無(wú)跡卡爾曼波在高拱壩損傷識(shí)別中的應(yīng)用.pdf

1、目前，重大水工結(jié)構(gòu)的健康監(jiān)測(cè)受到了廣泛的關(guān)注。結(jié)構(gòu)健康監(jiān)測(cè)的本質(zhì)性任務(wù)是利用可測(cè)的結(jié)構(gòu)響應(yīng)信息去識(shí)別結(jié)構(gòu)本身的剛度和承載力變化，從而指示出結(jié)構(gòu)損傷位置和程度。怎樣有效地提高這類(lèi)反問(wèn)題的算法效率和可靠性是結(jié)構(gòu)健康監(jiān)測(cè)的難點(diǎn)，也是我們關(guān)注的焦點(diǎn)。
　　本文以二灘高拱壩為研究背景，旨在發(fā)展一種算法能有效地應(yīng)用在高拱壩的損傷識(shí)別。通過(guò)神經(jīng)網(wǎng)絡(luò)模擬大壩荷載和響應(yīng)之間的非線性關(guān)系，并結(jié)合無(wú)跡卡爾曼濾波方法對(duì)結(jié)構(gòu)進(jìn)行損傷反演。為大型水工結(jié)構(gòu)損傷

2、識(shí)別提供相關(guān)理論依據(jù)和技術(shù)支撐。
　?。?）根據(jù)二灘拱壩工程資料以及相關(guān)文獻(xiàn)確定模型的基本材料參數(shù)和邊界條件，并通過(guò)ANSYS軟件建立大壩有限元模型。分析大壩在組合荷載作用下的靜動(dòng)力響應(yīng)，驗(yàn)證了模型可靠性。
　?。?）本文結(jié)合神經(jīng)網(wǎng)絡(luò)代理模型和范數(shù)正則化方法，針對(duì)高拱壩等大型水工結(jié)構(gòu)，提出了基于神經(jīng)網(wǎng)絡(luò)的無(wú)跡卡爾曼濾波損傷識(shí)別算法。分析過(guò)程中，將壩體合理分成若干子區(qū)域，以子區(qū)域的彈性模量折減來(lái)指示損傷，根據(jù)壩面節(jié)點(diǎn)靈敏度選擇

3、合理的測(cè)點(diǎn)。通過(guò)構(gòu)造神經(jīng)網(wǎng)絡(luò)模型來(lái)擬合溫度、庫(kù)水位、彈性模量與結(jié)構(gòu)的靜力響應(yīng)之間的非線性關(guān)系，最后無(wú)跡卡爾曼濾波算法進(jìn)行優(yōu)化計(jì)算。為了解決反問(wèn)題求解過(guò)程中的不適定性，加入了正則化方法進(jìn)行算法優(yōu)化。神經(jīng)網(wǎng)絡(luò)具有良好的非線性擬合能力，將其引入能有效避免損傷識(shí)別過(guò)程中高拱壩有限元模型的反復(fù)調(diào)用，提高了計(jì)算效率。
　?。?）考慮大壩運(yùn)行過(guò)程中長(zhǎng)期的溫度和庫(kù)水位變化情況，分析溫度和損傷等參數(shù)對(duì)大壩靜力變化的影響，根據(jù)結(jié)構(gòu)的靜力響應(yīng)信息對(duì)邊界