基于动态Shannon熵的结构损伤识别与环境因素影响分离研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51578107
  • 项目类别:
    面上项目
  • 资助金额:
    62.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0806.工程建造与服役
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

Structural damage identification and elimination of environmental influences are key steps and play significant roles in structural health monitoring. In this project, dynamic Shannon entropy is proposed to investigate structural damage identification and to eliminate influences of changing environment and variation of structural loading conditions from the perspective of symbolic time series analysis, which has the advantages of high computation efficiency suitable for dealing with huge volume of incoming sensing data from a structural health monitoring system, good for processing non-stationary signal, and noise insensitive feature applicable to civil engineering. The investigation is mainly focused on developing a structural damage identification method based on dynamic Shannon entropy and further combining with wavelet multiple scale resolution analysis to locate and quantify structural damage, and eliminating varying environmental and working effects with normalization and co-integration method. The project is targeted to effectively identify structural damage under changing environment and improve the accuracy of damage predication. The proposed research has not only its scientific merits and theoretical significance, but is important in the practical application of structural damage identification in critical engineering projects.
结构损伤识别与环境因素影响的分离是结构健康监测的关键环节,在结构健康监测中非常重要。 本项目将利用符号时间序列分析计算效率高、能够及时处理结构健康监测系统采集的大容量数据、适用于非平稳信号、以及对土木工程中的噪声具有较好抑制能力的特点,从动态Shannon熵的全新角度研究结构损伤识别以及变化的环境因素影响。 重点研究以结构动态响应的Shannon熵作为判据的结构损伤识别方法;利用小波多尺度分析的优点,以小波系数符号时间序列的动态Shannon熵分析局部损伤;通过归一化和协整分离变化的环境与结构运行因素的影响等内容。 实现在结构健康监测实践中有效地分离环境因素影响、识别结构真实损伤和提高损伤预报精度的目标。该项研究不仅具有重要的理论意义和科学价值,而且对于将结构损伤识别应用于重大工程项目具有重要的实践意义。

结项摘要

结构损伤识别中的环境因素影响分离是结构健康监测的关键环节。本项目主要研究以结构动态响应的Shannon熵作为判据的结构损伤识别方法;以小波包能量系数符号时间序列的动态Shannon熵分析局部损伤;结合虚拟脉冲响应函数分离变化激励影响的方法;将协整理论与卡尔曼滤波结合分离变化的环境与结构运行因素的影响等内容。在研究中取得三项原创性的成果:1)提出进行结构损伤识别的变尺度动态Shannon熵理论;2)提出协整与扩展卡尔曼滤波相结合的在损伤识别中分离变化环境与运行因素影响的方法;3)提出基于模型新息的传感器优化布置方法。该项研究不仅具有重要的理论意义和科学价值,而且对于将结构损伤识别应用于重大工程项目具有重要的实践意义。

项目成果

期刊论文数量(13)
专著数量(0)
科研奖励数量(0)
会议论文数量(5)
专利数量(2)
基于Kriging模型的频响函数有限元模型修正方法
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    计算力学学报
  • 影响因子:
    --
  • 作者:
    杨修铭;郭杏林;李东升
  • 通讯作者:
    李东升
环境变化下基于核典型相关分析与协整的损伤识别方法
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    中国公路学报
  • 影响因子:
    --
  • 作者:
    李东升;黄杰忠;李宏男
  • 通讯作者:
    李宏男
Damage identification of a large cable-stayed bridge with novel cointegrated Kalman filter method under changing environments
变化环境下大型斜拉桥损伤识别新型协整卡尔曼滤波方法
  • DOI:
    10.1002/stc.2152
  • 发表时间:
    2018-05-01
  • 期刊:
    STRUCTURAL CONTROL & HEALTH MONITORING
  • 影响因子:
    5.4
  • 作者:
    Huang, Jie-zhong;Li, Dong-sheng;Liang, Yabin
  • 通讯作者:
    Liang, Yabin
Load Monitoring of the Pin-Connected Structure Using Time Reversal Technique and Piezoceramic Transducers-A Feasibility Study
使用时间反转技术和压电陶瓷传感器的销连接结构的负载监测-可行性研究
  • DOI:
    10.1109/jsen.2016.2600760
  • 发表时间:
    2016-11-15
  • 期刊:
    IEEE SENSORS JOURNAL
  • 影响因子:
    4.3
  • 作者:
    Liang, Yabin;Li, Dongsheng;Song, Gangbing
  • 通讯作者:
    Song, Gangbing
Damage detection of shear buildings through structural mass-stiffness distribution
通过结构质量刚度分布检测剪力建筑的损伤
  • DOI:
    10.12989/sss.2017.19.1.011
  • 发表时间:
    2017-01
  • 期刊:
    Smart Structures and Systems
  • 影响因子:
    3.5
  • 作者:
    Ling Yabin;Li Dongsheng;Song Gangbing;Zhan Chao
  • 通讯作者:
    Zhan Chao

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

铁矿烧结过程微细颗粒物(PM10/PM2.5)排放特性及研究进展
  • DOI:
    10.13228/j.boyuan.issn1001-0963.20160174
  • 发表时间:
    2016
  • 期刊:
    钢铁研究学报
  • 影响因子:
    --
  • 作者:
    春铁军;宁超;王欢;李东升;龙红明;高志芳
  • 通讯作者:
    高志芳
小孔节流型气体静压节流器能效研究
  • DOI:
    10.37188/ope.20212909.2158
  • 发表时间:
    2021
  • 期刊:
    光学精密工程
  • 影响因子:
    --
  • 作者:
    罗钦;沈小燕;李东升;尹健龙;胡佳成
  • 通讯作者:
    胡佳成
Enhanced broadband light absorption in silicon film by large-size lumpy silver particles
大尺寸块状银颗粒增强硅膜中的宽带光吸收
  • DOI:
    10.1007/s00339-014-8705-8
  • 发表时间:
    2014-08
  • 期刊:
    Applied Physics A-Materials Science & Processing
  • 影响因子:
    --
  • 作者:
    袁梦;周宁;李东升;杨德仁
  • 通讯作者:
    杨德仁
基于光纤光栅和支持向量机的声发射定位系统
  • DOI:
    10.16450/j.cnki.issn.1004-6801.2017.01.030
  • 发表时间:
    2017
  • 期刊:
    振动.测试与诊断
  • 影响因子:
    --
  • 作者:
    张法业;姜明顺;隋青美;李东升;曹玉强;路士增
  • 通讯作者:
    路士增
基于非结构化 P2P 技术的资源信息服务
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机工程与科学
  • 影响因子:
    --
  • 作者:
    时向泉;李东升;张一鸣
  • 通讯作者:
    张一鸣

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

李东升的其他基金

复杂变化环境下大跨桥梁基于协整和非线性模型修正的损伤识别
  • 批准号:
    52078284
  • 批准年份:
    2020
  • 资助金额:
    59 万元
  • 项目类别:
    面上项目
基于非线性瞬时模态与模态局部化的近海风机叶片损伤机理、识别与监测研究
  • 批准号:
    51778103
  • 批准年份:
    2017
  • 资助金额:
    60.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码