动态荷载下结构健康监测与振动控制的跨学科方法专题综述

《Journal of Low Frequency Noise, Vibration and Active Control》：Monitoring, damage detection, and vibration control in systems under dynamic excitation

　　

引言

工程结构持续承受着地震、风荷载、交通、工业操作和施工活动等动态荷载的作用。这些作用会通过引起过量振动、加速结构退化，在极端情况下甚至导致结构失效，从而危及结构的安全性、适用性和耐久性。因此，结构健康监测（SHM）和振动控制已成为工程研究中的核心议题。近年来，传感技术、计算力学、人工智能、不确定性量化和优化技术的进步，显著提升了结构性能监测、损伤检测和有效振动缓解系统设计的能力。此外，将数据驱动方法与基于物理的模型相结合，提高了不确定性条件下的决策水平，有助于工程基础设施的韧性和可持续性。

本专题汇集了七篇原创研究论文，涉及动态激励下结构健康监测与振动控制的互补性方面。尽管各篇论文聚焦于不同的应用领域，包括风力涡轮机叶片、隔震支座、建筑、桥梁、旋转机械和隔振屏障，但它们共同的目标是通过跨学科方法改善监测、损伤检测、概率评估和振动缓解。

专题贡献

在第一篇论文中，Wang等人¹研究了蜂窝波形阻振块（HWIBs）在缓解由振动压路机引起的低频振动中的应用。作者结合带隙理论、数值模拟和基于神经网络的优化方法，确定了高效的材料配置和关键设计参数，显著改善了隔振性能。所提出的方法为施工和交通基础设施中紧凑型、高效振动缓解系统的设计提供了实用指导。

第二篇论文由Ashkarkalaei等人²撰写，提出了一种无监督框架，用于确定风力涡轮机叶片结构健康监测中单个加速度计的最佳安装位置。该方法利用健康状态振动数据、基于小波变换的信号处理技术和异常检测算法，确定了对损伤敏感性最高且环境效应最小的传感器位置。结果表明，单个优化布置的加速度计可以实现与十二传感器系统相当的异常检测性能，为风力涡轮机监测提供了一种实用且经济高效的解决方案。

在随后的研究中，Santos和Miguel³针对公路桥梁中的调谐质量阻尼器（TMDs）提出了一种稳健的优化框架，考虑了车辆、桥梁与路面在不确定性条件下的耦合作用。通过结合蒙特卡洛模拟、蜜獾优化算法和并行计算，所提出的方法高效地确定了在真实工况下能降低桥梁振动的最优TMD配置。该方法为提高新建和既有桥梁结构的性能和使用寿命提供了实用工具。

第四篇论文中，Miguel等人⁴开发了一种单步可靠性优化框架，用于地震荷载下粘滞摩擦多调谐质量阻尼器（VFMTMDs）的设计。利用圆形启发优化算法（CIOA），该方法在考虑地震不确定性的同时，同步优化阻尼器的数量、位置及力学性能。结果表明，结构失效概率得到显著降低，突显了所提出方法在提高建筑抗震可靠性方面的潜力。

第五篇贡献聚焦于人工智能，Lee等人⁵提出了一种基于长短期记忆（LSTM）神经网络的双向建筑网络，用于区域结构健康监测。通过利用相邻建筑在时域和频域的结构响应数据，所提出的方法能够准确重构因传感器故障或数据丢失而缺失的监测数据。该研究表明，人工智能在支持可靠区域安全管理及未来智慧城市监测系统方面具有巨大潜力。

第六篇研究由Wang等人⁶完成，提出了一种交错相位调谐策略，用于降低双螺旋行星齿轮传动系统的振动。作者利用经实验验证的多柔体动力学模型，证明了所提出的方法在保持高效载荷分担的同时，显著改善了振动性能。该研究为高性能齿轮传动系统的动力学优化提供了实用框架。

在最后一篇论文中，Guerrero等人⁷提出了一种贝叶斯框架，用于选择最适合表示再生橡胶纤维增强弹性隔震支座行为的滞回模型，该类支座用于抗震防护。通过显式考虑参数不确定性，该方法确定了Bouc-Wen模型是对实验响应最准确的表征。该研究为可持续隔震系统的设计与实施提供了稳健的概率基础。

结论

总体而言，这些论文展示了将结构动力学与人工智能、贝叶斯推断、不确定性量化和先进优化技术相结合，如何拓展了工程师监测结构完整性、改善振动控制以及设计更可靠、更具韧性基础设施的能力。除了引入创新性方法论之外，本专题还突显了理论发展与工程实际应用之间日益增强的融合趋势。

客座编辑希望这些贡献能够激发进一步的跨学科研究，并推动更安全、更具韧性和可持续性的工程系统的发展。

资助

作者披露了以下财务支持用于本研究、撰写和/或发表本文：由巴西国家科学与技术发展委员会（CNPq）提供的财务支持，项目编号：301800/2022-7。

ORCID iD

Letícia Fleck Fadel Miguel https://orcid.org/0000-0001-9165-4306