摘要
土木工程
結(jié)構(gòu)健康監(jiān)測(cè)的研究是近年來國際學(xué)術(shù)研究的熱點(diǎn)問題之一，涉及許多不同的研究領(lǐng)域，如數(shù)據(jù)采集系統(tǒng)、信號(hào)處理、結(jié)構(gòu)分析等。闡述了實(shí)施土木工程結(jié)構(gòu)健康監(jiān)測(cè)的必要性和迫切性，介紹了結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)的概念、組成及其應(yīng)用，分析研究了結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)的各個(gè)子系統(tǒng)的功能、特點(diǎn)和實(shí)現(xiàn)方法，重點(diǎn)討論了實(shí)現(xiàn)各子系統(tǒng)的理論、方法和存在的若干力學(xué)問題。
關(guān)鍵詞：土木工程結(jié)構(gòu)，健康監(jiān)測(cè)，監(jiān)測(cè)系統(tǒng)，損傷診斷，安全性評(píng)估
Abstract
The health monitoring of civil engineering structures is an important research field, which covers various areas, such as data acquisition system, signal processing, structure analysis. In this paper, the necessity and urgency to implement structural health monitoring in civil engineering are discussed, including the concepts, structures and applications of the structural health monitoring system. All subsystems are analyzed with respect to their functions, characteristics and implementations. The theories, methods and mechanical issues of the subsystems are emphasized.
Keywords : civil engineering structure, health monitoring, monitoring system, damage diagnosis, safety assessment
結(jié)構(gòu)健康監(jiān)測(cè)的研究最新進(jìn)展綜述
重大土木工程結(jié)構(gòu),如水壩、橋梁、電廠、軍事設(shè)施、高層建筑等,在遭受地震、洪水、颶風(fēng)、爆炸等自然或人為災(zāi)害時(shí)的安全問題,與人民的生命財(cái)產(chǎn)息息相關(guān),已經(jīng)引起人們的廣泛關(guān)注。上述重要結(jié)構(gòu)在經(jīng)歷了極端災(zāi)害性事件后,立即對(duì)他們的健康狀況做出評(píng)估是非常必要的,實(shí)時(shí)地監(jiān)測(cè)和預(yù)報(bào)結(jié)構(gòu)的性能,及時(shí)發(fā)現(xiàn)和估計(jì)結(jié)構(gòu)內(nèi)部損傷的位置和程度,預(yù)測(cè)結(jié)構(gòu)的性能變化和剩余壽命并做出維護(hù)決定,合理疏散居民,對(duì)提高工程結(jié)構(gòu)的運(yùn)營效率,保障人民生命財(cái)產(chǎn)安全具有極其重大的意義。故而,結(jié)構(gòu)的健康監(jiān)測(cè)技術(shù)成為當(dāng)前國內(nèi)外研究的熱點(diǎn)問題。 1結(jié)構(gòu)健康監(jiān)測(cè)概述
結(jié)構(gòu)健康監(jiān)測(cè)(structural health monitoring,SHM)是指利用現(xiàn)場(chǎng)的無損傳感技術(shù)，分析通過包括結(jié)構(gòu)響應(yīng)在內(nèi)的結(jié)構(gòu)系統(tǒng)特性，達(dá)到檢測(cè)結(jié)構(gòu)損傷或退化的一些變化。
