收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于不完备信息土木工程结构损伤识别方法研究

袁旭东  
【摘要】:观测自由度不完整、数据误差以及模型误差是制约结构损伤识别发展与应用的主要因素。有鉴于此,本文利用不完整且存在数据误差的静力观测位移、模态观测振型以及结构固有频率等数据,开展了人工神经网络结构损伤识别方法以及基于有限元模型的损伤识别方法研究,具体研究工作如下: 通过对土木工程结构损伤识别方法的发展现状进行较为详尽的研究与总结,发现观测自由度不完整、观测数据误差以及结构模型误差是制约结构损伤识别领域取得进一步发展的阻碍因素,同时也认识到在观测自由度不完整以及数据不精确的基础上进行结构损伤方法研究是未来土木工程结构损伤识别领域的发展方向。进而确定了本文的研究思路。 由于人工神经网络算法在模式识别等反问题求解方面所具备的突出优点,已逐渐被越来越多的研究者应用于结构损伤识别领域。验证神经网络算法的损伤识别能力关键是网络输入参数的选取,即结构损伤识别指针是否对损伤位置或是损伤程度更为灵敏。本文利用易于实测且精度高的结构模态振型以及低阶固有频率构造出神经网络的组合输入参数。利用改进的动量BP网络对结构进行了损伤位置以及程度识别数值模拟研究。结果表明即使在只获得少量节点振型数据且含有数据误差的情况下网络仍具有较好稳定性和鲁棒性。在一定误差范围内,识别结果受误差影响不大。 静力位移响应可以反映结构刚度矩阵变化,因此识别结构刚度特性最自然、最直接的方法就是基于静力位移观测的方法。此外,考虑到结构低阶固有频率测试精度高且能反映结构整体的动力特性。在已有的研究基础上,本文将部分节点静力观测位移以及结构前几阶固有频率结合起来,构造出结构损伤位置及损伤程度识别的神经网络输入组合参数,利用径向基神经网络算法对结构进行了损伤识别数值模拟研究,着重研究了观测自由度不完整情况下不同数据误差水平对结构损伤识别结果的影响以及选取的频率数量对损伤程度识别结果的影响。识别结果表明,径向基神经网络具有很强的鲁棒性,对损伤位置及损伤程度识别都取得了非常理想结果。以往基于有限元模型修正的损伤识别模型多数是在观测数据完整且不含数据误差的情况下进行结构的损伤识别,当观测数据不完整、数据含有一定噪声时,往往就无法有效识别结构损伤,识别能力受到很大限制,不易在实际的工程结构中应用。 本文依据不完整模态数据(前几阶低阶模态、不完整自由度上的实测振型)并利用模态参与因子构造出完整自由度模态振型,建立了损伤结构系统的非线性控制方程。避免了采用模型缩聚或是扩阶方法所带来的额外误差。在此基础上,


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 薛景宏;逯广东;;基于大地脉动的新型损伤识别指数[J];世界地震工程;2005年04期
2 吴万忠;;静力凝聚在时域法损伤识别中的应用[J];四川建筑;2006年06期
3 易晓罡;;基于柔度矩阵的桥梁损伤识别法的应用[J];中国水运(理论版);2007年03期
4 薛刚;蔡美峰;;基于曲率模态的钢筋混凝土梁损伤检测研究[J];施工技术;2008年S2期
5 王晓光,陆秋海;索结构损伤的行波识别法[J];清华大学学报(自然科学版);2003年05期
6 梁远森,李国强;利用模态参数进行弹性薄板的损伤识别[J];振动与冲击;2004年03期
7 李大伟,李霆;一种基于频率的结构损伤识别方法及识别矩阵的建立[J];机电工程技术;2005年07期
8 林立香,滕海文,霍达,李秀芬;基于曲率模态比值的城市公路桥梁损伤识别[J];河南科学;2005年06期
9 于阿涛;赵鸣;;基于振动的土木工程结构健康监测研究进展[J];福州大学学报(自然科学版);2005年S1期
10 薛祥;霍达;滕海文;;基于空间小波分析的桥梁损伤识别[J];中外公路;2005年06期
11 李顺国;欧卫华;刘新文;;基于模糊模式识别的平板结构损伤诊断[J];国外建材科技;2006年01期
12 王根会;武海广;胡良红;;基于RBF神经网络设计的桥梁结构损伤识别方法研究(英文)[J];兰州交通大学学报;2006年04期
13 魏然;马玉静;吴晓杰;;基于曲率模态的桥梁结构钢筋锈蚀损伤识别[J];山西建筑;2007年11期
14 冉志红;李乔;;小波变换在结构损伤识别特征提取中的应用[J];振动与冲击;2007年07期
15 杜永峰;邵云飞;;基于应变模态的桁架结构损伤指标研究[J];甘肃科学学报;2007年03期
16 王振林;聂国华;;曲率模态和小波包变换在结构损伤识别中的应用[J];振动与冲击;2008年01期
17 田丹丹;高向鹏;陈红霞;;基于曲率模态的连续刚构桥损伤识别研究[J];交通科技;2008年03期
18 周潇;刘泉;李军歌;;基于自回归移动平均模型的梁桥损伤识别[J];西南公路;2009年01期
