收藏本站
《武汉理工大学》 2005年
收藏 | 手机打开
二维码
手机客户端打开本文

基于模态分析理论和神经网络的桥梁损伤识别方法研究

张治国  
【摘要】:随着我国交通事业的快速发展,特大型桥梁结构不断涌现,新旧桥梁数量日益增多。为确保人民生命财产安全,快速有效地识别出桥梁结构可能发生损伤的部位和损伤程度,及时掌握桥梁运营下的健康状况,是当前桥梁工程研究领域的热点问题之一。 本文在研究国内外大量有关结构损伤识别和神经网络资料的基础上,根据桥梁结构损伤识别与神经网络的发展前景,利用有限元ANSYS及MATLAB程序将振动模态分析理论和BP神经网络相结合应用于桥梁损伤识别中,同时实现对损伤位置与损伤程度的识别,形成一套基于振动模态分析理论和BP神经网络的桥梁损伤识别方法。 首先,本文对基于振动模态分析理论的损伤识别方法进行了探讨。在此过程中分析了该方法的基本原理和过程,较详细地研究了损伤识别的模态频率法、模态振型差法、曲率模态/应变模态法、曲率模态差法、柔度差法和柔度曲率法的基本原理、优劣特性及适用范围。此外,采用悬臂梁模型进行损伤仿真计算,研究和比较了上述各种方法对于单损伤位置和多损伤位置不同情况的识别能力。 在这一部分,提出了梁结构损伤位置识别的柔度曲率法,该法既有高的灵敏度又避免了使用原结构的模态参数,对于没有原始结构模态参数的损伤识别技术显得尤为重要。算法具有计算量小和简便易行的优点,而且仅需要低阶模态信息即可获得很好的识别效果。同时,开展了结构多损伤识别的研究,探讨了曲率模态法和柔度曲率法的结构多损伤识别。 其次,本文对基于BP神经网络的损伤识别方法进行了探讨。在此过程中分析了人工神经网络的基本理论,比较详细地研究了BP神经网络、BP经典算法和经过优化的LM算法以及BP神经网络在MATLAB中的实现,系统地阐述了基于BP神经网络损伤识别的基本原理和过程以及神经网络工具箱函数。在此基础上,以简支矩形截面钢梁损伤识别为例,进行了实例应用研究。 在这一部分,针对BP神经网络固有的收敛速度慢、局部极小等问题,本文对BP神经网络进行了性能优化,应用该优化的BP神经网络经过MATLAB 武汉理工大学硕士学位论文 软件实现对工程上最常见的矩形梁进行了损伤识别,结果令人满意。 最后,根据云阳长江公路大桥设计、施工资料,对该桥进行了有限元建模 与动力分析。考虑了桥梁结构单构件损伤、两个构件损伤、三个构件损伤三类 损伤工况,分别采用了模态频率、位移振型模态、曲率模态三种指标作为神经 网络的输入参数,采集各损伤状态下的样本数据,共建立9个BP神经网络模 型进行了桥梁损伤识别的研究。研究表明基于振动模态分析理论和BP神经网 络的桥梁损伤识别方法可用于识别桥梁结构损伤位置和损伤程度。该方法具有 广阔的应用前景,对于预测评价桥梁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。 在这一部分的研究中,鉴于用振动模态构造的损伤标识量往往需要求解复 杂的数学反演问题,然而神经网络以其优异的非线性映射能力可以将逆问题正 问题化,因此本文提出将振动模态分析和神经网络技术结合起来,以振动模态 构造的损伤标识量作为神经网络识别输入的特征参数,从而进行结构健康监测。 值得一提的是,为方便统计,并说明识别效果,依据网络实际输出特点,作者 定义了两个名词:“真分量”“伪分量”,并尝试性地对损伤位置识别与损伤程 度识别提出了统一的判断标准,即以损伤位置识别正确率兄、损伤程度识别精 确度刀、总体正确率:、平方和误差E为标准来检验BP神经网络识别的效果。 关键词:损伤识别,模态分析,神经网络,曲率模态,柔度曲率,MATLAB
【学位授予单位】:武汉理工大学
【学位级别】:硕士
【学位授予年份】:2005
【分类号】:U446

