BP网络在压电阻抗结构健康监测技术中的应用研究

摘要

压电阻抗技术是利用基于全局的振动来检测结构损伤的新技术,是近年来研究的热点。本文介绍了结构健康检测技术的发展现状,以及国内外人工神经网络的研究及应用情况,并且分析了压电阻抗技术和人工神经网络的基本原理。通过搭建压电阻抗实验平台,建立BP网络,将压电阻抗技术与BP网络结合起来对螺栓松动进行检测。
　　 本文的主要研究内容和成果包括:
　　 1.对PZT的机电耦合特性进行了详细地理论分析,给出了结构机械阻抗耦合到PZT电导纳的公式,从而为压电阻抗技术进行结构健康监测提供理论依据。
　　 2.根据压电阻抗技术基本原理,针对螺栓松动设计了结构健康监测的实验系统。通过实验验证了PZT对螺栓松动响应灵敏,且对距离越近的螺栓松动响应越敏感。不同螺栓松动时同一片PZT的阻抗谱不同；同一螺栓松动时,不同PZT的阻抗谱也各不相同。
　　 3.分析了人工神经网络中的BP算法的基本原理,采用MATLAB7神经网络工具箱的BP网络对用BP网络识别螺栓松动的可行性进了初步的探索；由网络的测试结果知,神经网络工具箱能诊断出螺栓松动的区域但不能准确识别出具体松动螺栓的序号。
　　 4.用C语言编写了改进过算法的BP网络,测试结果表明此网络能有效的准确识别出哪颗螺栓松动,并容易进一步改变结构或算法从而使BP网络能适用于识别模式数量增大后的情况。

目录

文摘

英文文摘

图表清单

注释表

第一章 绪论

1.1 选题的意义

1.2 国内外压电阻抗技术在结构健康监测中的研究概况

1.2.1 用于结构健康监测的压电阻抗技术与传统检测方法的比较

1.2.2 用于健康监测的压电阻抗技术研究概况

1.3 神经网络在结构健康监测中的应用概况

1.4 本文的研究内容

第二章 压电阻抗技术的基本原理

2.1 压电效应和压电方程

2.2 结构的机械阻抗

2.3 压电片驱动响应分析

2.3.1 PZT静态驱动响应

2.3.2 PZT动态驱动响应

2.4.耦合电阻抗分析

2.5 本章小结

第三章 BP网络

3.1 人工神经网络概述

3.1.1 人工神经网络的原理

3.1.2 人工神经网络特点及应用

3.2 BP误差反传神经网络

3.2.1 BP网络结构

3.2.2 BP网络的学习规则

3.3 本章小结

第四章 应用压电阻抗技术进行结构健康监测的实验研究

4.1 损伤检测实验

4.1.1 实验设备和材料

4.1.2 螺栓松动实验内容和结果

4.2 本章小结

第五章 BP网络的应用研究

5.1 问题分析及神经网络的选取

5.2 实验流程

5.3 用Matlab工具箱中的BP网络对螺栓松动模式识别进行探索

5.3.1 本实验的输入向量的参数选取

5.3.2 输入向量(18维)的BP网络的设计与训练

5.3.3 输入向量(27维)的BP网络的设计与训练

5.4 C语言编程的BP网络对螺栓松动模式识别的研究

5.4.1 检测任一单个螺栓松动的BP网络

5.4.2 检测任一单个及任一双个螺栓松动的BP网络

5.5 本章小结

第六章 总结与展望

6.1 全文总结

6.2 展望

参考文献

致谢

在学期间在学期间发表的论文

附录一 Matlab工具箱18维输入向量的BP网络的程序代码

附录二 Matlab工具箱27维输入向量的BP网络的程序代码

附录三 C语言构建的BP网络的程序

变量定义

BP算法

附录四 硬限制幅函数的C语言实现