a}{)}^{T}\frac{\partial {Z}_{\alpha }\left({\omega }_{k}\right)}{\partial p}{H}_{\mathrm{j}}^{e}$Δp

式(13)中:Heij(ωk)、Haij(ωk)分别为j点激励i点响应的实测频响函数和计算频响函数;Zα为计算动刚度矩阵;(Hai)T、Haj分别为计算频响函数的第i行和第j列[26]。

3)频响函数残差

由式(13)知,某一特定频率ωk下频响函数残差ε(ωk)和灵敏度Sij(ωk)分别为

ε(ωk)=Heij(ωk)-Haij(ωk)
Sij(ωk)=-$({{H}^{\mathrm{a}}}_{i}{)}^{\mathrm{T}}\frac{\partial {Z}_{\mathrm{a}}\left({\omega }_{k}\right)}{\partial {p}_{i}}{{H}^{\mathrm{a}}}_{j}$

2.2.2 频响函数相关系数

频响函数相关系数[27]反映了实测频响函数与计算频响函数的一致性程度。具体包括:形状相关性与幅值相关性。

1)频响函数形状相关性

频响函数形状相关性计算式为

CSAC(ωi)=$\frac{{\left|{H}_{\mathrm{e}}\left({\mathrm{\omega }}_{\mathrm{i}}{)}^{T}{H}_{\mathrm{a}}\right({\mathrm{\omega }}_{\mathrm{i}})\right|}^{2}}{\left[{H}_{\mathrm{e}}\right({\omega }_{i}{)}^{\mathrm{T}}{H}_{\mathrm{e}}\left({\omega }_{i}\right)\left]\right[{H}_{\mathrm{a}}\left({\omega }_{i}{)}^{\mathrm{T}}{H}_{\mathrm{a}}\right({\omega }_{i}\left)\right]}$

式(16)中:He(ωi)频率ωi处实测频响函数值;Ha(ωi)频率ωi处计算频响函数值,CSAC(ωi)∈[0,1]。

2)频响函数幅值相关性

频响函数幅值相关性计算式为

CSF(ωi)=$\frac{2\left|{H}_{\mathrm{e}}\left({\omega }_{i}{)}^{\mathrm{T}}{H}_{\mathrm{a}}\right({\omega }_{i})\right|}{\left[{H}_{\mathrm{e}}\right({\omega }_{i}{)}^{\mathrm{T}}{H}_{\mathrm{e}}\left({\omega }_{i}\right)]+[{H}_{\mathrm{a}}\left({\omega }_{i}{)}^{\mathrm{T}}{H}_{\mathrm{a}}\right({\omega }_{i}\left)\right]}$

式(17)中:CSF(ωi)∈[0,1]。

2.2.3 频响函数目标函数

频响函数的目标函数主要包括:频响函数残差目标函数与频响函数相关系数目标函数。

1)频响函数残差目标函数

由式(13)扩展到整个系统,则

S1Δp=ε1

式(18)中:S1为频响函数残差灵敏度矩阵;Δp为设计参数改变量;ε1为实测频响函数与计算频响函数的残差向量。

由式(13)~式(15)知:频响函数残差的目标函数为

J1=ε1-S1Δp

2)频响函数相关系数目标函数

基于频响函数相关性系数的目标函数为

$\left[\begin{array}{l}1-\mathrm{C}\mathrm{S}\mathrm{A}\mathrm{C}\left({\omega }_{i}\right)\\ 1-\mathrm{C}\mathrm{S}\mathrm{F}\left({\omega }_{i}\right)\end{array}\right]$=S2Δp=$\left[\begin{array}{l}\frac{\partial \mathrm{C}\mathrm{S}\mathrm{A}\mathrm{C}\left({\omega }_{i}\right)}{\partial p}\\ \frac{\partial \mathrm{C}\mathrm{S}\mathrm{F}\left({\omega }_{i}\right)}{\partial p}\end{array}\right]$Δp