結(jié)構(gòu)健康監(jiān)測(cè)是通過對(duì)工程結(jié)構(gòu)在超常荷載前后響應(yīng)的變化測(cè)量，分析推測(cè)工程結(jié)構(gòu)特性的變化，并據(jù)此探測(cè)損傷位置和評(píng)價(jià)結(jié)構(gòu)的損傷程度。其主要包括損傷識(shí)別和安全性評(píng)估兩個(gè)部份。
損傷識(shí)別：工程結(jié)構(gòu)一般會(huì)受到兩種損傷，即突然損傷和積累損傷。突然損傷由遭地震、洪水、咫風(fēng)、爆炸等嚴(yán)重的自然或人為災(zāi)害等突發(fā)事件引起，而積累損傷則一般是結(jié)構(gòu)在經(jīng)過長時(shí)期使用后緩慢累積的損傷，具有緩慢積累的性質(zhì)。對(duì)于損傷識(shí)別的目標(biāo)，Sohn和Farrar提出了損傷檢測(cè)的5個(gè)層次:判斷結(jié)構(gòu)中是否有損傷產(chǎn)生，損傷定位，識(shí)別損傷類型，量化損傷的嚴(yán)重程度，評(píng)估結(jié)構(gòu)的剩余壽命。理想的損傷識(shí)別方法應(yīng)該具備的另一重要性能是，能夠區(qū)分結(jié)構(gòu)建模誤差引起的偏差與結(jié)構(gòu)損傷引起的偏差間的區(qū)別。
安全性評(píng)估：結(jié)構(gòu)安全性評(píng)估是基于健康監(jiān)測(cè)和損傷識(shí)別的基礎(chǔ)上，通過各種可能的、結(jié)構(gòu)允許的測(cè)試手段，測(cè)試其當(dāng)前的工作狀態(tài)，并與其臨界失效狀態(tài)進(jìn)行比較，評(píng)價(jià)其安全等級(jí)。對(duì)于不同的結(jié)構(gòu)，其重要程度不同，安全等級(jí)也應(yīng)
該有所差別。安全性評(píng)估與可靠性不同，可靠性為一種概率，一種可能性；而安全性評(píng)估旨在給出確定的安全等級(jí)。
2結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)組成及其功能分析
結(jié)構(gòu)的健康監(jiān)測(cè)是一種實(shí)時(shí)的在線監(jiān)測(cè)技術(shù)。一般健康監(jiān)測(cè)系統(tǒng)包括以下幾個(gè)部分：
(1)傳感器子系統(tǒng)：其中傳感器子系統(tǒng)為硬件系統(tǒng)，功能為感知結(jié)構(gòu)的荷載和效應(yīng)信息，并以電、光、聲、熱等物理量形式輸出，該子系統(tǒng)是健康監(jiān)測(cè)系統(tǒng) 最前端和最基礎(chǔ)的子系統(tǒng)。
(2)數(shù)據(jù)采集與處理及傳輸子系統(tǒng)：包括硬件和軟件兩部分，硬件系統(tǒng)包括數(shù)據(jù)傳輸電纜/光纜、數(shù)模轉(zhuǎn)換(A /D)卡等；軟件系統(tǒng)將數(shù)字信號(hào)以一定方式存儲(chǔ)在計(jì)算機(jī)中。數(shù)據(jù)采集通用軟件平臺(tái)有Visual Basic， VC++，Delphi，LabWindows或Lab-VIEW等。采集的數(shù)據(jù)經(jīng)預(yù)處理后存儲(chǔ)在數(shù)據(jù)管理子系統(tǒng)中，數(shù)據(jù)采集子系統(tǒng)是聯(lián)系傳感器子系統(tǒng)與數(shù)據(jù)管理子系統(tǒng)的橋梁。
