基于BP神经网络和模态曲率法的拱桥损伤识别研究

摘要

桥梁结构是我国交通基础设施的重要组成部分。由于桥梁结构在频繁荷载，自然因素，以及人为因素的影响下，桥梁结构会出现损伤，对桥梁的安全运营产生了极其严重的影响。因此，对桥梁进行损伤识别目前已经成为技术人员研究的热点问题。本论文以现有的桥梁损伤识别理论为基础，收集分析了国内外桥梁损伤识别研究资料，对目前桥梁健康检测采用的损伤识别方法及其特点进行了总结。在此基础上，采用分步损伤识别的方法对拱桥拱肋的损伤位置及损伤程度进行了识别，验证了该方法的可行性和有效性。
　　 本文具体的操作和主要研究内容有:
　　 1.简要介绍了桥梁损伤识别研究的意义以及国内外损伤识别技术的研究现状。通过研究发现，桥梁结构采用单一方法进行损伤识别时，会存在诸多缺陷，例如采用神经网络直接进行损伤识别时，多处损伤时的训练样本数量与单处损伤时相比，训练样本数量会变得极为庞大。为了避免单一结构损伤识别方法的缺陷，提高识别的效率和效果，本文采用分步损伤识别的方法，先由模态识别法进行损伤定位，然后与神经网络有机结合对损伤程度进行精确识别。
　　 2.为了实现桥梁分步损伤识别方法的第一步，本文以模态曲率理论为基础，采用一种改进的模态曲率改变率作为损伤指标，以一座下承式拱桥作为模型进行仿真计算，通过其在不同损伤工况下的计算结果进行分析和讨论，说明该方法能够比较准确地对结构的损伤进行识别。
　　 3.为了实现桥梁分步损伤识别方法的第二步，在对BP神经网络的结构、性能、学习算法等进行分析的基础上，运用MATLAB软件中的神经网络工具箱建立了三层的BP神经网络，以改进的模态曲率改变率作为输入参数，对已知的拱肋损伤位置进行了损伤程度的精确识别。

目录

声明

摘要

第1章 绪论

1．1 桥梁损伤识别研究的意义

1．2 桥梁结构损伤识别的研究概况

1．2．1 桥梁损伤与损伤识别

1．2．2 桥梁结构损伤识别方法

1．3 目前结构损伤检测研究中存在的问题

1．4 本文主要研究内容与方法

第2章 人工神经网络原理及应用

2．1 人工神经网络的理论和方法

2．1．1 人工神经网络的概念

2．1．2 人工神经网络的发展

2．1．3 人工神经元模型

2．1．4 人工神经网络的基本特点与功能

2．2 BP神经网络

2．2．1 BP神经网络的概述及基本思想

2．2．2 BP神经网络的结构

2．2．3 BP神经网络的训练

2．2．4 BP神经网络的局限性及改进

2．2．5 BP神经网络的设计

2．3 BP神经网络在MATLAB中的实现

2．3．1 MATLAB软件介绍

2．3．2 MATLAB神经网络工具箱介绍

2．4 本章小结

第3章 基于模态曲率改变率的拱桥损伤识别

3．1 引言

3．2 理论分析

3．3 算例分析

3．3．1 计算模型

3．3．2 损伤模拟及结果分析

3．3．3 微小损伤下的桥梁损伤位置识别

3．3．4 噪声干扰下的桥梁损伤位置识别

3．4 本章结论

第4章 基于BP神经网络的拱桥损伤识别

4．1 桥梁损伤分步识别

4．2 基于BP神经网络的损伤程度识别

4．2．1 基本步骤

4．2．2 损伤识别指标

4．2．3 神经网络训练样本的采集

4．2．4 神经网络损伤程度识别

4．3 本章结论

结论与展望

结论

展望

参考文献

致谢

附录A (攻读学位期间所发表的学术论文目录)