即

S2Δp=ε2

式中:ε2为相关系数残差;S2为相关系数灵敏度矩阵;p为修正参数。该参数可以是材料特性、板厚、集总质量、节点刚度等。由于处于实际状态该参数存在一定的不确定性。

频响函数相关系数的目标函数为

J2=ε2-S2Δp

2.3 贝叶斯参数估计的不确定性模型修正

2.3.1 频响函数贝叶斯法

1)频响函数残差贝叶斯法

对式(18)采用贝叶斯法求解,得

Δp=G1ε1

式(23)中:G1为频响函数残差增益矩阵。

2)频响函数相关系数贝叶斯法

对式(21)采用贝叶斯法求解,得

Δp=G2$\left[\begin{array}{l}1-\mathrm{C}\mathrm{S}\mathrm{A}\mathrm{C}\left({\omega }_{i}\right)\\ 1-\mathrm{C}\mathrm{S}\mathrm{F}\left({\omega }_{i}\right)\end{array}\right]$

式(24)中:G2为频响函数相关系数增益矩阵。

2.3.2 贝叶斯法参数估计

模型修正时,由于大多数修正参数的数量会大于方程的数量,式(23)或式(24)都为欠定的。根据贝叶斯参数估计理论[28],需对待估计参数和响应进行加权。

当响应多于参数时,G增益矩阵为

G=(CP+SnCRSn)-1STnCR

当参数大于响应时,G为

G=(CP)-1${S}_{\mathrm{n}}^{\mathrm{T}}$[CR-1+Sn(CP)-1STn]-1

式(26)中:CR为响应对角加权矩阵;CP为参数对角加权矩阵;Sn为归一化灵敏度矩阵。

将式(23)、式(24),统一为

pu=p0+Gε0

得到的响应向量和修正后的参数将是下一次迭代的起始向量ε0和p0。这个迭代过程一直进行,直到误差小于设定的限值。

2.3.3 离散度

式(25)与式(26)增益矩阵中,两者数据的残差受CR与CP影响,考虑CR和CP的逆分别是实测响应和修正参数的协方差矩阵。因此,通过统计中的离散系数来表示参数与响应的置信度,表达式为

cov=$\frac{\sigma }{\mu }$

式(28)中:cov为离散度;μ为参数或响应的均值;σ为参数或响应的标准差。

3 海上导管架结构损伤识别

3.1 初始有限元模型与测试模型

导管架结构模型[9]共分4层,从下到上其边长分别为10.97、8.53、6.10、3.66 m,层间高度为9.14 m[图2(a)]。平台所有构件为圆管,其外径和内径分别为17.8 cm和16.02 cm。应用ANSYS软件建立导管架结构有限元模型[图2(b)]。模型中由36个管单元和16个节点组成,底部4个节点全部约束,每个节点6个自由度,共72个自由度。整个导管架结构材料为钢材,其弹性模量为210 GPa、密度为7 850 kg/m3、泊松比为0.3。

3.1.1 无损伤频响函数计算

经初始有限元模型频响函数数值计算,该导管架结构前7阶固有频率如表1所示。

3.1.2 测点优化布置及测试模型

(1)测点数量。根据测点布置优化理论,应用EI、MKE、MAC三种方法,得到三种方法测点MAC矩阵非对角元素最大值变化量,其中MAC法的计算结果如图3所示。由图3可知,选择8个测点,每个测点2个测试自由度,即x和y向,共计16个测试自由度。

(2)测试模型。通过计算,给出该导管架模型测点具体位置,如图4所示。其中测点在有限元模型对应的节点号为4、8、9、11、12、13、15、16;选择平台顶部2个激励点,对应的节点号为12、16。

3.2 精准测试模型与初始有限元模型

由于该导管架实例模型为数值模型,故无需进行物理模型测点精确布置,则认为数值理论测试模型即为精准测试模型。

3.2.1 有损伤的结构模拟

由文献[9]可知,设置导管架两种损伤形式,以弹性模量来模拟损伤:①导管架单一构件损伤,弹性模量为147 GPa;②导管架不同位置三根构件损伤,弹性模量分别为147、168、126 GPa。具体损伤信息如表2所示。

