手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

基于多模态参数结构损伤识别方法研究

杨璐

  结构损伤识别是一个发展前景广阔的研究领域,本文研究的以结构多模态参数作为神经网络输入进行损伤识别的方法物理意义明确,需要测取的模态阶数较少,易于在工程实际中实施,其原理和方法适用于一般工程结构。考虑到固有频率能够反映结构的整体性能,但对结构中局部微观损伤的识别不灵敏,在很多情况下,结构中不同位置的损伤引起的结构低阶频率下降几乎相同,因此用频率参数很难准确确定结构损伤位置。相比之下,振型数据对结构的局部损伤要比频率敏感的多,但又面临着测试精度比固有频率低,容易造成识别结果误差增大。所以,选择什么样的参数作为神经网络的输入向量,直接影响网络的识别能力。本文采用了频率和振型的组合参数作为网络的输入参数进行损伤识别,与基于单独应用频率和振型为特征向量的神经网络结构损伤识别方法相比,具有较高的损伤识别和定位精度。本文建立了简支钢筋混凝土梁的ANSYS数值模型和相应的物理模型,并基于振动模态测试理论和方法,在试验室进行了结构损伤试验。为了检验各种诊伤理论对结构损伤的位置、损伤程度的识别能力,设计了多组损伤模拟方案。同时对该梁使用ANSYS建立数值模型并进行了模态分析计算,分别以杆单元和混凝土单元建立有限元模型,将得到对应于损伤前后的多组合参数作为网络的输入,并利用改进的BP神经网络自适应学习速率方法来判断结构损伤位置和程度。识别结果表明,基于多模态参数的神经网络用于结构损伤识别是可行的,具有广阔的应用前景,对于预测评价建筑结构的健康状况将具有十分重要的意义。同时,该方法具有简便、快速、无损的优点,具有显著的经济效益和社会效益。……   
[关键词]:结构损伤;损伤识别;神经网络;模态参数;有限元
[文献类型]:硕士论文
[文献出处]:沈阳工业大学2003年