19 刘晖;瞿伟廉;李功标;肖纯;;光纤光栅传感系统在结构损伤识别中的应用[J];应用基础与工程科学学报;2009年03期
20 何尧;;基于概率神经网络的梁桥损伤定位研究[J];沿海企业与科技;2009年12期
中国重要会议论文全文数据库 前10条
1 彭卫;王炎;;基于动力特性的中承式拱桥损伤识别[A];第19届全国结构工程学术会议论文集(第Ⅱ册)[C];2010年
2 赵健;赵东;;基于受迫振动特性的木地板损伤识别与试验研究[A];北京力学会第十六届学术年会论文集[C];2010年
3 曹宗杰;金延中;唐健;于洋涛;陈荣明;;基于结构动力学对某型机翼结构损伤识别的研究[A];第十届全国振动理论及应用学术会议论文集(2011)下册[C];2011年
4 刘蕾蕾;;基于曲率模态分析的梁桥损伤识别研究[A];全国既有桥梁加固、改造与评价学术会议论文集[C];2008年
5 唐健;曹宗杰;于洋涛;;结构健康监测中损伤识别的现状研究[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年
6 蒋济同;于红理;;基于应变模态差的海洋平台构件的损伤识别研究[A];第三届全国城市与工程安全减灾学术研讨会论文集[C];2010年
7 赵启林;龚小波;陈浩森;;桥梁健康监测与损伤识别[A];中国公路学会桥梁和结构工程分会2004年全国桥梁学术会议论文集[C];2004年
8 周宝龙;孙智;;基于DLV法的斜拉桥分散式损伤识别研究[A];第20届全国结构工程学术会议论文集(第Ⅱ册)[C];2011年
9 张毅刚;吴金志;高硕奇;;空间网格结构的整体损伤识别研究[A];第十一届空间结构学术会议论文集[C];2005年
10 张庆;史家钧;;基于模态应变能改变的损伤统计识别方法研究[A];第八届全国振动理论及应用学术会议论文集摘要[C];2003年
中国博士学位论文全文数据库 前10条
1 马辉;基于计算智能方法的简支梁桥损伤识别研究[D];吉林大学;2010年
2 何伟;中、下承式钢管混凝土拱桥损伤识别关键问题研究[D];郑州大学;2010年
3 付春雨;基于车致振动响应的铁路桥梁损伤识别方法研究[D];西南交通大学;2011年
4 贺瑞;大跨桥结构监测系统的模态识别和误差分析及损伤识别[D];清华大学;2009年
5 段红霞;钢结构地震损伤分析与损伤识别方法研究[D];大连理工大学;2010年
6 程良彦;拱结构的损伤识别方法及损伤结果可视化研究[D];暨南大学;2010年
7 李国东;钢结构损伤诊断实用方法研究[D];中国地震局工程力学研究所;2010年
8 江祥林;大跨径钢桁架桥健康监测方法及技术研究[D];武汉理工大学;2012年
9 狄生奎;基于动力参数的损伤识别及嵌入SMA的钢筋砼结构自监测与自修复研究[D];兰州理工大学;2011年
10 严鹏;基于信号理论的桥梁健康监测降噪处理和损伤识别研究[D];西南交通大学;2012年
中国硕士学位论文全文数据库 前10条
1 李琦;基于环境激励的刚构—连续组合梁桥的模态分析与损伤识别[D];大连理工大学;2010年
2 张爱丽;模态曲率差值法在拱肋健康监测和损伤识别中的应用研究[D];兰州理工大学;2011年
3 周建荣;钢桁架拱桥结构基于神经网络的损伤识别法[D];重庆大学;2010年
4 王义远;简支梁损伤识别曲率模态方法分析[D];西南交通大学;2010年
5 范小军;梁桥的动力损伤诊断技术研究[D];重庆交通大学;2010年
6 郭宗江;基于应变模态的桁架结构损伤识别[D];兰州理工大学;2010年
7 姜治明;基于Hilbert-Huang的井架损伤识别研究[D];大庆石油学院;2010年
8 李俊萍;工程结构损伤识别技术研究[D];华北工学院;2002年
9 李成;基于结构模态参数损伤识别的数值方法研究[D];哈尔滨工程大学;2004年
10 郝文峰;基于Hilbert-Huang变换和振动传递率的玻璃幕墙开胶损伤识别研究[D];江苏大学;2010年
中国重要报纸全文数据库 前8条
1 ;特大桥呼唤健康监测系统[N];中国建设报;2004年
2 王瑞水、刁骋;百余专家交流桥梁“把脉”术[N];中国交通报;2005年
3 本报记者 侯季光 苏伟;九五期间我国土木工程科技取得重大进展[N];中华建筑报;2001年
4 ;“九五”科研成果高强度高性能 混凝土和高效预应力混凝土显身手[N];中国建材报;2002年
5 国伟 张衍涛;海洋平台结构的实时监测和检测成像技术[N];中国石化报;2003年
6 本报见习记者 许琦敏;桥梁健康的守护者[N];文汇报;2003年
7 顾猛;第四届全国防震减灾工程学术研讨会召开[N];中国建设报;2009年
8 豫交通厅;钢管混凝土拱桥健康监测与检测技术通过鉴定[N];中华建筑报;2010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
  • 010-62982499
  • 010-62783978