基于强震响应过程信息的大坝损伤识别研究_李静.pdf

 振动与冲击 第 38 卷第 21 期JOURNAL OF VIBRATION AND SHOCKVol．38 No．21 2019 基金项目 十三五重大研发计划 2017YFC0404900 ; 国家自然科学基 金 51679030 收稿日期 2018 －06 －20修改稿收到日期 2018 －07 －25 第一作者 李静 女， 博士， 副教授， 1974 年生 基于强震响应过程信息的大坝损伤识别研究 李静，陈健云，徐强，顾太欧 大连理工大学 建设工程学部，大连116023 摘 要 大坝遭遇强震后的破坏程度诊断是大坝安全评价的重要问题， 大坝在强震中的损伤发展过程和发展路径 破坏过程对于大坝安全评价同样具有重要的价值。针对这一问题， 提出利用大坝在强震过程中的响应时程数据， 对损伤 部位、 不同部位发生初始损伤的时间次序以及损伤程度采用基于小波变换的相关性分析进行识别的思想和技术， 提出了 基于移动时间窗的初始损伤时刻识别的阈值指标。并通过有限元仿真和振动台模型试验对所提出的方法进行了验证。 结果表明， 基于移动时间窗的损伤预警指标可以清晰识别出初始损伤时刻， 并且利用小波变换将信号分解为不同频带上 的信号值来检测信号的奇异点， 还可判断结构的损伤位置及不同部位发生初始损伤的时间次序。 关键词 混凝土坝; 地震动; 损伤识别; 小波分析; 损伤预警指标 中图分类号 O342文献标志码 ADOI10． 13465/j． cnki． jvs． 2019． 21． 006 Damage identification for a concrete dam based on its seismic response process ination LI Jing，CHEN Jianyun，XU Qiang，GU Taiou Faculty of Infrastructure Engineering，Dalian University of Technology，Dalian 116023，China AbstractDamage identification is an important problem for a concrete dam’ s safety uation after strong earthquake，while its damage development process or its failure process developing path are also valuable for its safety uation． Here，several novel s utilizing time history data of the dam’ s seismic response were proposed to identify its damage locations，damage level and time sequence of initial damage in different parts based on wavelet trans’ s correlation analysis idea and technique． A damage threshold value index sk was proposed to recognize initial damage time instants based on the moving time window． The effectiveness of the proposed s was verified through finite element simulation and shaking table model tests． Results showed that the damage early warning index based on the moving time window can clearly identify initial damage time instants; the wavelet trans is used to decompose a signal into signal values in different frequency bands，detect the signal’ s singular points，and determine damage locations and time sequence of initial damage in different parts． Key words concrete dam; earthquake; damage identification; wavelet analysis; damage early warning index 我国西部强震区兴建了大量的库容巨大水利工 程， 其设计地震烈度多在 VIII ～ IX 度之间， 如大岗山拱 坝达到 0． 