(3)損傷識(shí)別、模型修正和安全評(píng)定與安全預(yù)警子系統(tǒng)：由損傷識(shí)別軟件、模型修正軟件、結(jié)構(gòu)安全評(píng)定軟件和預(yù)警設(shè)備組成。在該系統(tǒng)中，一般首先運(yùn) 行損傷識(shí)別軟件，一旦識(shí)別結(jié)構(gòu)發(fā)生損傷，即運(yùn)行模型修正軟件和安全評(píng)定軟件。若出現(xiàn)異常，則由預(yù)警設(shè)備發(fā)出報(bào)警信息。損傷識(shí)別軟件通常由計(jì)算分析軟件平臺(tái)開發(fā)，如MATLAB等；模型修正和安全評(píng)定軟件一般是結(jié)構(gòu)分析軟件，如ANSYS和結(jié)構(gòu)分析設(shè)計(jì)專門軟件等。損傷識(shí)別是在結(jié)構(gòu)反應(yīng)信息基礎(chǔ)上進(jìn)行的，結(jié)構(gòu)反應(yīng)信息由數(shù)據(jù)采集子系統(tǒng)采集后存儲(chǔ)在數(shù)據(jù)管理子系統(tǒng)中，因此，損傷識(shí)別軟件運(yùn)行時(shí)，首先能夠從數(shù)據(jù)管理子系統(tǒng)中自動(dòng)讀取結(jié)構(gòu)反應(yīng)信息數(shù)據(jù)。損傷識(shí)別和模型修正以及安全評(píng)定的結(jié)果將作為結(jié)構(gòu)的歷史檔案數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)管理子系統(tǒng)中，因此，損傷識(shí)別和模型修正以及安全評(píng)定的結(jié)果將能夠自動(dòng)存入數(shù)據(jù)管理子系統(tǒng)中。
(4)數(shù)據(jù)管理子系統(tǒng)：它的核心為數(shù)據(jù)庫系統(tǒng)，數(shù)據(jù)庫管理結(jié)構(gòu)建造信息、幾何信息、監(jiān)測(cè)信息和分析結(jié)果等全部數(shù)據(jù)，它是結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)的核心，承擔(dān)著健康監(jiān)測(cè)系統(tǒng)的數(shù)據(jù)管理功能。常用的動(dòng)力指紋分析法有:
(1)基于固有頻率變化的損傷識(shí)別方法；
(2)基于振型變化的損傷識(shí)別方法；
(3)基于剛度變化的損傷識(shí)別方法；
(4)基于柔度變化的損傷識(shí)別方法；
(5)基于能量變化的損傷識(shí)別方法。
上述各種方法多是針對(duì)實(shí)驗(yàn)室條件下的某種特定結(jié)構(gòu)或構(gòu)件具有較好的識(shí)別結(jié)果，而對(duì)于實(shí)際工程結(jié)構(gòu)的識(shí)別效果往往不很理想，因此需要尋找一種較為通用的適用于實(shí)際結(jié)構(gòu)的動(dòng)力指紋。目前的研究思路多為綜合考慮幾種動(dòng)力指紋(如將振型與頻率組合)，或?qū)?dòng)力指紋分析法與模糊算法、神經(jīng)網(wǎng)絡(luò)算法等聯(lián)合使用。
模型修正與系統(tǒng)識(shí)別法
這種方法的基本思想是使用動(dòng)力測(cè)試資料，如模態(tài)參數(shù)、加速度時(shí)程數(shù)據(jù)、頻率響應(yīng)函數(shù)等，通過條件優(yōu)化約束，不斷地修正模型中的剛度分布，使其響應(yīng)盡可能地接近由測(cè)試得到的結(jié)構(gòu)動(dòng)態(tài)響應(yīng)。當(dāng)兩者基本吻合時(shí)，即認(rèn)為此組參數(shù)為結(jié)構(gòu)當(dāng)前參數(shù)。這種方法在劃分和處理子結(jié)構(gòu)上具有很多優(yōu)點(diǎn)，但是由于測(cè)試模態(tài)極不完備、測(cè)試自由度不足以及測(cè)量信噪比低的原因，很少能夠給出修正所需的足夠信息，導(dǎo)致了解的不唯一。同時(shí)采用傳統(tǒng)方法進(jìn)行參數(shù)估計(jì)時(shí)易產(chǎn)生病態(tài)方程。對(duì)這些問題，一方面可以考慮利用動(dòng)邊界條件進(jìn)行子結(jié)構(gòu)模型修正以減少未知數(shù)，另一方面可以通過良態(tài)建模、合理劃分子結(jié)構(gòu)，以及最優(yōu)測(cè)點(diǎn)布置來獲取最大信息量予以解決。為解決方程少于未知數(shù)的問題，目前常用的約束條件有矩陣的對(duì)稱性、稀疏性和正定性條件.求解方法有3類:矩陣優(yōu)化修正法、靈敏度修正法、特征結(jié)構(gòu)配置法。
