基于改进的bp神经网络多参数组合损伤识别

《基于改进的bp神经网络多参数组合损伤识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于改进的BP神经网络多参数组合损伤识别重庆大学硕士学位论文(学术学位)学生姓名：朱映江指导教师：张亮亮教授专业：土木工程学科门类：工学重庆大学土木工程学院二O一五年五月MultipleParameterCombinationforDamageIdentificationBasedontheImprovedBPNeuralNetworkAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheMaster’sDegreeofEngineeringByZhuYingjia

2、ngSupervisedbyProf.ZhangLiangliangSpecialty:CivilEngineeringCollegeofCivilEngineeringofChongqingUniversity,Chongqing,ChinaMay,2015中文摘要摘要近年来由于结构损伤而引发的重大事故频频发生，究其原因主要是由于结构开裂、老化及破损未得到有效的防治所致。结构的安全至关重要，因此对于结构的健康监测已成了近几年来一个热门研究课题。结构损伤识别作为健康监测的重要环节已引起了广泛关注，尤其在损伤识别方法和准确性方面做了大量研究。针对传统的损伤识别方法，本文

3、主要研究应用神经网络的方法来识别结构损伤位置和损伤程度。本文通过理论分析得出了多参数组合（即将固有频率变化和部分点模态组合）作为神经网络输入可以对结构的损伤进行识别。并应用改进的BP神经网络，通过分步识别的方法对建立的简支梁桥算例进行损伤数值模拟。同时以寸滩长江大桥项目为实施背景，提出了先分层后分步的损伤识别方法，进一步验证了多参数组合作为神经网络输入对于损伤识别的可行性。本论文的主要内容包括：①分析神经网络的工作原理，着重研究了改进的BP神经网络对于结构损伤识别的应用，理论上得出了多参数组合作为BP网络输入可以对结构进行损伤识别。②通过ANSYS有限元软件建立简支梁

4、桥进行数值模拟，根据分步识别方法即先判断损伤位置然后确定损伤程度，使用三种不同的网络参数输入（固有频率变化、部分点模态、多参数组合）建立神经网络，分析比较其识别效果，得出了多参数组合能够进行损伤识别，并且可以克服单独使用固有频率所造成的缺陷。③本文以寸滩长江大桥项目为实施背景，针对桥梁结构的复杂性，建立多个神经网络使用先分层后分步的识别方法进行损伤识别。着重对悬索桥的主缆以多参数组合作为神经网络输入进行位置和程度的识别，以进一步验证此方法的工程实用价值。关键词：结构损伤，BP神经网络，分步损伤识别，多参数组合I英文摘要ABSTRACTInrecentyears,due

5、tostructuraldamagecausedbythefrequentoccurrenceofmajoraccidents,thereasonsaremainlystructuralcracks,causedbyaginganddamagehavenotbeeneffectiveinpreventingandcontrolling.Structuralsafetyisessential,structuralhealthmonitoringhasbecomeahottopicinrecentyears.Structuraldamageidentificationas

6、theimportantpartofhealthmonitoringhascausedwidepublicconcern.particularlyinthedamageidentificationmethodandaccuracyhasdonealotofresearch.Inviewofthetraditionaldamageidentificationmethods,thispapermainlydiscussestheapplicationofneuralnetworktoidentifystructuraldamagelocationanddegreewere

7、studied.Inthispaper,throughtheoreticalanalysisitisconcludedthattheparametercombinationisnaturalfrequencychangesandsomemoremodalcombinationasaneuralnetworkinputcandamageidentificationofstructures,AndapplicationoftheimprovedBPneuralnetwork,toestablishthebeambythemethodofstepbyste