56g， 一旦发生破坏会造成无法估量的后果。 良好的设计是保障混凝土大坝抗震安全最关键因素， 但是， 由于各种不确定性或随机性因素的影响， 大坝在 运行过程中总会出现各种难以预料的风险， 包括地震 动的作用， 如印度的 Koyna 大坝按峰值加速度 0． 05g 的地震动设计， 但在 1967 年遭受的地震动， 水平向达 0． 49g， 竖直向达 0． 34g。因此， 水工大坝普遍采用监测 系统对运行状态进行实时监测。 基于大坝监测信息的安全诊断目前的研究很多， 但主要集中在正常运行阶段的监测信息异常及原因分 析。基于大坝动态响应的模态识别研究相对较多 ［1 ］， 遭受强震作用后的损伤识别及判断方面的研究相对 较少。 当前结构的损伤识别包括 损伤是否发生、 损伤位 置、 损伤程度、 结构可维持的寿命。对这几个问题国内 外已经已经发展了多种方法。Cawley 等 ［2 ］利用固有频 率对结构进行只存在单处损伤的情况下的损伤识别。 Juneja 等 ［3 ］提出了对比最大化的方法， 将结构损伤前后 的结构响应阵进行对比分析， 判断结构是否损伤。 Pandey 等 ［4 ］由梁损伤前后结构模态曲率变化研究梁的 损伤位置与程度; Pandey 等 ［5 ］利用柔度矩阵对结构是 否损伤与结构损伤位置进行了研究; Wu 等 ［6 ］将 BP 神 ChaoXing 经网络用于一刚性楼板三层框架土木建筑工程结构的 损伤识别研究; 对于大型复杂结构采用基于损伤前后的动态信息 进行损伤识别有一定的难度。这是因为对于大型结 构， 结构损伤之前的动力参数不易获得; 而且对整个结 构进行完整详细的动态监测显然有些不切实际。损伤 作为高频模态表征的局部现象， 在损伤较小时， 对于结 构整体动态特征的影响不明显， 隐藏在局部信号里的 损伤在模态信息中很难发现。目前的数学变换方法以 及采样频率对高频分析还存在不足之处。 近年来， 小波分析在混凝土结构的损伤识别和健 康监测领域中也取得了一定的进展 ［7 ］。李洪泉等［8 ］对 钢筋混凝土框架地震台试验获得的位移时程信号进行 小波变换， 根据分解后的信号在大尺度下是否有明显 的幅值变化判断是否发生损伤; Hou 等 ［9 ］通过数值模 拟和实际结构的振动试验获取时域信号， 对时域信号 进行小波变换识别损伤时刻; Hera 等 ［10 ］通过多种模型 分析发现在损伤发生时刻小波分解图出现奇异点; 陈 隽等 ［11 ］采用小波分析三层剪切型结构振动台试验测得 的结构加速度信号来识别结构损伤发生的时刻和位 置; 刘红坡等 ［12 ］分析了加速度、 速度和位移时程信号， 对其进行小波变换进行损伤识别， 结果表明此种方法 能识别损伤发生的时刻。余竹等 ［13 ］利用小波分析的 Lipschitz 指数对连续梁的损伤进行了定位及程度识别; 实际上， 仅在震后识别坝体损伤程度和损伤位置， 对于判断大坝震后安全或采取应急措施是不够的， 还 应该了解强震过程中大坝的损伤发展路径， 不仅可以 更为合理的判断大坝可能失效模式和风险， 而且对于 提高抗震设计水平和抗震措施也是有重要价值。 本文针对以上问题， 结合小波分析方法和相关性 分析方法， 提出利用大坝强震过程中的加速度响应时 程信息， 识别不同位置的损伤、 出现时刻以及损伤程 度， 实现大坝的在线实时损伤预警， 为今后利用强震监 测信息识别大坝强震失效模式提供参考。 1小波分析基本理论 大坝损伤发展路径和破坏模式的识别， 不仅要识 别出损伤位置， 还要识别出不同部位损伤发生的时刻， 从而构成损伤的时间序列和空间路径。传统的傅里叶 变换其频率分辨率高， 但在时域上无定位能力。小波 变换的基函数具有离散正交性， 其在时间域与频率域 上的伸缩与平移对强震过程中由于损伤发生而引起的 信号非平稳变化的识别具有优势。 