基于BP神经网络的中等跨径桥梁损伤识别探讨

针对中等跨径桥梁中的损伤识别不敏感问题,运用BP神经网络进行中等跨径桥梁结构损伤识别。利用MIDAS/Civil分别建立三跨连续变截面箱梁完好及不同损伤状态下有限元模型,分析桥梁不同状态下的特征值,发现中等跨径桥梁对结构损伤的敏感性依次为振型竖向位移固有频率;将参数化的结构固有频率及振型作为BP神经网络的输入、损伤位置和损伤程度作为输出进行神经网络训练,对各工况下损伤位置和损伤程度进行识别,发现识别效果较差,通过获取中等跨径桥梁的自身特性,利用BP神经网络难以识别结构损伤,需探索合适的损伤识别参数及适用于中等跨径桥梁的方法。     

连续梁结构损伤识别的小波神经网络方法研究

以含损伤的连续梁结构为研究对象,研究了识别结构损伤位置和损伤程度的小波神经网络方法。通过有限元分析和Lanczos法计算得到损伤结构的曲率模态参数,再利用曲率和应变的关系得到应变模态参数。根据连续小波变换理论并用Matlab小波工具箱,得到小波系数模极大值并判断出结构损伤的位置。以此为基础,将小波系数模极大值作为BP神经网络输入参数构造神经网络,通过损伤程度与小波系数模极大值之间的非线性关系,由神经网络的输出参数确定结构的损伤程度。建立了一种既能识别结构损伤位置又能确定损伤程度的小波神经网络方法。通过对一含裂缝的三跨连续梁的损伤识别计算分析,验证了该方法的有效性。     

基于模态频率应变能熵和Tent—SSA—BP神经网络的桥梁损伤识别方法的研究

针对服役中的中小型梁桥因环境和材料因素影响易发生损伤的问题，提出了一种融合模态应变能、频率和信息熵的桥梁损伤识别的方法。该方法首先提取出桥梁的模态参数，通过公式得出模态频率应变能熵，对梁进行单点和多点损伤定位分析。其次，利用混沌tent映射，优化麻雀搜索算法的权阈值，调整寻优能力，并且将麻雀搜索算法(SSA)和混沌优化过后的麻雀搜索算法(Tent—SSA)分别优化BP神经网络。最后，将熵值变化率作为输入数据放进神经网络中训练，输出简支梁桥的损伤程度，做出定量对比分析。使用有限元软件进行算例分析的结果表明，模态频率应变能熵能精确定位损伤的位置，对损伤的敏感度较强，解决了识别过程中的非线性问题；同时，优化过后的BP神经网络对损伤识别的准确率更高，预测效果更好。     

径向基网络在简支梁损伤识别中的应用

对简支梁进行了损伤分析,研究了不同损伤工况下的频率变化率和模态振型曲率变化,并采用径向基神经网络对结构进行了损伤识别研究,研究中采用了三种方案:仅利用频率变化率;仅用第1阶模态曲率变化;综合使用前3阶频率变化率和模态曲率变化.结果表明,基于动力参数和径向基神经网络的结构损伤识别方法能够准确地识别结构的损伤程度,神经网络...     

基于小波分析和移动荷载动力响应的连续梁损伤识别研究

为了识别连续梁结构的损伤,以每跨25m的两跨等截面连续梁为背景,利用有限元分析,得到完好和有损伤梁在移动荷载作用下某点的位移响应,进而对其位移响应及残差进行连续小波变换,通过小波系数的变化来识别损伤。研究结果表明:可以根据小波系数灰度图进行损伤位置的识别,损伤识别效果受移动荷载速度和不同测点的影响较小。利用小波系数对数指标可以估计损伤程度,而且在存在噪声时,依然可以对损伤位置进行识别。     

基于BP神经网络算法的悬索桥损伤识别研究

该文基于神经网络损伤识别分析理论,以成都市清水河自锚式悬索桥为例,对将BP网络算法应用于悬索桥损伤识别的效果进行了分析研究。分析研究表明：BP神经网络不仅能对单一构件不同程度损伤进行有效识别,对两个构件的不同程度损伤也能进行一定程度的识别,并且可以同时进行损伤位置与损伤程度的识别。     

