基于神經(jīng)網(wǎng)絡(luò)的框架結(jié)構(gòu)損傷的多重分步識(shí)別方法.pdf

1、建筑結(jié)構(gòu)在設(shè)計(jì)、施工尤其使用過(guò)程中,由于遭受人為因素和自然因素而出現(xiàn)老化和破損,亟待損傷識(shí)別和維修加固。對(duì)建筑結(jié)構(gòu)的損傷識(shí)別已經(jīng)成為土木工程領(lǐng)域一個(gè)重要研究課題。結(jié)構(gòu)的損傷會(huì)引起相應(yīng)的動(dòng)力特性改變,因此,如果建立起結(jié)構(gòu)動(dòng)力特性變化與結(jié)構(gòu)損傷之間的映射關(guān)系就可以實(shí)現(xiàn)結(jié)構(gòu)損傷識(shí)別。神經(jīng)網(wǎng)絡(luò)具有非線性映射能力強(qiáng)、容錯(cuò)性好等優(yōu)點(diǎn),非常適合用于結(jié)構(gòu)損傷識(shí)別。本文以多層框架為研究對(duì)象,從構(gòu)件(梁、柱)和節(jié)點(diǎn)兩個(gè)層次對(duì)框架結(jié)構(gòu)損傷識(shí)別進(jìn)行研究,主要完

2、成以下幾個(gè)方面的工作:①提出了基于神經(jīng)網(wǎng)絡(luò)的框架結(jié)構(gòu)損傷的多重分步識(shí)別方法,并在此方法基礎(chǔ)上利用APDL語(yǔ)言和MATLAB語(yǔ)言編制程序建立用于框架結(jié)構(gòu)損傷識(shí)別的高效神經(jīng)網(wǎng)絡(luò)法。②研究了框架結(jié)構(gòu)構(gòu)件和節(jié)點(diǎn)的損傷模型,推導(dǎo)了用于輸入神經(jīng)網(wǎng)絡(luò)的損傷指標(biāo)的基本原理,介紹了結(jié)構(gòu)動(dòng)力特性參數(shù)的提取方法。③研究了基于神經(jīng)網(wǎng)絡(luò)的框架結(jié)構(gòu)構(gòu)件損傷識(shí)別。根據(jù)構(gòu)件損傷的多重分步識(shí)別思路,把構(gòu)件損傷識(shí)別主要分為四步:第一步利用神經(jīng)網(wǎng)絡(luò)建立損傷異常過(guò)濾器對(duì)構(gòu)件損

3、傷進(jìn)行預(yù)警;第二步以頻率構(gòu)造的組合指標(biāo)X1作為神經(jīng)網(wǎng)絡(luò)輸入向量,對(duì)構(gòu)件損傷進(jìn)行初步定位;第三步以頻率和模態(tài)振型構(gòu)造的組合指標(biāo)X2作為神經(jīng)網(wǎng)絡(luò)輸入向量,對(duì)構(gòu)件損傷進(jìn)行具體定位;第四步以頻率平方變化率RNF作為神經(jīng)網(wǎng)絡(luò)輸入向量,對(duì)構(gòu)件損傷程度進(jìn)行識(shí)別。④研究了基于神經(jīng)網(wǎng)絡(luò)的框架結(jié)構(gòu)節(jié)點(diǎn)損傷識(shí)別。根據(jù)節(jié)點(diǎn)損傷的多重分步識(shí)別思路,把節(jié)點(diǎn)損傷識(shí)別主要分為四步:第一步利用神經(jīng)網(wǎng)絡(luò)建立損傷異常過(guò)濾器對(duì)節(jié)點(diǎn)損傷進(jìn)行預(yù)警;第二步以頻率構(gòu)造的組合指標(biāo)X1作

4、為神經(jīng)網(wǎng)絡(luò)輸入向量,對(duì)節(jié)點(diǎn)損傷進(jìn)行初步定位;第三步以歸一化的應(yīng)變模態(tài)差絕對(duì)值NSMC作為神經(jīng)網(wǎng)絡(luò)輸入向量,對(duì)節(jié)點(diǎn)損傷進(jìn)行具體定位;第四步以應(yīng)變模態(tài)差絕對(duì)值SMC作為神經(jīng)網(wǎng)絡(luò)輸入向量,對(duì)節(jié)點(diǎn)損傷程度進(jìn)行識(shí)別。⑤通過(guò)理論推導(dǎo)得到了模型參數(shù)誤差對(duì)損傷引起的模態(tài)參數(shù)改變貢獻(xiàn)的表達(dá)式,用該式指導(dǎo)神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)的選擇;在此基礎(chǔ)上,又從相對(duì)誤差的角度進(jìn)一步研究模型參數(shù)誤差對(duì)神經(jīng)網(wǎng)絡(luò)輸入向量的影響;最后通過(guò)數(shù)值算例研究了模型參數(shù)誤差對(duì)框架結(jié)構(gòu)損傷識(shí)別