设 φ t 为一个基本小波 Mother Wavelet ， 经过伸 缩与平移后得到一个小波系列 φa， b t 1 槡 a φ t － b a a， b ∈ R; a ≠ 0 1 式中， b 为平移因子， a 为尺度因子。在不同尺度下， 小 波变换的时间信息由尺度因子 a 控制， 小波的持续时 间随着尺度因子 a 的增大而增宽， 减小而缩短。 小波变换的本质是将基本小波函数 φ t 利用平移 因子 b 的变化观测整个信号的时间轴， 然后在不同尺 度因子 a 下展开 Wx a， b 〈x， φa， b〉 ∫ ∞ －∞ x t φ * a， b t dt ∫ ∞ －∞ x t 1 槡 a φ * a， b t － b a dt 2 由式 2 可以看出， 小波变换的实质是把分析信号 x t 看作是由若干个小波系数 Wx a， b 组成的， 而这 些小波系数可以对原函数进行重构 x t 1 Cφ∫ ∞ －∞ ∫ ∞ －∞ Wx a， b φa， b t － b a 1 a2 dadb 3 当尺度因子 a 增加或者减小时， 表示以延伸的或 者缩短的 φ t 波形去观察 x t 的整体或局部， 当 a 增 大时， 频率分辨率高， 当 a 减小时， 时间分辨率高。 在满足小波变换容许条件的情况下， 小波函数的 傅里叶变换 φ ω 在频域内是一个带通函数， 小波函数 φ t 与其傅里叶变换 φ ω 在时域及频域上都有很好 的局部性。 结构响应过程中频谱特征发生变化通常有两种可 能性， 一个是地震动激励的频谱特征发生变化， 一个是 大坝的动态特性发生变化。大坝在强震中的损伤会引 起坝体动态特性发生变化， 对结构动态特性的扰动随 着损伤的发展从局部高阶模态逐渐向低阶模态扩散， 在结构响应中会包含这种变化。 当信号中存在突变点时， 那么在突变点附近的各 个尺度上的小波变换系数都会产生一个局部极大值， 并且随着尺度的减小， 这些模的局部极大值点逐渐收 敛于突变点。可以采用小波变换小尺度上的系数做为 判断信号奇异性的标准。利用小波分解可以检测出信 号上突变点的位置、 类型以及变化的幅度， 也就识别出 损伤逐渐发展的时间过程。 2基于强震响应时程信息的损伤识别预警 指标 2． 1振动台模型试验 水工大体积混凝土结构主要利用混凝土的受压承 载能力， 抗压安全裕度很大， 在强震作用中的破坏主要 是受拉损伤开裂。本文针对某重力坝进行了振动台缩 尺模型试验， 模型高 203 cm， 采用满足高密度、 低模量、 低强度的重力相似准则的仿真混凝土材料浇注。弹性 模量取 51 MPa， 密度取 3 020 kg/m3， 泊松比为 0． 167， 83振 动 与 冲 击2019 年第 38 卷 ChaoXing 阻尼比为0．05， 实验模型如图 1 所示。输入规范谱水平 向和竖直向地震波， 竖向峰值加速度为水平向的 2/3。 通过人工波逐级加载， 利用加速度传感器获得结构不同 高程处的加速度响应信号。传感器布置如图2 所示。 图 1实验浇筑模型 Fig． 1The experimental model 图 2传感器布置 Fig． 2Sensor location 图 3 为 0． 15g 和 0． 55g 地震波加载下及震后白噪 声激励作用下模型动力响应时程的频谱分析结果。从 图 3 可见， 0． 15g 地震动作用下， 基于大坝地震动响应 过程的频谱分析得到的大坝基频略低于基于震后白噪 声激励的响应时程频谱分析得到的结果， 不过基本相 差不多。这是因为 0． 15g 作用下大坝损伤很小， 震中 和震后的材料性能相差不多。但是， 0． 55g 地震动作用 下， 基于强震作用过程中的响应信号得到的大坝基频 明显低于震后白噪声激励下得到的频率。这是因为 0． 55g 地震动作用下结构损伤很大， 在强震过程中体现 出明显的非线性变化， 试验中可以观察到大坝下游折 坡处出现明显的裂缝并迅速向下游扩展， 裂缝大约 12 cm。而强震后坝体只承受自重和静水压力等作用， 部 分在强震过程中因受拉损伤开裂的部位在静力作用下 处于受压闭合状态， 比如下游折坡处的裂缝， 震后的白 噪声激励不足以使实际受到的损伤开裂特征重新显现 出来。 a 0．15g 地震动作用 b 0． 15g 震后白噪声激励 c 0．55g 地震动作用 d 0．55g 震后白噪声激励 图 3地震动作用下重力坝结构响应频谱 Fig． 3Seismic response spectrum of gravity dam 结构损伤是在强震过程中产生的， 反映到结构响 应信号中则是损伤时刻的突变。