基于神经网络的EMI结构健康监测及损伤检测研究

摘要

在复杂的服役环境中工程结构常会遭受各种损伤,当这些损伤积累到一定程度将会导致结构破坏,甚至导致灾难性事故,因此,对结构的健康监测和损伤检测技术进行的研究具有十分重要的理论、现实意义及社会价值和经济价值。论文在国家自然科学基金(No.50778179)的资助下进行了集压电驱动/传感一体化技术的结构在线健康监测的研究。
　　 本文首先概述了基于振动测试的结构损伤检测的研究现状、介绍了基于压电阻抗的结构损伤检测的新方法,总结了基于计算智能的结构损伤检测的国内外研究进展。介绍了EMI(Electro-mechanical Impedarice,简称EMI)方法用于结构损伤检测的基本理论,包括智能材料与结构的概念、特点和PZT在智能结构中的应用;压电振动相关的基本理论,PZT与结构耦合电阻抗的推导。然后运用两端固定支撑条件下钢梁的损伤检测试验验证了EMI方法应用于结构损伤检测的有效性,运用损伤健康指数定性地评价不同损伤工况下钢梁的损伤破坏程度。
　　 介绍了神经网络的基本理论、BP神经网络模型和设计、介绍了神经网络在结构损伤识别的应用因素、一般过程及基本原理。通过对一个悬臂仿梁建立仿真模型,运用BP神经网络对其进行损伤位置识别,结果表明,BP神经网络对单一损伤位置识别效果很好。
　　 采用BP神经网络和EMI技术综合方法进行了结构损伤检测研究。通过实验得到PZT电导纳频谱曲线作为神经网络的输入参数,然后根据输入参数的训练进行结构损伤的识别研究。结果表明,设计的BP神经网络可以成功地识别结构的损伤。该综合技术充分利用了高频压电阻抗和神经网络的特性,是一个非常有潜力的结构损伤检测的方法。
　　 最后,总结了本课题的研究成果,并对后续的研究工作做了展望。