基于模型修正的損傷識(shí)別方法依賴于未損結(jié)構(gòu)的精確有限元模型，而當(dāng)前大部分結(jié)構(gòu)不具備這方面的精確信息。有些新建結(jié)構(gòu)雖然建立了有限元模型，但是由于非結(jié)構(gòu)構(gòu)件的影響以及缺乏準(zhǔn)確的邊界條件信息等原因，使得所建模型與實(shí)際模型往往存在較大的誤差，從而影響了模型修正法對(duì)于損傷識(shí)別的精度和準(zhǔn)確性。
神經(jīng)網(wǎng)絡(luò)法
人工神經(jīng)網(wǎng)絡(luò)(artificial neural network, ANN)是以生物神經(jīng)系統(tǒng)為基礎(chǔ)，在物理機(jī)制上模擬人腦信息處理機(jī)制的信息系統(tǒng)，是一種由簡(jiǎn)單神經(jīng)元連接組成的具有高度非線性的超大規(guī)模網(wǎng)絡(luò)系統(tǒng)，具有網(wǎng)絡(luò)的全局作用、大規(guī)模并行分布處理和聯(lián)想學(xué)習(xí)能力。神經(jīng)網(wǎng)絡(luò)用于損傷檢測(cè)的基本原理是:利用數(shù)值求解法(如有限元法、能量法)或?qū)崪y(cè)方法，獲取結(jié)構(gòu)的特征物理量(如固有頻率、模態(tài)振型等)作為訓(xùn)練樣本的輸入變量，以結(jié)構(gòu)的損傷(位置、程度)作為輸出變量，利用神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的自組織、自學(xué)習(xí)和自適應(yīng)能力的特點(diǎn)，通過一定數(shù)量的訓(xùn)練樣本讓網(wǎng)絡(luò)學(xué)習(xí)，使神經(jīng)網(wǎng)絡(luò)記住這些知識(shí)，掌握從輸入變量(如結(jié)構(gòu)固有頻率、模態(tài)振型等)到輸出變量(結(jié)構(gòu)損傷位置、程度)之間的非線性映射，從而實(shí)現(xiàn)結(jié)構(gòu)的損傷檢測(cè)。
隨著神經(jīng)網(wǎng)絡(luò)應(yīng)用的日益廣泛，神經(jīng)網(wǎng)絡(luò)存在的問題也日益顯現(xiàn)出來，主要有以下幾點(diǎn):(1)對(duì)于大型復(fù)雜結(jié)構(gòu)，網(wǎng)絡(luò)訓(xùn)練需要的損傷樣本數(shù)目極為龐大，訓(xùn)練模式繁多且訓(xùn)練所需時(shí)間很長，網(wǎng)絡(luò)收斂速度極慢，有時(shí)可能陷入局部收斂而網(wǎng)絡(luò)全局不收斂;(2)網(wǎng)絡(luò)模型的選擇問題.對(duì)于不同的工程結(jié)構(gòu)，采用不同的網(wǎng)絡(luò)模型，所得的效果也不同.各種網(wǎng)絡(luò)模型均有其優(yōu)點(diǎn)及不足，針對(duì)工程結(jié)構(gòu)的特點(diǎn)采用何種網(wǎng)絡(luò)模型是需要進(jìn)一步研究的問題;(3)網(wǎng)絡(luò)規(guī)模的確定問題.對(duì)于不同結(jié)構(gòu)所需的網(wǎng)絡(luò)的規(guī)模，目前沒有統(tǒng)一的確定方法，實(shí)際中只能采取逐漸嘗試的方法來確定。
遺傳算法
20世紀(jì)60年代，美國Michigan大學(xué)的Holland教授給出了遺傳算法的基本定理及數(shù)學(xué)證明。遺傳算法(GA)是一類借鑒生物自然選擇和自然遺傳機(jī)制的隨機(jī)化搜索算法，其基本原理是:將問題的求解表示成染色體(在計(jì)算機(jī)語言中一般用二進(jìn)制碼串表示)，從而構(gòu)成一個(gè)染色體群.將它們置于問題的環(huán)境中，遵循優(yōu)勝劣汰的原則，通過不斷循環(huán)執(zhí)行選擇、交叉、變異等操作，逐漸逼近全局最優(yōu)解。遺傳算法對(duì)其目標(biāo)函數(shù)既不要求連續(xù)，也不要求可微，僅要求可以計(jì)算，而且它的搜索始終遍及整個(gè)解空間，操作方便，魯棒性強(qiáng)，容易得到全局最優(yōu)解。