基于震后脉动响应信 号的分析， 并不能重现实际损伤对应的应力状态， 而且 脉动响应信号信噪比低， 因此， 采用强震作用前后基于 环境脉动的结构动力特性对比， 并不能反映出大坝的 真实损伤破坏状态， 这对于大坝制定合理的震后修复 加固措施是不利的。 直接利用强震过程中的非线性响应时程信息， 可 以避免了强震前后的信息对比， 而且信噪比高， 实时性 和可信性更高， 特别是可以通过不同部位的信号突变 时刻的识别， 获取损伤发展过程信息。因此， 需要采用 基于大坝强震响应过程中实时信号对坝体损伤破坏状 态进行评估。本文选择具有 4 阶消失矩的 db4 小波进 行分解， 分解次数为 3， 结果如图 4 所示。 从图 4 中的分解信号 d1、 d2、 d3可见， 只在分解信 号 d3上能明显看到突变峰值， 这是由于在该频带上由 输入地震动荷载引起的加速度能量分布较小， 而由坝 体损伤引起的加速度变化能量分布较大， 坝体损伤信 息在该频带上被很好的表现出来了。但是， 即使是 d3， 与开裂相对应的突变前也有大量的波动幅值， 一方面 是初始损伤到宏观裂缝形成之间的损伤不断发展造成 图 4 0． 55g 地震动响应时程信号小波分解 Fig． 4Wavelet decomposing of seismic response subjected to earthquake action of 0． 55g 的， 另一方面也可能是监测信号中的大量噪声引起的。 2． 2结构初始损伤时刻识别的预警指标 采用小波分析可以获取信号中的突变信息， 但是 93第 21 期李静等 基于强震响应过程信息的大坝损伤识别研究 ChaoXing 在实际应用中并非所有情况下都可以实现有效识别损 伤。因为各种不确定性因素的影响， 实际监测信号包 含各种扰动引起的突变， 如何判断对应于初始损伤实 际发生时间的信号突变缺乏定量的判别方法， 当前的 研究都是基于定性的曲线观察。 为此， 本文提出用一个随时间移动的固定大小的 时窗来观察任意时间点上信号的突变性的方法， 针对 小波分解信号， 提出了一个基于移动观察窗统计特征 的损伤预警指标 sk sk xk σxn 4 σxn ∑ kN/2 k－N/4 ak－ μ 2 槡 N ， N fΔt， n ∈［ k － N 4 ， K N 4 ］ 5 式中， xk是各时间点 τk的响应信号值或小波分解系 数。N 为 τk邻域内的一个观察窗 ΔT 中所包含的小波 分解系数数目。f 为采样频率， Δt 为时窗大小。xn为 观察窗内的所有信号值或小波分解系数的集合。σxn为 观察窗内集合组成的样本的标准差。μ 为样本均值。 标准差能反映组内个体间的离散程度。用任意时 刻的信号值除以观察窗内样本的标准差， 更能体现信 号的突变程度。一般设定一个损伤预警指标阈值 μ， 当 sk＞ μ 时， 即认为结构出现损伤。通常， 只有当 μ ＞ 2 时， 才能比较明显的观察到信号的突变。 以一段悬臂梁为例说明这一问题及所提出指标的 有效性。梁高 0． 8 m， 宽 0． 2 m， 输入随机荷载为 y t ， 加载时长为 5 s， 输入方式为基底输入， 结果采样频率 为 1 000 Hz。 选用具有较高阶消失矩的 db6 小波作为小波变换 基函数， 分解次数 j 3。图 5 从左到右分别为损伤云 图以及测点 1、 2 的小波图， 其中 s 为测点的加速度响应 信号， D 为测点的损伤系数， d1为信号小波分解的第一 尺度细节信号， DI 为损伤指标 sk。 本文所采用的损伤系数定义如式 6 所示 D 1 － E ～ E 6 式中， E 为无损材料的弹性模量， E ～ 为受损材料的弹性 模量。 观察图中的小波分解信号 d1， 可以看出， 由于损伤 所造成的信号不连续现象并不严重， 因此小波分解高 频系数并不能对结构的损伤做出有效的预警; 但是采 用本文提出的基于移动窗的损伤预警指标值 sk， 可有 有效的识别出测点1 的损伤时刻为0． 41 s， 测点2 损伤 时刻为 0． 85 s， 识别结果与实际损伤 D 的发生时刻吻 合。表明结合小波变换与损伤预警指标 sk能对信号的 不连续现象给出明确的指示， 从而能够精确的识别结 构的损伤时刻。 y t sin 25t sin 50t sin 100t a 损伤云图 b 测点 1 c 测点 2 图 5小波分解与损伤预警指标 Fig． 5Wavelet decomposition and damage- alarming index 2． 