基于改進(jìn)遺傳-神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別研究.pdf

1、自然災(zāi)害的頻繁發(fā)生導(dǎo)致工程結(jié)構(gòu)產(chǎn)生損傷；使用時間的推移，不可避免的使結(jié)構(gòu)發(fā)生老化。這些不同原因造成的不同程度的損傷經(jīng)過長期的積累必然導(dǎo)致結(jié)構(gòu)發(fā)生破壞或使用性能降低。盡早的發(fā)現(xiàn)結(jié)構(gòu)損傷，并及時檢測和修復(fù)，不僅可以大大降低結(jié)構(gòu)的維護(hù)、維修費用，還可以避免和減少不必要的生命財產(chǎn)損失。因此，對工程結(jié)構(gòu)進(jìn)行實時的健康檢測和診斷是目前國內(nèi)外科技工作者和工程領(lǐng)域廣泛關(guān)注和重點開發(fā)研究的領(lǐng)域之一。 結(jié)構(gòu)發(fā)生損傷必然導(dǎo)致結(jié)構(gòu)動力特性的改變，基于結(jié)

2、構(gòu)動力特性的結(jié)構(gòu)損傷識別是當(dāng)前學(xué)術(shù)界和工程界研究的熱點。本文首先對結(jié)構(gòu)損傷識別的理論與方法進(jìn)行了闡述，探討了頻率、振型、應(yīng)變等模態(tài)參數(shù)變化與損傷的內(nèi)在聯(lián)系，通過理論推導(dǎo)和數(shù)值模擬驗證了應(yīng)變模態(tài)參數(shù)對于結(jié)構(gòu)損傷的敏感性，是進(jìn)行結(jié)構(gòu)損傷識別的理想指標(biāo)；其次對一種較好的全局尋優(yōu)算法—遺傳算法進(jìn)行了研究，指出了其缺陷和不足，并對自然界生物進(jìn)化過程中種群分化、優(yōu)種保護(hù)、優(yōu)勝劣汰等現(xiàn)象進(jìn)行了研究，提出了基于隔離小生境技術(shù)的自適應(yīng)遺傳算法。通過對典型

3、測試函數(shù)的試算，表明本文所提方法是一種有效的全局尋優(yōu)算法；接著闡述了神經(jīng)網(wǎng)絡(luò)的基本理論，指出其缺陷并用本文所提出的遺傳算法對其進(jìn)行改進(jìn)，優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)值，提高了神經(jīng)網(wǎng)絡(luò)的全局尋優(yōu)能力和訓(xùn)練速度；繼而從神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別能力入手，探討了用神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)構(gòu)損傷識別的基本原理，并應(yīng)用本文的改進(jìn)遺傳－神經(jīng)網(wǎng)絡(luò)對結(jié)構(gòu)進(jìn)行損傷識別。 本文以應(yīng)變模態(tài)參數(shù)作為改進(jìn)遺傳－神經(jīng)網(wǎng)絡(luò)的輸入向量并進(jìn)行訓(xùn)練，應(yīng)用訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)對一簡支梁進(jìn)行損傷的