數(shù)值模擬結(jié)果表明，此方法具有抗噪性強(qiáng)、識(shí)別精度和計(jì)算效率高的特點(diǎn)。遺傳算法的缺點(diǎn)是計(jì)算量大，對(duì)于實(shí)際工程中的大型復(fù)雜結(jié)構(gòu)，距離應(yīng)用階段還需要大量深入的研究。
小波變換
結(jié)構(gòu)損傷是一種典型的局部現(xiàn)象，小波變換對(duì)信號(hào)放大和聚焦的特性，非常適合于分析和識(shí)別結(jié)構(gòu)響應(yīng)中其它方法難以發(fā)現(xiàn)的局部損傷信息。結(jié)構(gòu)的損傷可以從對(duì)采集的數(shù)據(jù)進(jìn)行小波離散后的細(xì)節(jié)突變上檢驗(yàn)出來，此突變的位置可以精確地指出損傷發(fā)生的時(shí)刻。
由于每一個(gè)小波基函數(shù)都有自己的結(jié)構(gòu)和特性，分析的效果也有所不同，因此小波基的合理選取一直是小波工作者的主要研究?jī)?nèi)容，但目前依然沒有一套選取小波函數(shù)的合理原則，研究人員大都憑借經(jīng)驗(yàn)選擇適當(dāng)?shù)男〔ê瘮?shù).同時(shí)損傷程度的評(píng)估依然需要進(jìn)一步的研究，以小波分析為基礎(chǔ)的人工神經(jīng)網(wǎng)絡(luò)方法是一個(gè)較有前途的發(fā)展方向。
Hilbert-Huang變換(HHT)方法
Hilbert-Huang變換(HHT)方法是美籍華人Norden E Huang在Hilbert變換的基礎(chǔ)上發(fā)展了一種專門針對(duì)非線性、非穩(wěn)態(tài)時(shí)間序列進(jìn)行分析的時(shí)頻分析方法。它是一種適合分析非平穩(wěn)過程的信號(hào)處理方法，而且基于Hilbert-Huang變換的Hilbert譜比小波譜更能清晰地刻畫信號(hào)能量隨時(shí)間、頻率的分布。該方法主要分為兩步，首先對(duì)信號(hào)進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解(empirical mode decomposition, EMD)，得到一系列的本征模函數(shù)(intrinsic mode function, IMF)或稱本征模信號(hào)(intrinsic mode signal, IMS)，然后對(duì)IMF進(jìn)行Hilbert變換，即可得到Hilbert-Huang譜，簡(jiǎn)稱Hilbert譜。該方法以瞬時(shí)頻率為基本量，以本征模信號(hào)為基本時(shí)域信號(hào)，與以往的時(shí)頻分析方法相比更能反應(yīng)信號(hào)的時(shí)域特征，在應(yīng)用中已表現(xiàn)出了獨(dú)特的優(yōu)點(diǎn)。
3.1.2 損傷識(shí)別和模型修正的軟件實(shí)現(xiàn)
鑒于損傷識(shí)別理論的復(fù)雜性，損傷識(shí)別軟件可以采用科學(xué)計(jì)算軟件MATLAB進(jìn)行開發(fā)，損傷識(shí)別所需要的數(shù)據(jù)從數(shù)據(jù)庫中調(diào)用，其結(jié)果將存入中心數(shù)據(jù)庫中。模型修正需要建立結(jié)構(gòu)的有限元模型，可以根據(jù)結(jié)構(gòu)的實(shí)際情況，采用適當(dāng)?shù)慕Y(jié)構(gòu)分析軟件，如ANSYS、ABAQUS等，配合MATLAB的計(jì)算功能來實(shí)現(xiàn)。修正的健康模型和損傷模型也將存入數(shù)據(jù)庫系統(tǒng)中。
3.2 安全評(píng)定系統(tǒng)
目前，結(jié)構(gòu)安全性評(píng)估方法所采用的理論主要有可靠度理論、層次分析法、模糊理論以及專家系統(tǒng)等。
可靠度理論
結(jié)構(gòu)的安全評(píng)定分為正常使用狀態(tài)安全評(píng)定和極限承載力狀態(tài)安全評(píng)定.采用可靠度理論對(duì)結(jié)構(gòu)進(jìn)行安全性分析時(shí)，首先需要分析結(jié)構(gòu)系統(tǒng)或構(gòu)件的失效模式以確定結(jié)構(gòu)的極限狀態(tài)，然后根據(jù)所定義的極限狀態(tài)確定極限荷載和臨界強(qiáng)度，得出相應(yīng)的失效概率、可靠度及可靠性指標(biāo)等，從而進(jìn)行結(jié)構(gòu)的安全性評(píng)定?？煽慷壤碚摰慕朴?jì)算法有一次2階矩法、高次高階矩法、驗(yàn)算荷載法、響應(yīng)面法等;數(shù)值模擬法有蒙特卡羅法、重要抽樣法等。