【相似文献】
中国期刊全文数据库 前10条
1 李大鹏;樊胜利;代尚方;吴涛;;基于BP神经网络的开关磁阻电机无位置传感器控制[J];伺服控制;2011年05期
2 杨丽丽;白艳萍;苗静;;基于BP神经网络的中学考试成绩分类*[J];机电技术;2011年03期
3 袁健;陈丽侠;耿宝江;;基于BP神经网络的闽江上游洪水预报[J];安徽农业科学;2011年24期
4 胡进;胡桂明;毛世榕;;BP神经网络在说话者识别中的应用[J];装备制造技术;2011年09期
5 王淑静;;基于BP神经网络的开关磁阻电机转子位置估计[J];机电信息;2011年24期
6 陈强;王洪佩;;基于BP神经网络的SOC估算策略研究[J];汽车与安全;2011年08期
7 孙朋;张健沛;薛立波;;基于BP神经网络的改进增量式PID暖通控制器设计[J];黑龙江大学工程学报;2011年02期
8 倪富来;;神经网络及其在岩爆灾害预测中的应用[J];重庆建筑;2011年07期
9 兰琴丽;章乐多;;BP神经网络在光伏发电系统故障诊断中的应用[J];通信电源技术;2011年04期
10 王普红;;投资决策阶段的可行性预测研究[J];中国新技术新产品;2010年20期
中国重要会议论文全文数据库 前10条
1 吴今培;胡旭川;陈世权;;非线性时间序列动态建模与预测的BP神经网络方法[A];1999年中国智能自动化学术会议论文集(上册)[C];1999年
2 包健;吴迎笑;严义;;神经网络反锐化掩模算法在车牌识别中的应用[A];第三届全国信息获取与处理学术会议论文集[C];2005年
3 吴进华;巫检丰;李莉;;基于BP神经网络的非线性动态系统辨识方法[A];中国航空学会控制与应用第十二届学术年会论文集[C];2006年
4 周扬;翁剑枫;王昕峰;;于BP神经网络多光谱测温仪设计[A];2009中国仪器仪表与测控技术大会论文集[C];2009年
5 齐冬莲;赵光宙;;非线性动力学系统的神经网络内模控制研究[A];第11届全国电气自动化电控系统学术年会论文集[C];2002年
6 汪渤;闫杰;高洪民;;惯性导航系统传递对准技术研究[A];中国惯性技术学会光电技术专业委员会第五次学术交流会暨重庆惯性技术学会第九次学术交流会论文集[C];2002年
7 甄洪斌;张晓锋;沈兵;何必;杨华;;基于BP神经网络的舰船电力系统暂态稳定性分析[A];现代船舶机电维修技术(2005)[C];2005年
8 孟科;李绍军;钱锋;;实数编码免疫算法在溶剂脱水塔软测量中的应用[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
9 罗小波;刘明皓;;基于优化的BP神经网络遥感影像分类[A];2006年中国土地学会学术年会论文集[C];2006年
10 朱彬;;基于BP神经网络福建省区域创新能力差异实证研究[A];中国《资本论》研究会第13次学术研讨会福建师范大学代表论文集[C];2006年
中国重要报纸全文数据库 前5条
1 朱振宇;新一代桥梁损伤非接触检测系统研制成功[N];中国交通报;2010年
2 费振波 武英举 本报记者 吴利红;金星软硬件开发齐头并进[N];黑龙江日报;2004年
3 ;通用数字视觉平台JVISION-500[N];科技日报;2003年
4 汽车行业“十五”规划研究课题组;“十五”摩托车市场需求预测[N];中国机电日报;2000年
5 李亚彪 冯源;跨海大桥延期通车的是与非 进度 PK安全[N];中国社会报;2009年
中国博士学位论文全文数据库 前10条
1 王昌全;成都平原城市化土壤重(类)金属演变及其环境效应研究[D];西南农业大学;2005年
2 李维胜;高技术企业可持续发展研究[D];吉林大学;2006年
3 何毅;基于BP神经网络电容法刨花含水率测试仪的研究与开发[D];南京林业大学;2006年
4 苗群;南四湖水环境质量评价研究[D];青岛大学;2008年
5 夏法锋;超声—电沉积镍基TiN纳米复合镀层的研究[D];大连理工大学;2009年
6 王明祥;独立分量分析方法及在图像处理中的应用研究[D];上海大学;2005年
7 杨荣新;基于组合智能优化算法的云南省径流预报系统研究[D];华中科技大学;2006年
8 叶磊;蛋白质结构分析的计算方法研究[D];浙江大学;2008年
9 祝伟民;基于小波神经网络的区域景观生态评价研究[D];南京农业大学;2008年
10 邵伟钰;地方政府债务风险预警体系研究[D];苏州大学;2008年
中国硕士学位论文全文数据库 前10条
1 张治国;基于模态分析理论和神经网络的桥梁损伤识别方法研究[D];武汉理工大学;2005年
2 杨治明;人工神经网络及其在图像识别中的应用研究[D];重庆大学;2003年
3 林丽红;供应链绩效评价的研究与分析[D];江苏大学;2005年
4 于进;软件风险管理系统关键技术的研究与实现[D];大连海事大学;2005年
5 李良琼;商业银行风险预警模型研究[D];辽宁工程技术大学;2005年
6 宋超;基于BP神经网络的供应链战略伙伴选择研究[D];大连海事大学;2006年
7 胡霞;NTS中学生认知能力评价系统的研究与应用[D];武汉理工大学;2006年
8 章为川;基于神经网络的车牌识别系统的研究与设计[D];西南交通大学;2006年
9 王业琴;基于计算机视觉木材表面颜色分类的研究[D];东北林业大学;2006年
10 杨海光;基于集成理论的虚拟企业组织网络构建研究[D];西北工业大学;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026