基于模态参数和神经网络的结构损伤检测

基于Levenberg—Marquardt规则BP神经网络算法,利用频率变化量和曲率模态参数分别对框架结构损伤定位和定量识别问题进行了研究和实例分析。结果表明．它们均能对结构损伤进行预测,BP神经网络适用于此类损伤无规律对象问题的诊断。     

基于模态应变能和BP神经网络的混凝土框架结构损伤识别

采用模态应变能变化率和BP神经网络的两步损伤识别方法,对钢筋混凝土框架结构进行损伤识别研究.首先,利用单元的模态应变能变化率作为结构损伤定位因子,运用通用有限元ANSYS的APDL语言编制程序,计算模态应变能变化率;然后,利用BP神经网络进行损伤程度识别.该方法将二者优点相结合,并克服了单纯利用模态应变能难以准确计算损伤程度以及单纯利用BP神经网络样本巨大的困难.数值仿真结果表明,该方法适用于框架结构的损伤识别.     

基于模态4阶导数的结构损伤识别

基于结构损伤引起动力特性变化的原理,提出了一种新的损伤识别定位方法：利用结构位移模态的4阶导数进行损伤判别。文章首先论述了基于结构位移模态4阶导数进行损伤判别的基本原理,然后建立了一个钢筋混凝土曲梁的有限元模型,用数值模拟的方法对该损伤判别方法进行了验证。验证的结果表明：位移模态的4阶导数对单一损伤、支座处损伤以及多处损伤都能进行有效识别,其识别效果要明显优于曲率模态法和曲率模态差方法,且无需结构的基线模型。     

基于曲率模态和神经网络的结构损伤诊断

基于神经网络算法，利用曲率模态参数对框架结构损伤定位和定量识别问题进行了研究和实例分析，分别用两种网络对结构损伤进行诊断，并用灰色理论对结构损伤进行了预测。结果表明，灰色理论能成功地对结构损伤进行预测，神经网络适用于此类损伤无规律对象问题的诊断。     

基于RBF神经网络设计的桥梁结构损伤识别方法研究

首先根据桥梁结构的动力特性分析,构造了用于结构损伤识别的损伤标示量,并从理论上分析了该参数用于结构损伤识别的可行性.然后,从径向基函数(RBF)神经网络结构、网络设计和网络训练算法等方面论述了RBF神经网络理论,着重说明RBF网络的调用及径向基函数中心和宽度的确定步骤.最后,以一座装配式预应力钢筋混凝土系杆拱桥为工程实例,通过改变构件的弹性模量降低单元刚度来模拟结构损伤程度,并以任意三组向量对网络进行测试,说明了基于频率参数和RBF网络方法的结构损伤识别的可行性和准确性.     

考虑温度效应的简支梁桥损伤识别方法研究

基于模态频率的损伤识别方法得到了广泛的应用,而温度往往会掩盖桥梁损伤造成的模态参数变化.通过建立简支梁有限元模型,改变混凝土弹性模量进行模态分析,得出了温度和损伤作用下的简支梁模态频率.结合BP神经网络,对温度影响下的简支梁桥损伤进行了有效识别.     

基于多模态的神经网络的结构损伤识别方法的研究

采用曲率模态和柔度曲率组合成多模态参数,针对连续梁结构在有限元模型基础上对结构进行了损伤识别研究．结果表明,以此多模态参数作为网络输入参数,并通过学习训练所得网络不仅可以准确地对结构损伤进行定位,而且对损伤的定量也取得了比较理想的效果,表明此网络还具备良好的容错性和鲁棒性．     

曲率模态和柔度曲率对损伤的敏感性研究

以简支梁的损伤识别为例,用有限元方法进行建模和计算,比较分析了曲率模态和柔度曲率对结构损伤识别的敏感性.当梁发生损伤的类型不同时,损伤部位对未损伤部位的影响以及各处损伤部位间的相互影响不同,导致曲率模态或柔度曲率对损伤的敏感性有时会下降,单独用一种方法不能准确地识别结构的损伤,应综合运用两种方法对损伤进行识别;而且这两种方法能互相补其不足,可以更有效的对结构的损伤进行识别.     

基于多级神经网络的桥梁结构模态参数识别方法

桥梁结构模态参数识别方法在识别过程中难以获得完整阶次，构造的基准模型不完整，导致识别结果出现误差，因此，设计一种基于多级神经网络算法的桥梁结构模态参数识别方法.使用多级神经网络对识别算法进行优化，建立交配池，利用交叉和变异算子对交配池中的参量个体进行识别，建立新的群体，利用信号匹配识别结构模态参数，选择模态确信准则(MAC)以及相位共线性指标(MPC)作为模态区分的辨别指标并计算，最后优化整体模态参数识别流程.方法性能测试结果表明，设计的基于多级神经网络的桥梁结构模态参数识别方法在不同采集方式下得到的参数误差更小，可靠性更高.     

基于高斯曲率模态差的T梁结构二维损伤识别研究

曲率模态是识别损伤的敏感指标,基于曲率模态的损伤识别研究大多局限于一维结构。为将曲率模态的损伤识别方法推广到二维结构,提出了基于高斯曲率模态的损伤识别方法,综合考虑二维结构的加速度振型曲面在纵向和横向上的弯曲程度,通过计算结构损伤前后加速度振型的高斯曲率差来判断结构损伤的位置。T梁组合结构的模态试验及试验分析结果验证了该方法的可行性。