基于柔度曲率差和BP神经网络的结构损伤识别

发布时间：2020-03-22 01:43

【摘要】：结构损伤识别是一种有效的检测结构的健康状况,防止重大工程事故突然发生,避免或降低人员伤亡和经济损失的技术,具有十分重要的科研意义。土木工程建筑在使用过程中由于自然环境、荷载作用,以及材料老化等原因,结构材料内部的微小损伤经过日积月累,演变成重大的损伤,极有可能导致结构坍塌,引发灾难性后果,结构损伤识别就是要在事故发生之前检测到结构潜在的危险,以采取适当的应对方案,避免灾难降临。在基于结构力学特性改变的方法当中,柔度法及模态应变能法是两种较好的方法,对局部损伤具有很高的敏感度,构造简便。本文在这两种方法的基础上加以改进,一种是基于结构力学特性改变的方法,提出一种新的柔度曲率差(Flexibility Curvature Difference,简称FCD)法;另一种是基于信号处理的方法,将模态应变能差作为BP神经网络(Back-Propagation Neural Network)的输入来训练网络,新的数据输入训练好的网络可预测损伤。本文提出了一种新的综合平均柔度曲率差法,首先取三维结构在四个方向的模态振型,由此求到四个不同的柔度曲率差,再对这四个指标求绝对值的平均值得到综合平均指标。由数值模拟结果表明取四个指标时存在干扰单元,而综合平均指标可以准确地识别损伤位置,新方法比一般的柔度曲率差方法更好。另一种方法是将模态应变能差(第一阶模态)作为BP神经网络的输入,对空间钢架进行有限元数值仿真分析,一共做了9个网络的训练及测试,通过对测试结果的统计分析,表明将单一的损伤指标作为BP神经网络的输入,取单隐含层网络,在足够多的训练样本的情况下,训练好的网络可以对一组新的数据作出准确的损伤预测。这种方法比仅利用模态应变能的方法有着显著的优点,可同时识别损伤位置和程度,正确率也大大提高。
【图文】：

钢架结构模型图

(e) 第五阶振型图 3-3 空间钢架无损情况的前五阶模态阵型图Figure 3-3 The first five-order mode shapes of undamaged steel frame由图 3-3 可知，结构在第一阶的位移主要在 Y 方向，第二阶位移主要在 Z 方向，第三阶是发生 Y 和 Z 方向的扭转，第四阶第五阶则发生更大程度的位移。将模态振型进行质量归一化后，柔度矩阵反比于固有频率的平方，即：211nTi ii iF (3.37这里的 是第 i 阶振型， 是质量归一化振型。柔度曲率是将柔度矩阵进行二次差分求得，本文按对角元素计算：将n 维柔度方阵的对角元素提出，，按节点组成新的 维的列矩阵 ，即： j diag F(3.38
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TU317

【相似文献】

相关期刊论文 前10条

1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期

2 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期

3 王方;苗放;陈垦;;基于优化神经网络的地质灾害监测预警仿真[J];计算机仿真;2019年11期

4 马猛;王明红;;基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J];轻工机械;2019年06期

5 庄连生;吕扬;杨健;李厚强;;时频联合长时循环神经网络[J];计算机研究与发展;2019年12期

6 李杰;孙仁诚;;几种典型卷积神经网络的权重分析与研究[J];青岛大学学报(自然科学版);2019年04期

7 岳新;杜玉红;蔡文超;;基于GA-BP神经网络异纤分拣机检测参数优化[J];棉纺织技术;2020年01期

8 赵伟荣;李慧;;基于集成神经网络的织物主观风格预测研究[J];纺织科技进展;2020年01期

9 李金堂;;试析神经网络技术在机械工程中的应用及发展[J];网络安全技术与应用;2020年02期

10 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期

相关会议论文 前10条

1 孙军田;张U

本文编号：2594262