3方法验证 本文针对振动台模型试验测试结果进行分析。模 型施加地震荷载工况 1 ～3 分别为峰值加速度 0． 65g、 0． 45g、 0． 25g。坝体损伤部位如图 6 所示。 重力坝属于大体积混凝土结构， 局部损伤引起的 结构整体刚度变化很小， 很难从结构整体的动力特性 变化识别出结构损伤。但是损伤引起的局部非线性变 化会导致附近的动力响应出现突变点。提取不同工况 下的加速度时程信号， 对其进行不同尺度的小波分解。 分析损伤状态信号特征， 得出损伤时刻。选用具有较 高阶消失矩的 db6 小波作为小波变换基函数， 分解次 数 j 3。得到不同工况下坝体折坡处的加速度分解信 号如图 7 所示。其中， D 为测点的损伤系数， d1为响应 信号在第一尺度的小波空间上的投影， DI 为损伤指 标 sk。 从图7可以看出， 0． 65g下初始损伤时刻为1． 59 04振 动 与 冲 击2019 年第 38 卷 ChaoXing 图 6坝体损伤部位 Fig． 6Damage location s， 损伤系数最大为 9． 2 10 －2; 0． 45g 下的初始损伤时 刻为 1． 94 s， 损伤系数最大为 9． 05 10 －2; 0． 25g 下加 载到 2． 64 s 时出现损伤， 损伤系数最大为 2． 40 10 －3。 以上初始损伤出现时刻的损伤极小， 对坝体整体动力 特性几乎无影响。 三种加速度工况下， 在信号的第一层高频系数 d1 中， 都可以观察到突变点， 但是 0． 65g 和 0． 45g 工况 下， 实际初始损伤时刻之前的系数中也有波动， 不过幅 值较小， 对结构的损伤时刻容易出现错误的判断。但 是， 采用本文提出的基于移动窗的损伤预警指标 sk ， 则 可以更为清晰的识别出初始损伤时刻。说明结合小波 变换与损伤指标 sk能对结构损伤时刻给出较准确的 指示。 a 工况 1 b 工况 2 c 工况 3 图 7基于小波及预警指标的损伤识别 Fig． 7Damage identification based on wavelet decomposition and damage alarming index 3基于小波变换的结构损伤部位识别 当结构由于损伤而导致刚度降低时， 结构的空间 域信息会出现细微的间断点。通过对结构的空间域信 息进行小波分解， 根据细节信号出现奇异点的位置来 识别结构损伤发生的位置。 3． 1基于小波的损伤部位识别 假设坝体中上部存在损伤为 0． 1 ～ 0． 6 的初始竖 向缺陷 如图 8 所示 ， 计算地震作用下的地震动响应， 提取模型 1． 3 m 高程处 5 s 时刻的竖向变形曲线进行 使用具有高阶消失矩的 db6 小波分析， 分解层数为 3 层。 基于位移的小波分解细节系数如图 9 所示。从图 中可以看出不同损伤工况下小波分解细节系数在单元 21 处均出现了奇异点， 且随着模拟损伤程度的不断增 加， 奇异性越明显， 说明小波分析能够识别结构损伤 部位。 对模型 1． 3 m 高程处各测点的加速度响应时程做 均方根处理， 对加速度均方根进行小波分析， 结果如图 10 所示。从图中同样可以观察到损伤的位置， 即使对 加速度均方做了平滑处理， 其端点处依然存在较大的 波动。比较两种响应信息的识别结果， 可以看出， 基于 结构挠度曲线的损伤位置识别结果优于基于加速度响 应的。 因此， 基于小波分析可以识别出损伤部位。但是， 对于此类大体积混凝土结构， 无论是基于位移的还是 基于加速度的， 损伤引起的小波系数波动范围都在损 伤部位两侧一定范围内。如果监测点超出这一范围， 则结构的响应对局部的微小损伤不再敏感， 或者说， 监 测点对损伤具有局部敏感性。只有当损伤由局部发展 到一定程度从而改变结构整体的动力特征， 损伤影响 才具有全局敏感性。 3． 2不同部位的初始损伤次序识别 0． 65g 地震动作用下坝体不同部位初始损伤出现 的次序如图 11 所示， 位置 1 为坝体中段折坡处， 位置 2 为坝头折坡处， 位置 3 为靠近坝底折坡处。 图 12 为不同位置的小波分解信息及损伤识别结 果。从图中损伤系数 D 的发展曲线可以看出， 三个位 置初始损伤出现的次序分别为 1． 59 s、 4． 58 s 和 5． 30 s。但是， 基于 db6 小波分解得到的第一尺度细节信号 d1在实际损伤出现时刻前都有大量微幅波动， 而基于 定量评估的sk则准确的判别出初始损伤时刻， 与数值 14第 21 期李静等 基于强震响应过程信息的大坝损伤识别研究 ChaoXing 图 8计算模型及内部损伤带 Fig． 