結(jié)構(gòu)的抗力分析是結(jié)構(gòu)可靠度分析的重要環(huán)節(jié)。但在實(shí)際工程中，由于某些材料的離散性及環(huán)境條件等因素導(dǎo)致了材料性能的不確定性，由于結(jié)構(gòu)構(gòu)件制作尺寸偏差和安裝誤差等引起了結(jié)構(gòu)幾何參數(shù)的不確定性，結(jié)構(gòu)抗力計(jì)算中采用的基本假定和計(jì)算公式的不精確等引起了計(jì)算模式的不確定性，這些不確定因素的出現(xiàn)導(dǎo)致了結(jié)構(gòu)抗力計(jì)算的不精確，影響了可靠度理論在工程實(shí)際中的分析效果。
層次分析法
層次分析法(analytic hierarchy process, AHP)是美國運(yùn)籌學(xué)家Satty在20世紀(jì)70年代提出的。AHP法是多指標(biāo)綜合評(píng)價(jià)的一種定量方法，它通過確定同一層次中各評(píng)估指標(biāo)的初始權(quán)重，從而將定性因素定量化，在一定程度上檢驗(yàn)和減少了主觀的影響，使評(píng)價(jià)更趨于科學(xué)化，權(quán)重的計(jì)算方法可用乘積方根法，求和平均法。運(yùn)用AHP法解決問題，大體可分為4個(gè)步驟:(1)把問題分解組合，建立遞階層次結(jié)構(gòu);(2)根據(jù)所掌握的資料數(shù)據(jù)，通過兩兩比較的方法，按規(guī)定的比例尺度，構(gòu)造兩兩比較判斷矩陣;(3)進(jìn)行層次單排序和一致性檢驗(yàn);(4)進(jìn)行總排序和總的一致性檢驗(yàn)，從而得到各方案對(duì)總目標(biāo)的優(yōu)劣順序和整個(gè)遞階結(jié)構(gòu)所有判斷的總的一致性指標(biāo)，并據(jù)此進(jìn)行決策。
在以層次分析法為基礎(chǔ)的結(jié)構(gòu)安全評(píng)估方法中，最關(guān)鍵的是確定各評(píng)估指標(biāo)的權(quán)重。目前應(yīng)用最廣的是由專家構(gòu)造的兩兩比較判斷矩陣計(jì)算出權(quán)重。但是一般的專家如果沒有全面地參加結(jié)構(gòu)的設(shè)計(jì)、施工及管理養(yǎng)護(hù)等過程，將很難做出種行為。健康監(jiān)測(cè)專家系統(tǒng)要盡可能地集合相當(dāng)規(guī)模的專家經(jīng)驗(yàn)，同時(shí)基于網(wǎng)絡(luò)環(huán)境，將自身系統(tǒng)不能解決的問題，以數(shù)據(jù)共享的形式發(fā)布到網(wǎng)絡(luò)上，由專家以各自的方法來解決，并把解決的結(jié)果存儲(chǔ)到自身專家系統(tǒng)中，使專家系統(tǒng)不斷充實(shí)、完整。專家系統(tǒng)的重點(diǎn)和難點(diǎn)是建立起完備的專家知識(shí)庫，人類專家的經(jīng)驗(yàn)類知識(shí)因各人所從事的工作不同而存在較大的差異，并且經(jīng)驗(yàn)知識(shí)很難用數(shù)據(jù)結(jié)構(gòu)和程序來表示，同時(shí)知識(shí)的收集和整理將花費(fèi)較多的時(shí)間.專家系統(tǒng)的另一個(gè)缺點(diǎn)是無法解決以前沒有遇到、知識(shí)庫中不存在的問題，雖然可以通過向網(wǎng)絡(luò)在線的專家詢問來解決問題和充實(shí)知識(shí)庫，但這樣就顯然無法滿足結(jié)構(gòu)健康監(jiān)測(cè)中安全評(píng)估的實(shí)時(shí)性要求。
參考文獻(xiàn)
1李宏男，李東升.土木工程結(jié)構(gòu)安全性評(píng)估、健康監(jiān)測(cè)及診斷述評(píng).地震工程與工程振動(dòng)，2002, 22(3): 82~90
