基于ASCE SHM Benchmark模型的损伤识别方法比较研究

摘要

结构健康监测技术是当前土木工程领域研究的热点之一，而结构损伤识别又是健康监测的核心问题之一。结构损伤识别方法众多，每种方法都有其优点与缺点。面对实际的损伤识别问题，如何选择适合的损伤识别方法又成为一个关注的问题。本文的主要工作就是以ASCESHMBenchmark模型为对象，运用多种损伤识别方法进行验证研究，对不同类型的方法的优缺点做出总结，以便于工程人员对实际问题可以迅速有效的选用适合的方法。
　　本文首先介绍美国土木工程师协会提出的结构健康监测Benchmark模型，选用三类典型的损伤识别方法，即柔度矩阵差法、灵敏度法和单元模态应变能法对模拟的损伤工况进行了识别，比较了它们的特点和适用情况。
　　其次，应用神经网络的分步损伤识别方法实现Benchmark结构的损伤识别，首先以正则化的频率变化率和频率变化率作为损伤敏感参数并作为神经网络法的输入；然后确定了用于损伤识别的神经网络的形式和学习算法，并选取了合适的网络参数；最后利用BP网络的多重分步识别方法，对Benchmark结构分三步实现定位损伤层、确定损伤层内损伤杆件的位置、确定已知杆件的损伤程度三个层次的识别。
　　最后，对所得的损伤识别结果进行分析，总结出文中采用的各类方法的优缺点，给出这些方法对具体损伤工况及结构的适用性，为工程人员对方法的应用提供依据。

目录

基于ASCE SHM Benchmark模型的损伤识别方法比较研究

COMPARISON OF STRUCTURAL DAMAGE DETECTION ALGORITHMS BASED ON THE ASCE SHM BENCHMARK STRUCTURE

摘要

Abstract

第1章 绪论

1.1 课题背景及研究的目的和意义

1.2 损伤识别方法研究进展

1.3 本文的主要研究内容

第2章 ASCE SHM Benchmark模型

2.1 ASCE SHM Benchmark模型的提出

2.2 ASCE Benchmark模型简介

2.3 ASCE Benchmark结构的有限元模型

2.4 本文采用的模拟损伤样本

2.5 本章小结

第3章 三种损伤识别方法的应用

3.1 引言

3.2 基于柔度矩阵差的损伤识别方法

3.3 基于灵敏度的损伤识别方法

3.4 基于模态应变能的损伤识别方法

3.5 本章小结

第4章 基于神经网络方法的结构损伤识别

4.1 引言

4.2 基于神经网络的结构损伤识别

4.3 参数的选择

4.4 Benchmark结构的模拟损伤识别

4.5 本章小结

结论

参考文献

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

哈尔滨工业大学硕士学位涉密论文管理

致谢