8FEM model and internal damage belt 图 9位移小波损伤识别 Fig． 9Location identification in terms of displacements 图 10加速度均方小波损伤识别 Fig． 10Location identification in terms of acceleration square root a 部位 1 b 部位 2 c 部位 3 图 11坝体不同时刻的损伤部位 Fig． 11Damage onset locations of dam a 部位 1 b 部位 2 c 部位 3 图 12不同部位的损伤时刻识别 Fig． 12Damage onset time identification of different locations 仿真计算得到的结构相吻合。说明结合小波变换与损 伤指标能对不同位置的损伤时刻给出指示。 4结论 混凝土坝在强震中的损伤破坏部位和损伤程度的 识别对于大坝安全评估很重要， 但是大坝损伤发展过 程和地震动失效模式的识别同样具有非常重要的价 值。基于强震后的脉动激励响应信息不能再现实际损 伤的应力状态， 并不能得到真实的损伤结果， 也不能得 到坝体损伤的时间发展过程。必须采取基于强震过程 实时响应信息的损伤识别方法。 本文通过振动台试验和数值仿真研究， 对于小波 识别技术中存在的小波分解系数不能准确的判断损伤 时刻突变信息的问题， 结合小波分析与数据统计特征， 采用更具有物理意义的能够反映观察窗内样本离散程 度的标准差， 提出了基于移动时间窗的损伤预警指标， 24振 动 与 冲 击2019 年第 38 卷 ChaoXing 分析了局部损伤对于大体积混凝土结构的监测部位的 影响范围。结论如下 1 当结构某处出现损伤时， 表现在响应信号上 为一瞬态分量， 可以通过小波低尺度信号上的突变峰 值识别结构的损伤。由于小波变换对某些损伤识别不 敏感， 本文提出了一个损伤预警指标 sk， 并通过对三种 地震动工况的损伤时刻的识别以及同一种工况下的三 个不同位置的损伤识别， 验证了该损伤预警指标的有 效性和可行性。 2 利用小波变换把信号分解为不同频带上的信 号值来检测信号的奇异点， 通过低尺度极大值出现的 位置判断结构的损伤位置。由于小波本身具有振荡 性， 所以在损伤位置附近的测点上对于大体积混凝土 结构的局部损伤也具有一定的敏感性。 本文仅对该问题作了探索性研究， 尚有很多需要 改进的地方。比如本文所提出的损伤预警指标目前只 用于识别损伤时刻， 还没有建立损伤指标与损伤程度 的关系， 有待于深入研究; 大体积混凝土结构的地震动 损伤在起始阶段其影响是局部的， 随着地震动强度的 增大， 不同部位的损伤对结构响应的影响将互相耦合， 损伤指标与地震动强度、 测点之间的距离等方面的相 关性也需要更进一步的研究。 参 考 文 献 ［1］ 仝飞，程琳，杨杰，等． 基于强震观测的拱坝模态参数识 别的对比研究［ J］ ． 地震工程与工程振动，2017，37 2 37- 46． TONG Fei，CHENG Lin，YANG Jie，et al． The comparative research of identification of modal parameters on arch dam based onstrongearthquakeobservationrecords ［J］ ． Earchquake Engineering and Engineering Dynamics，2017， 37 2 37- 46． ［2］ CAWLEY P，ADAMS R D．The location of defects in structures from measurements of natural frequencies ［J］ ． Journal of Strain Analysis， 1979， 14 49- 57． ［3］ JUNEJA V，HAFTKA R T． Damage deection and damage detect ability analysis and experiments ［J］ ．Journal of Aerospace Engineering， 1997， 10 4 135- 142． ［4］ PANDEY A K， BISWAS M， SAMMAN MM．