基于神经网络的空间刚架结构损伤识别与试验检测

摘要

空间刚架结构作为钢结构的基本形式之一在现代工程中应用广泛。在使用过程中，不可避免地会产生微小损伤，损伤逐渐发展，将使结构的使用安全受到威胁，因此需要建立结构损伤的检测方法从而能够快速准确地对损伤进行识别。目前，采用振动方法对钢结构的损伤识别定位研究主要集中在单跨梁和桁架结构，对空间刚架研究较少，且没有系统地提出较合理地损伤标示量对空间损伤进行识别。因此，空间刚架损伤检测有待进一步研究。
　　本课题制作了小型实验刚架模型，采用DASP2006软件进行实验模态分析，得到固有频率、振型等模态参数。利用ANSYS软件建立实验刚架的有限元模型，计算得到模拟固有频率、振型等模态参数，对比验证了有限元模型的正确性。
　　分别采用振型变化率、曲率模态、单元模态应变能变化率作为损伤标示量对有限元模型的损伤位置和损伤程度识别进行比较研究。通过振型变化率、曲率模态自身对比发现构件的轴向振动信息比横向振动信息更适合对结构损伤进行识别。不同标示量之间对比得到曲率模态、单元模态应变能变化率对结构损伤的敏感程度都优于振型变化率，且能够对多位置损伤进行有效识别。在实际工程中振型测量相对简单，易于构造振型变化率和曲率模态等参数，在实际损伤检测中容易实现，但存在空间问题数据量较大的缺点。应变能属于能量范畴的标示量，不具方向性且敏感度高，适合作为空间刚架损伤识别的标示量，但测量仪器要求高，测量成本高，不适合在实际工程中推广。根据比较分析，本文提出了新的损伤标示量───轴向振型差变化率，其具有回避空间问题，处理数据工作量小、敏感程度高、设备要求不高、成本较低等优点，适合在实际工程中推广。
　　在实验刚架上，以曲率模态及轴向振型差变化率作为损伤标示量对实验刚架进行损伤识别中。实验结果表明曲率模态和轴向振型差变化率作为损伤标示量可以对实验刚架的单一损伤及多损伤工况进行识别，可以在现场测量中推广，是两种比较理想的空间刚架损伤标示量。
　　本文最后建立空间刚架损伤识别的神经网络模型，采用轴向振型差变化率作为训练样本参数，对网络进行训练，达到对空间刚架损伤位置及损伤程度进行识别的效果，为空间刚架结构损伤识别提供一种可行方案。

目录

封面

中文摘要

英文摘要

目录

1 绪论

1.1 论文研究的目的和意义

1.2 基于动态特性的结构损伤识别方法的研究现状

1.3 本文研究的过程路线及内容

2 多自由度线性系统的振动分析理论[38~40]

2.1 多自由度系统的动力学方程

2.2 固有频率

2.3 位移模态

3 空间刚架实验模态分析

3.1 空间刚架结构实验模型的确定

3.2 实验模态分析基本原理

3.3 实验方案

3.4 实验工况的确定

3.5 信号处理

3.6 本章小结

4空间刚架有限元建模及计算机仿真分析

4.1 参照空间刚架实验模型建立有限元模型

4.2 空间刚架损伤工况的确立

4.3 空间刚架模型求解

4.4 本章小结

5 空间刚架损伤识别标示量研究

5.1 基于空间三向振型变化率的空间刚架结构损伤识别的研究

5.2 基于曲率模态的空间刚架结构损伤识别的研究

5.3 基于单元模态应变能变化率的空间刚架结构损伤识别的研究

5.4 轴向振型差变化率的提出及在空间刚架结构损伤识别上的应用

5.5 损伤标示量的比较分析及空间刚架损伤标示量的选取

5.6 本章小结

6 应用曲率模态、轴向振型差变化率识别实验刚架模型的损伤位置

6.1 应用曲率模态识别实验刚架模型的损伤位置

6.2 应用轴向振型差变化率识别实验刚架模型的损伤位置

6.3 本章小结

7 神经网络方法在空间刚架损伤识别中的应用

7.1 神经网络简介

7.2 BP神经网的实现

7.3 BP网络结构损伤的实现

7.4 本章小结

结 论

参考文献

附 录 [空间刚架ANSYS命令流]

在学研究成果

致谢