基于小波包和RBF網絡的橋梁損傷識別研究.pdf

1、大型橋梁是道路交通的關鍵結合部位與控制部位，是國家基礎設施建設的重要組成部分。橋梁結構在長期的自然環(huán)境和運營荷載的共同作用下，逐漸產生損傷。結構損傷不斷地累積、增大，直至橋梁被破壞。因此，對橋梁結構進行在線健康監(jiān)測和損傷識別，及時掌握橋梁的現(xiàn)狀，并及時加以維護，不僅可以節(jié)約大量的破壞維修資金，而且還能避免不必要的生命財產損失。 在工程結構健康監(jiān)測系統(tǒng)的實際應用中，采集的結構響應信號?；煊写罅康脑肼暎菇Y構特征不明顯，降低了損傷識

2、別精度，所以對采集的信號進行消噪處理，增大信號與結構狀態(tài)的對應性是非常必要的。同時，影響大型橋梁結構損傷狀態(tài)的因素具有隨機性、模糊性和信息不完備性，需要神經網絡這樣具有自適應、非線性、魯棒性等優(yōu)點的模式匹配算法。 本文采用目前一個較新的熱點研究方法－－小波神經網絡法，并改變過去使用小波與BP神經網絡相結合的經典模型的方法，利用小波包良好的信號消噪能力和徑向基函數(shù)網絡收斂速度快、泛化能力強的優(yōu)點，建立一個符合工程實際、適合工程應用

3、的松散小波神經網絡模型：首先用小波包分析法對結構的響應信號進行消噪處理；然后將由處理后的信號識別出的模態(tài)參數(shù)作為損傷指標，即徑向基函數(shù)神經網絡的輸入參數(shù)；最后，將神經網絡的檢驗樣本輸入到已訓練好的RBF神經網絡中，進行結構的損傷識別與判定。 本文主要包括以下幾個方面的內容： 1.闡述了基于結構動力特性的損傷識別技術的研究概況與健康監(jiān)測系統(tǒng)的應用現(xiàn)狀，總結了小波分析法和神經網絡法在損傷識別中的應用情況，系統(tǒng)地論述了各種損傷

4、識別指標，并比較和分析了各自的優(yōu)點與不足。 2.詳細地論述了小波包分析及其應用于信號消噪的基本理論，闡述了RBF神經網絡的基本概念、網絡結構及組成和應用設計方法，提出了一個全新的小波神經網絡模型，即小波包-RBF網絡模型。 3.建立了典型的斜拉橋有限元模型，并將建立好的小波包-RBF網絡模型應用于環(huán)境激勵下的大型橋梁結構的損傷識別。比較了組合損傷指標和單一損傷指標、新模型和經典小波神經網絡模型的識別效果，得出了新模型的優(yōu)