基于模态参数和神经网络的桥梁损伤识别方法

由于人工神经网络具有强大的模式识别能力,近年来被广泛用于结构的损伤识别.神经网络输入参数的选择直接影响损伤识别的效果,利用结构振动模态分析理论,验证了结构损伤前后的模态柔度差和模态振型差均有对基准有限元建模误差不敏感的特性,建立了以上述两种指标作为神经网络输入参数进行结构损伤程度识别的方法,从而避免因基准有限元模型误差对神经网络训练数据的影响,提高识别准确性.32 m简支箱梁的数值模拟结果表明,训练好的神经网络可以准确地识别出结构损伤程度,并且讨论了测量误差对识别结果的影响.     

广深高速公路10~#桥工作状态研究

广深高速公路10#桥梁体拆膜后,中支点腹板出现斜裂缝,后进行了腹板加固,静载试验表明其正应力及剪应力的分布已趋于正常。经过十多年的运营,针对桥梁目前的工作状态,以及最大量加铺沥青混凝土罩面层后桥梁的工作状态进行研究。研究结果表明,加铺5 cm厚沥青混凝土罩面层,结构的受力状态满足规范要求,但由于早期有过加固施工,建议通过超载试验来获取实际承载能力。