资源描述：
《基于神经网络技术的结构损伤检测_韩西.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第31卷,第5期中南公路工程Vo.l31,No.52006年10月CentralSouthHighwayEngineeringOct.,2006基于神经网络技术的结构损伤检测121韩西,张伟,钟厉(1.重庆交通大学,重庆400074;2.重庆市高速公路发展有限公司,重庆400074)[摘要]结构损伤会导致其振动频率的变化,因此测量结构振动频率可以判断结构是否存在损伤,同时,基于频率测量的结构损伤识别方法具有测试简便,精度较好的优点。在分析结构固有频率的基础上,把结构损伤识别问题分为损伤辨别、损伤定位、损伤程度标定3个子模块,对每个子模块用模态参数构造对损
2、伤敏感的标识量,并作为特征参数输入到神经网络中实现损伤识别。将BP网络和频率相结合进行了矩形梁的损伤检测,计算分析结果表明,该方法在结构损伤检测中具有较好的识别效果。最后对神经网络方法在损伤检测中的发展前景作了展望。[关键词]固有频率;振动模态;神经网络;损伤识别[中图分类号]U448.21[文献标识码]A[文章编号]1002)1205(2006)05)0015)04StructuralDamageDetectionBasedonNeuralNetworkTechnique121HANXi,ZHANGWei,ZHONGLi(1.ChongqingJiao
3、tongUniversity,Chongqing,400074;2.ChongqingExpressDevelopmentCo.Ltd,Chongqing,400074)[Abstract]StructureDamageDetectionMethod(SDDM)basedonfrequencymeasurementexhibitsafeaturethatnaturalfrequenciesofastructurecanbemeasuredconvenientlywithrelativelyhighprec-ision.Inthispaper,forthe
4、firsttimestructuraldamagedetectionisdividedintothreesub-modules,whicharestructuraldamageidentificationmodule,structuraldamagelocalizationmoduleandstructuraldamageseveritydeterminationmodule.Damagedetectionbymodalparametersneedstosolveintricatemathematicaliterationproblem,whichmak
5、esitdifficulttorealizerea-ltimemappingability,whichcanchangeinvertsproblemintoforwardproblem.Basedonthispoin,tdamagefeaturesformedbyvibrationmodalparametersareinputtedtoneuralnetworkasparametersforstructuralhealthmonitoring.Damagesofdifferentlocationsandseverityonabeamofrectangul
6、arcross-sectionaresimulatedwithoptimizedBP(backpropagation)neuralnetwork.Theresultsasgiveninconclusionshowpreliminarilythatourmeth-odisfeasible.Finally,prospectofusingneuralnetworksinstructuraldamagedetectionissetforth.[Keywords]naturalfrequency;vibrationmoda;lneuralnetwork;damag
7、edetection近年来,结构的安全性问题日益引起人们的广量、阻尼和刚度)的函数,一旦结构出现损伤,这些泛关注,如何对大型结构进行状态检测和安全评估模态性质就会发生相应的变化;但考虑到作为神经成为众多学者的研究课题。目前有关的研究大致可网络输入参数的条件,以及对损伤灵敏度的大小的以分为两类,基于模态模型的解析方法和基于神经不同,本文提出采用定位损伤位置的频率变化平方网络技术的非线性映射法。相较而言,神经网络诊比C1结合判别损伤程度的频率变化比C2作为神经断方法在知识获取、适应性学习、纠错能力等方面具网络的输入参数。有相对的优越性,此方法在结构损伤诊断方
8、面的研1理论基础究也越来越深入,但网络输入参数的选择却是一直[1]困扰国内外学者
