基于柔度差曲率法与遗传算法结合的桥梁结构损伤识别

发布时间：2017-03-28 17:02

  本文关键词：基于柔度差曲率法与遗传算法结合的桥梁结构损伤识别，由笔耕文化传播整理发布。

【摘要】：桥梁存交通运输系统具有十分重要的作用,保址桥梁结构的安全性赴交通运输领域面临的重大问题。由于各种原㈧,桥梁的拟伤时不可避免的。桥梁结构的损伤如果不及时修复,一旦桥梁发生破坏,会对国民经济和人民的牛命安全产生严重的后果,因此对桥梁结构进行损伤识别研究,具有重要的意义：本文利用振动测试的模态参数,基于柔度差曲率法和遗传算法相结合的方法,进行桥梁结构的损伤位置和损伤程度的识别。本文共分四章。第一章为绪论,首先介绍了桥梁结构损伤识别的背景和意义,然后对结构损伤识别理论和损伤识别方法做了简介,最后阐述了了本文研究过程和研究内容。第二章介绍了柔度差曲率法的基本理论,并用该方法进行损伤位置识别,研究了该方法的损伤识别性能。在结构相对柔度越大的地方,损伤识别效果越好,支座处单元损伤则无法识别：仅用低阶模态就能很好识别损伤位置,增加模态阶数对损伤识别效果改进不大；该方法进行损伤识别时抗噪性能不好。第三章使用转角模态曲率法进行损伤位置识别,该方法可以识别出支座处单元损伤,弥补了柔度差曲率法的缺陷；该方法的抗噪性能要优于柔度差曲率法。第四章介绍了遗传算法基本原理,依据柔度差曲率法理论建立了遗传算法目标函数,使用matlab编制遗传算法程序计算结构损伤程度。计算结果与实际损伤程度吻合较好,随着损伤单元的增加,计算时间增加很多,计算准确度变差,损伤识别更困难。对于多处单元连续损伤,柔度差曲率法不能很好的识别损伤位置,将疑似损伤单元纳入损伤单元,用遗传算法进行计算,可以近似判断出单元是否损伤以及损伤程度。
【关键词】：损伤识别 模态参数 柔度差曲率法 遗传算法
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U446
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8
• 1.1 桥梁结构损伤识别的意义8-16
• 1.2 桥梁结构损伤识别的基本理论10-11
• 1.2.1 损伤的定义10-11
• 1.2.2 损伤识别的目标11
• 1.3 桥梁结构损伤识别的的方法11-15
• 1.3.1 基于固有频率变化的损伤识别法12
• 1.3.2 基于振型的损伤识别法12-13
• 1.3.3 基于应变模态的损伤识别方法13
• 1.3.4 基于刚度矩阵和柔度矩阵的损伤识别方法13-14
• 1.3.5 基于计算机智能的损伤识别方法14
• 1.3.6 基于小波分析的损伤识别方法14-15
• 1.4 本文主要研究内容15-16
• 2 基于柔度差曲率法的结构损伤位置识别法16-33
• 2.1 柔度差曲率法的基本原理及公式推导16-18
• 2.2 结构损伤位置识别数值仿真分析18-30
• 2.2.1 简支梁的损伤定位识别18-22
• 2.2.2 三跨连续梁的损伤定位识别22-27
• 2.2.3 无铰拱的损伤定位识别27-30
• 2.3 柔度差曲率法的抗噪性分析30-32
• 2.4 本章小结32-33
• 3 基于转角模态曲率法的损伤位置识别法33-38
• 3.1 单处损伤和多处损伤识别33-35
• 3.2 支座处损伤识别35-36
• 3.3 抗噪性分析36-37
• 3.4 本章小结37-38
• 4 基于遗传算法的损伤程度识别38-53
• 4.1 遗传算法基本原理与方法38-45
• 4.1.1 遗传算法特点39-40
• 4.1.2 遗传算法的理论依据40
• 4.1.3 遗化算法的基本步骤40-45
• 4.2 目标函数的建立45
• 4.3 柔度修正及误差处理45-47
• 4.4 刚度矩阵的缩聚47-49
• 4.5 计算过程及结果讨论49-52
• 4.5.1 单处单元损伤程度识别49-50
• 4.5.2 多处单元损伤程度识别50-52
• 4.6 本章小结52-53
• 结论与展望53-55
• 参考文献55-58
• 致谢58-59
• 附录 连续梁损伤程度识别遗传算法程序59-63

【相似文献】

中国期刊全文数据库 前10条

1 杨艳丽,史维祥;一种新的优化算法—遗传算法的设计[J];液压气动与密封;2001年02期

2 王毅,曹树良;遗传算法在并联水泵系统运行优化中的应用[J];流体机械;2003年10期

3 赵义红,李正文,何其四;生物信息处理系统遗传算法探讨[J];成都理工大学学报(自然科学版);2004年05期

4 李凡,黄数林,张东风;一种改进的多倍体遗传算法[J];华中科技大学学报(自然科学版);2005年01期

5 韦雪洁;黎明;刘高航;田贵超;;注入式的遗传算法的分析与研究[J];南昌航空工业学院学报(自然科学版);2006年01期

6 阎纲;;遗传算法及其仿真[J];湖南工程学院学报(自然科学版);2006年04期

7 ;遗传算法[J];电网与清洁能源;2008年10期

8 吴玫;陆金桂;;遗传算法的研究进展综述[J];机床与液压;2008年03期

9 李培植;肖利明;于静涛;;基于遗传算法的结构优化方法[J];公路交通科技(应用技术版);2008年08期

10 于金;金乐;杜海璐;;基于改进遗传算法的集装箱装载优化问题研究[J];船海工程;2008年05期

中国重要会议论文全文数据库 前10条

1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年

3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年

6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年

8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年

9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

中国重要报纸全文数据库 前1条

1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

中国博士学位论文全文数据库 前10条

1 蔡美菊;交互式遗传算法及其在隐性目标决策问题中的应用研究[D];合肥工业大学;2015年

2 张士伟;三维声学快速多极基本解法在机械噪声预测中的应用研究[D];沈阳工业大学;2016年

3 高军;无铅焊料本构模型及其参数识别方法研究[D];南京航空航天大学;2015年

4 Amjad Mahmood;半监督进化集成及其在网络视频分类中的应用[D];西南交通大学;2015年

5 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

6 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年

7 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年

8 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

9 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年

10 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年

中国硕士学位论文全文数据库 前10条

1 张英俐;基于遗传算法的作曲系统研究[D];山东师范大学;2006年

2 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年

3 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年

4 周玉林;基于小波分析和遗传算法的配电网故障检测[D];昆明理工大学;2015年

5 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年

6 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年

7 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年

8 吴欣欣;改进GA-TS算法优化的BP神经网络入侵检测研究[D];湖南工业大学;2015年

9 王垒;基于遗传算法的A型单喇叭互通立交线形优化[D];长安大学;2015年

10 龚高;基于遗传算法的桥梁结构传感器优化布置研究[D];长安大学;2015年

  本文关键词：基于柔度差曲率法与遗传算法结合的桥梁结构损伤识别，由笔耕文化传播整理发布。

，

本文编号：272647