Damage detection from changes in curcature mode shapes［ J］ ． Journal of Sound and Vibration， 1991， 145 321- 332． ［5］ PANDEY A K， BISWAS M， SAMMAN MM．Damage detection in structures using changes in flexibility ［J］ ． Journal of Sound and Vibration， 1994， 169 3- 7． ［6］ WU X，GHABOUSSI J，GARRETT J H．Use of neural networks in detection of Structural damage ［J］ ． Computer and Structures， 1992， 42 649- 659． ［7］ MALLAT S．A wavelet tour of signal processing ［M］ ． Cambridge，MA Academic Press， 1998． ［8］ 李洪泉， 董亮， 吕西林． 基于小波变换的结构损伤识别与 试验分析［ J］ ． 土木工程学报， 2003， 36 5 52- 57． LI Hongquan，DONG Liang， L Xilin．Identification of structural damage and test study based on wavelet trans ［J］ ． China Civil Engineering Journal， 2003， 36 5 52- 57． ［9］ HOU Z，NOORI M，ST AMAND R． Wavelet- based approach for structural damage detection ［J］ ． Journal of Engineering Mechanics， 2000， 126 7 677- 683． ［ 10］ HERA A，HOU Z． Application of wavelat analysis for ASCE structural health monitoring benchmark studies［ J］ ． Journal of Engineering Mechanics， 2004， 130 1 96- 104． ［ 11］ 陈隽， 徐幼麟， 李杰． 经验模分解及小波分析在结构损伤 识别中的应用 试验研究［J］ ． 地震工程与工程振动， 2007， 27 1 110- 116． CHEN Jun，XU Youlin，LI Jie． Structural damage dection using empirical mode decomposition and wavelet analysis experimentalinvestigation ［J］ ．JournalofEarthquake Engineering and Engineering Vibration，2007，27 1 110- 116． ［ 12］ 刘红坡， 范进． 基于振动信号小波变换的结构损伤识别试 验研究［ J］ ． 工程抗震与加固改造， 2010， 32 1 75- 79． LIU Hongpo，FAN Jin． Trail study on s of damage identification based on wavelet trans of vibration sign［ J］ ． Earthquake Resistant Engineering and Retrofitting，2010，32 1 75- 79． ［ 13］ 余竹， 夏禾， 殷永高， 等． 基于小波变换与 Lipschitz 指数的 桥梁损伤识别研究［J］ ． 振动与冲击，2015，34 14 65- 69． YU Zhu，XIA He，YIN Yonggao，et al．Bridge damage identification basedonwavelettransandLipschitz exponent ［J］ ． Journal of Vibration and Shock，2015，34 14 65- 69． 34第 21 期李静等 基于强震响应过程信息的大坝损伤识别研究 ChaoXing