2何旭輝，陳政清.南京長江大橋安全監(jiān)測(cè)和止伏態(tài)評(píng)估的初步研究.振動(dòng)與沖擊，2003, 1: 75~78
3 Starritt L W, Matthews L K. Laser optical displacement system. In: Matthews L K, ed. Proceedings of SPIE-Smart Structures and Materials: Smart Systems for Bridges, Structures and Highways, San Diego,1995-03-0203. Bellingham, SPIE-INT Society Optical Engineering,1995. 181~192
4歐進(jìn)萍.重大工程結(jié)構(gòu)的鉀能監(jiān)測(cè)與健康診斷.見:崔京浩編.第十一屆結(jié)構(gòu)工程學(xué)術(shù)會(huì)議論文集，第十一屆全國結(jié)構(gòu)工程學(xué)術(shù)會(huì)議，長沙，2002-10-2023.北京:清華大學(xué)出版社，2002.44~53
5 Housner G W, Bergman L A, Caughey T K, etal. Structural control: past, resent, and future. Journal of Engineering Mechanics, 1997, 123(9): 897~971
6 Sohn H, Farrar C R. Damage diagnosis using time series analysis of vibration signals. Smart Materials and Structures, 2001, 10(3): 446~451
7李惠，周文松，歐進(jìn)萍等大型橋梁結(jié)構(gòu)智能健康監(jiān)測(cè)系統(tǒng)集成技術(shù)研究.土木工程學(xué)報(bào)，2006, 39(2): 46~52
8 Hill K O, Fujii Y, Johnson D C, etal. Photo sensitivity in optical fiber waveguides: Application to reflection filter fabrication. Appl Phys Lett, 1978, 32(10): 647~649
9 Kawasaki B S, Hill K O, Johnson D C, et a1. Narrow-band Bragg reflectors in optical fibers. Optical Getter, 1978, 3(2):66~68
10 Meltz G, Morey W W, Glenn W H. Formation of Bragg gratings in optical fibers by a transverse holographic method. Optical Letter，1989, 14(15): 823~825
11 Cusano A, Cutolo A, Nasser J, etal. Dynamic strain measurements by fiber Bragg grating sensor. Sensors and Actvators, 2004, 110(1-3): 276~281
12 Moyo P, Brownjohn J MW，Suresh R, et al. Development of fiber Bragg grating sensors for monitoring civil infrastructure. Engineering Strv,ctv,res, 2005,
27(12): 1128~1834
13 Chan T H T, Yu L, Tam H Y, et al. Fiber Bragg grating sensors for structural health monitoring of Tsing Ma bridge: Background and erperimental observation. Engineering Structures, 2006, 28(5): 648~659