3.2.2 相关性分析

将有损伤的频响函数计算结果导入实测模块,并加入5%的噪声,经过计算频响函数相关性分析,得到如图5所示频响函数图与表3所示固有频率分析结果。

由表3可知,单一构件损伤时,模型无损伤时计算频率与有损伤的最大差3.265%;三构件损伤时,其频率最大差4.696%。另外从图5看到,单一构件损伤时频响函数曲线较无损伤时有延后现象,则说明有损伤时的频率较无损伤的要小一些。同理,三根构件损伤时与单根构件损伤时的频响函数曲线比较,也说明了损伤大比损伤小时其频响函数的频率也有所降低。

3.3 基准有限元模型与精准损伤模型

根据频响函数相关系数优化,选择弹性模量E为修正参数,修正对象为36根构件。由于无实测频响函数数据与实际物理模型,因此用于响应与模型修正参数的离散度估计按一般推荐值进行设定。在役导管架平台结构弹性模量E值与设计值的偏差可达10%,因此选择10%作为弹性模量修正参数的离散度;频响函数响应测试的离散度比测量频率高得多,因此选择响应离散度为25%。其中选择响应特征量为CSAC与CSF,共38 002个响应。

3.3.1 模型修正

采用贝叶斯算法求解修正量,选择CCABS[29]值作为收敛准则。其中贝叶斯算法迭代计算设置参数如下:①最小残差值为0.1%;②两次迭代变化值为0.01%;③最大迭代次数为100。

两种损伤情况的模型修正计算迭代状况如图6所示。单构件损伤时,以CSAC、CSF为指标,经过22次迭代后收敛;三构件损伤时,经过67次迭代后收敛。如表4所示为实测频响函数下经模型修正后结果。

由表4可知,单一构件损伤时,模型修正后计算频率与实测频率最大差0.033%;三构件损伤时,其频率最大差0.215%。

3.3.2 精准损伤模型

(1)修正参数的变化。经两种损伤形式下有限元模型修正,得到两种损伤下修正参数变化值,具体由图7所示。

(2)精准损伤模型。通过贝叶斯参数估计不确定性模型修正,得到该导管架结构具体损伤情况如下:①2#构件设置损伤率为0.3,经修正后参数变化2#为-29.4%;②2#、18#和32#构件设置损伤率分别为0.3、0.2、0.4,经修正后2#参数变化为-30.7%、18#为-0.4%、32#为-34.3%。其他构件具体如图7所示。如图8所示为计算后得到的三维精准损伤模型。

由图8可知,①单构件损伤情况,设置损伤率与识别损伤率基本相同;②三根构件损伤情况,立柱2#设置损伤率为0.3,识别为-30.7%,横杆18#设置损伤率为0.2,识别为-0.4%,斜杆32#设置损伤率为0.4,识别为-34.3%。可见立柱识别最为准确、其次是斜杆,横杆识别效果最差。其主要原因为结构振动性态与导管架结构形式有关。

4 结论

针对当前海洋平台结构复杂、构件众多、损伤形式不一等特点,开展了新损伤识别框架下海上导管架平台结构损伤研究,其主要结论如下。

(1)构建在役平台结构损伤识别技术框架。该框架将物理模型、有限元模型、测试模型、损伤模型四种模型综合,提出以初始有限元模型与测点理论测试模型、测点精准测试模型与初始有限元模型、精准有限元模型与损伤模型及精准损伤模型与物理模型的建模技术框架。

(2)提出基于相关性分析与模型修正相结合的精准有限元模型重构方法。应用测点布置优化方法构建测点精准测试模型,以频响函数残差与频响函数相关系数残差为优化目标,应用相关性分析与有限元模型修正,重构精准有限元模型。

(3)提出频响与参数不确定性模型修正的损伤识别方法。针对实测频响函数与模型修正参数的不确定性,应用贝叶斯参数估计方法,通过离散度(均值、方差)真实反映物理模型不确定性特征,提出导管架平台损伤识别方法。