移动荷载位置对梁裂缝识别的影响研究

利用小波分析方法对移动荷载作用下存在损伤的简支梁进行识别.通过减小弹性模量模拟存在的裂缝,然后分别提取不同时刻梁的各点位移信息和梁不同位置处某点位移随时间的变化曲线,利用Mexican Hat小波对采集的信号进行连续小波变换,讨论了荷载作用在不同位置时,损伤位置处的Lipschitz指数变化情况.同时还讨论了荷载以不同速度移动时对不同位置点处Lipschitz指数的影响和相向移动荷载对损伤识别作用的影响.     

基于小波包和频响函数随机——模糊统计的斜拉桥损伤识别

针对单一方法损伤识别的缺点,提出了基于频响函数和小波包能量谱的斜拉桥损伤识别指标,结构损伤前后的频响函数作为信号,进行小波包能量谱分析.由于试验中的频响函数存在一定的随机模糊性,对完好状态下的10次频响函数值进行了随机模糊均值处理,得到的频响函数作为基准.独塔斜拉桥模型实验表明,斜拉桥的一处和两处的损伤都可以识别,损伤...     

基于模态应变能和神经网络的分步损伤诊断法

神经网络用于损伤识别遇到的最大问题就是训练样本的组合爆炸,单纯利用神经网络进行实际工程结构的损伤诊断有很大困难。丈中提出了一种分步损伤诊断方法,即先用模态应变能判断损伤位置,然后用BP神经网络识别损伤程度,并使用该方法成功地对一座模拟损伤的两跨连续梁桥进行了损伤位置与损伤程度识别。     

基于模态分析理论和神经网络的斜拉桥拉索损伤识别研究

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,进行结构健康监测。根据云阳长江公路大桥设计资料,考虑桥梁拉索结构的单构件损伤、2个构件损伤、3个构件损伤3类损伤工况,分别采用了模态频率、位移振型模态、曲率模态3种指标作为神经网络的输入参数,共建立9个BP神经网络模型进行了桥梁损伤识别的研究。研究结果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斜拉桥拉索结构的损伤位置和损伤程度。     

基于模态识别的波形钢腹板箱梁损伤位置研究

为解决波形钢腹板箱梁损伤识别和损伤定位问题,以上海塘大桥工程中波形钢腹板箱梁为研究对象,采用Ansys Workbench有限元建立波形钢腹板箱梁损伤结构计算模型,结合BP神经网络学习和重复训练功能,对波形钢腹板箱梁损伤前后的模态进行重复训练和计算,探索波形钢腹板箱梁损伤程度和位置与模态参数之间的变化规律。研究表明：波形钢腹板箱梁损伤后模态参数呈现下降趋势,不同程度和位置损伤后对模态参数影响存在一定的差异性,结构损伤程度与模态参数下降呈线性关系,训练后的BP神经网络对波形钢腹板箱梁损伤识别误差在3%范围内,验证了训练后的BP神经网络对波形钢腹板箱梁损伤识别的可靠性和准确性。     

基于神经网络的大型悬索桥单损伤识别方法

文中采用BP神经网络对大型悬索桥结构进行了分组子结构法的单损伤识别分析,分析结果表明,分组子结构法能成功地将神经网络技术应用于大型悬索桥的单损伤识别,解决神经网络应用于大型复杂工程结构损伤识别难以训练成功的问题.     