参考文献

原文顺序 | 出版日期 | 本文引用
[1]

Ribeiro T, Rigueiro C, Borges L. A comprehensive method for fatigue life evaluation and extension in the context of predictive maintenance for fixed ocean structures[J]. Applied Ocean Research, 2020, 95: 1-15.
[2]

Zou Y, Tong L, Steven G P. Vibration-based odel-dependent damage identification and health monitoring for composite structures review[J]. Journal of Sound and Vibration, 2000, 230(2): 357-378.
[3]

Salawu O S, Williams C. Review of full-scale dynamic test-ing of bridge structures[J]. Engineering Structures, 1995, 17(2): 113-121.
[4]

Cawley P, Adams R D. The location of defects in structures from measurements of natural frequencies[J]. The Journal of Strain Analysis for Engineering Design, 1979, 14(2): 49-57.
[5]

Salawu O S. Detection of structural damage through changes in frequency: a review[J]. Engineering Structures, 1997, 19(9): 718-723.
[6]

Thyagarajan S K, Schulz M J, Pai P F, et al. Detecting structural damage using frequency response functions[J]. Journal of Sound and Vibration, 1998, 210(1): 162-170.
[7]

Asgarian B, Aghaeidoost V, Shokrgozar H R. Damage detection of jacket type offshore platforms using rate of signal energy using wavelet packet transform[J]. Marine Structures, 2016, 45: 1-21.
[8]

Pandey A K, Biswas M, Samman M M. Damage detection from changes in curvature mode shapes[J]. Journal of Sound and Vibration, 1991, 145(2): 321-332.
[9]

Liu K, Yan R J, Soares C G. Damage identification in offshore jacket structures based on modal flexibility[J]. Ocean Engineering, 2018, 170: 171-185.
[10]

闫天红, 周国强, 吴泽民, 等. 基于模态柔度与有限元模型修正的海洋平台结构损伤识别研究[J]. 机械设计, 2021, 38(7): 14-21.
[11]

Yan Tianhong, Zhou Guoqiang, Wu Zemin, et al. Research on structural damage identification of the offshore platform based on modal flexibility and FEM updating[J]. Journal of Machine Desugn, 2021, 38(7): 14-21.
[12]

Wang Y G, Pei Y L, Zhao Y D. Vibration based damage detection with structural model characteristics[J]. Journal of Road & Bridge Engineering, 2008, 3(1): 21-28.
[13]

Wang M M, Incecik A, Feng S Z, et al. Damage identification of offshore jacket platforms in a digital twin framework considering optimal sensor placement[J]. Reliability Engineering & System Safety, 2023, 237: 109336.
[14]

Ahmad I, Akbar E. Structural damage identification by a sensitivity based finite element model updating method using transmissibility function data[J]. Ships and Offshore Structures, 2023, 18(10): 1415-1428.
[15]

Jaishi B, Ren W X. Structural finite element model updating using ambient vibration test results[J]. Journal of Structural Engineering, 2005, 131(4): 617-628.
[16]

Farhad H, Alireza M. FEM updating for offshore jacket structures using measured incomplete modal data[J]. International Journal of Maritime Technology, 2016, 5: 1-11.
[17]

黄岩, 韩东颖, 朱国庆, 等. 基于多特征融合与机器学习的井架钢结构智能诊断[J]. 科学技术与工程, 2023, 23(25): 10800-10807.
[18]

Huang Yan, Han Dongying, Zhu Guoqing, et al. Intelligent diagnosis of petroleum derrick based on principal analysis and support vector machine analysis[J]. Science Technology and Engineering, 2023, 23(25): 10800-10807.
[19]

王二成, 肖俊伟, 李家豪, 等, 基于Inception-BiLSTM和迁移学习的结构损伤[J]. 科学技术与工程, 2024, 24(18): 7776-7784.
[20]

Wang Ercheng, Xiao Junwei, Li Jiahao, et al. Structural damage detection study based on inception-BiLSTM and transfer learning[J]. Science Technology and Engineering, 2024, 24(18): 7776-7784.
[21]

Guo J M, Wu J L, Guo J H. A damage identif-ication approach for offshore jacket platforms using partial modal results and artificial neural networks[J]. Applied Sciences, 2018, 8(11): 2173.
[22]

Ali Z, Alireza M, Samira M Z, et al. Employing an improved cross model cross mode algorithm for damage detection of a steel offshore platform frame using experimental data[J]. Structures, 2020, 28: 1589-1600.
[23]

Shahriar B, Akbar E. Damage detection and model updating of offshore jacket platforms using a direct sensitivity relation based on structural esponse[J]. Applied Ocean Research, 2024, 149: 1-16.
[24]

闫天红, 周国强, 董浩轩. 基于混合模型修正的在役海洋钻机井架实时承载能力评估[J]. 天然气工业, 2025, 45(6): 170-181.
[25]

Yan Tianhong, Zhou Guoqiang, Dong Haoxuan. Real-time bearing capacity assessment of in-service offshore drilling rig derricks based on mixed model correction[J]. Natural Gas Industry, 2025, 45(6): 170-181.
[26]

闫天红, 周国强, 王维刚, 等. 导管架平台结构健康监测传感器优化布置[J]. 机械设计, 2022, 39(7): 51-55.
[27]

Yan Tianhong, Zhou Guoqiang, Wang Weigang, et al. Optimal sensor placement of structural health monitoring for jacket platform[J]. Journal of Machine Design, 2022, 39(7): 51-55.
[28]

Kammer D C. Sensor placement for on-orbit modal identif-ication and correlation of large space structures[J]. Journal of Guidance, Control and Dynamics, 1991, 14(2): 251-259.
[29]

李东升, 张莹, 任亮, 等. 结构健康监测中的传感器布置方法及评价准则[J]. 力学进展, 2011, 41(1): 39-50.
[30]

Li Dongsheng, Zhang Ying, Ren Liang, et al. Sensor deployment for structural health monitoring and their evaluation[J]. Advances in Mechanics, 2011, 41(1): 39-50.
[31]

崔飞, 袁万城, 史家钧. 传感器优化布设在桥梁健康监测中的应用[J]. 同济大学学报, 1999, 27(2): 165-69.
[32]

Cui Fei, Yuan Wancheng, Shi Jiajun. Application of otimal sensor placement algorithms for health monitoring of Bridges[J]. Journal of Tongji University, 1999, 27(2): 165-69.
[33]

李国强, 李杰. 工程结构动力检测理论与应用[M]. 北京: 科学出版社, 2002.
[34]

Li Guoqiang, Li Jie. Theory and application of dynamic testing for engineering structures[M]. Beijing: Science Press, 2002.
[35]

Xu Z M, Shen R Y, Hua H X. Updating finite element model by the sensitivity analysis of FRF correlation functions[J]. Journal of Mechanical Strength, 2003, 25(1): 5-8.
[36]

Volkan K, Fatih Y O, Sebahat K, et al. Multiple damage detection in laminated composite beams using automated model update[J]. Structures, 2021, 34: 1665-1683.
[37]

Avitable P, Pechinsky F. Evaluation of DOF correlation using the coordinate orthogonality check[C] // Proceedings of the 13th International Modal Analysis Conference. Nashville: Society for Experimental Mechanics, 1995: 1-12.

基金资助

海南省自然科学基金(525RC807)

三亚市科技创新专项(2022KJCX52)

海南省院士创新平台科研项目(YSPTZX202301)

PDF (5301KB)

43

访问

0

被引

详细
导航
相关文章

/

〈 〉

京ICP备05035734号-4
版权所有 © 《科学技术与工程》编辑部
地址： 北京市海淀区学院南路86号 《科学技术与工程》编辑部　邮编：100081
电话：(010)62118920 　E-mail：stae@vip.163.com
技术支持：北京玛格泰克科技发展有限公司 　
网站管理员登录