小波包能量特征法在汽车变速器轴承故障诊断中的应用

归纳和总结了小波神经网络轴承故障诊断法的实施步骤,阐述了小波包的原理,并以变速器轴承故障诊断为例,提取了小波包节点能量作为反映变速器轴承故障类型的振动信号特征参数,并用这些特征参数训练BP神经网络进行故障模式识别。结果表明,如果神经网络设计合理,训练适当,则具有很强的故障识别能力。说明了利用小波包能量法和BP神经网络进行变速器轴承故障诊断是可行而且有效的。     

环境激励下基于小波能量互熵的结构损伤诊断方法

环境激励下的结构响应是一个随机过程,结构发生破损时其响应将随之变化,可将描述随机过程特性的参数作为评判结构状况的指标.熵是测量随机过程不确定性的一个比较方便的方法,能够用于高斯及非高斯分布的情况.在小波分解的基础上建立了小波能量互熵的概念,提出了一种环境激励下用小波能量互熵诊断结构损伤的方法.用ANSYS建一个桥的模型,以此为对象进行研究,获取加速度响应信号,用小波进行分解,得出了不同损伤状态下模型的小波能量熵,分析结果验证了该方法的有效性.     

小波神经网络在基于图象处理的路面破损识别中的应用

由于路面破损形式的多种多样,造成路面破损分类成为一大难题,这极大的限制了路面破损自动检测的普及和发展,使得路面破损自动检测即使在发达国家普及得也不够理想。本文主要研究基于图象子块分布特性的路面破损识别算法,对比研究了小波神经网络和传统的BP神经网络在基于图象子块分布特性的路面破损识别。仿真结果显示,小波神经网络优于传统的BP神经网络。     

基于影响线二阶导数的结构损伤识别方法研究

提出建立基于位移影响线的简支梁结构损伤识别方法。该方法应用力学公式对损伤前后钢筋混凝土简支梁模型进行数值分析计算,得到位移影响线及其1、2阶导数,据此对损伤前后简支梁进行损伤位置及损伤程度的判别,模拟计算证明采用该方法进行结构损伤识别具有有效性。另外,应用位移影响线对一座简支T梁刚度变化状况进行识别,进一步证明采用位移影响线对结构刚度变化进行识别的可行性。     

基于小波分析的PC连续刚构桥损伤识别研究

为了深入对PC连续刚构桥的损伤识别进行研究,以小波变换为工具,结构曲率模态为信号,利用结构损伤前后的曲率模态小波系数差作为损伤识别指标,对一四跨PC连续刚构桥进行了损伤识别,研究并探讨了损伤识别指标在连续刚构桥单损伤、多损伤工况下的适用性。在单损伤工况下,损伤识别指标具有良好的敏感性和适用性,能够准确的定位损伤,并能根据损伤程度和损伤指标信息建立回归方程,对损伤程度进行估计;在多损伤工况下,随着损伤程度的增加,由于各部位特性受损伤的影响程度不同,采用整体识别时出现的伪信息,对结构损伤识别造成影响,因此提出对PC连续刚构桥进行基于损伤识别指标的分段识别方法,能有效的避免损伤识别中的误判和漏判现象。     

基于位移连续的静力损伤识别

为减小采用挠度法对桥梁结构进行静力损伤识别时识别结果出现误判的可能性,从位移连续条件出发对桥梁结构建立损伤识别模型,通过使理论计算挠度值逼近实测值,同时使节点相对转角最小,提出位移连续静力损伤识别法,然后利用多目标最优化方法求解。以简支梁为例对该方法的准确性进行验证,结果表明:该方法综合考虑了挠度与相对转角2个位移连续性条件,与实际情况更接近,在一定程度上降低了损伤误判的可能性。     

基于柔度矩阵的自锚式悬索桥主梁损伤识别研究

自锚式悬索桥的主梁具有梁—柱式受力特性,在运营阶段相对其他构件更容易出现损伤而造成安全事故.为保证结构的使用安全,该文以阳明滩大桥为背景,利用柔度矩阵损伤识别理论和有限元仿真分析对大桥主梁损伤识别技术展开研究.首先建立大桥完好状态下模拟实际的前4阶柔度矩阵,然后选择主梁4个典型损伤梁段形成具有不同程度损伤的6种损伤工况,并分别采用文中制定的矩阵对角线差MFD指标及其曲率MFDp指标对各工况进行损伤识别.识别效果表明:MFDp指标能够对全部工况进行准确识别,可用于大桥主梁损伤监控中.     

基于神经网络技术的结构损伤检测

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.