基于计算智能的桥梁损伤识别方法抗噪性能研究

发布时间：2017-03-21 17:12

  本文关键词：基于计算智能的桥梁损伤识别方法抗噪性能研究，由笔耕文化传播整理发布。

【摘要】：由于受到车辆荷载、自然环境、材料劣化等因素的影响,服役的中小跨径混凝土简支梁桥损伤不断出现。异形桥梁作为城市立交桥的主要结构形式,由于其复杂的受力特性,结构损伤不可避免。对简支梁桥及异形桥梁开展损伤识别研究,具有重要的工程实际意义。此外,在桥梁动力参数的测试过程中,不可避免地受到测试噪声的影响,导致动力参数包含的损伤识别有效信息降低,损伤识别结果产生较大偏差。对损伤识别方法开展抗噪性能研究,是提高损伤识别方法识别精度的必要举措。本文采用BP神经网络与支持向量机技术实现了简支梁桥及异形桥梁的损伤识别,验证了其损伤识别的有效性。对BP神经网络与支持向量机的抗噪性能进行了研究,在损伤识别指标向量中添加高斯白噪声,研究其在不同噪声水平下的损伤识别精度,实现了基于计算智能的损伤识别方法的优化选取。具体开展了以下工作:(1).对基于动力特性与计算智能技术的桥梁损伤识别研究背景及意义进行了阐述,详细分析了现有损伤识别方法的优缺点。对桥梁损伤识别方法的抗噪性能研究进行了分析,明确了损伤识别方法抗噪性能研究的重要意义。在总结国内外研究现状的基础上,提出了本文的研究思路。(2).系统地介绍了基于模态频率及模态振型的损伤识别原理。在此基础上,对BP神经网络与支持向量机算法的理论基础进行了阐述,为基于智能计算方法的桥梁损伤识别系统构建奠定了理论基础。(3).对混凝土简支梁桥进行了损伤识别研究。以简支梁桥损伤前后的振型比值为损伤识别指标,采用BP神经网络与支持向量机算法对简支梁桥进行损伤识别。在选取的测试样本中添加高斯白噪声,检验BP神经网络与SVM算法的抗噪能力。(4).考虑了异形桥梁的几何特殊性,选取模态频率参数构造损伤识别指标,分别采取BP神经网络算法与支持向量机算法对异形桥梁进行了损伤定位与程度识别。对BP神经网络与支持向量机的抗噪性能进行了验证,在识别指标向量中添加不同水平的高斯白噪声,对测试工况的损伤状态进行了识别。
【关键词】：桥梁结构 损伤识别 BP神经网络 支持向量机 噪声影响 抗噪性能
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U446
【目录】：

• 摘要4-6
• ABSTRACT6-12
• 第1章 绪论12-24
• 1.1 研究背景及意义12-13
• 1.2 基于动力参数的损伤识别方法13-16
• 1.2.1 基于模态频率的损伤识别方法13-14
• 1.2.2 基于振型及其导出量的损伤识别方法14-15
• 1.2.3 基于应变模态及模态柔度的损伤识别方法15-16
• 1.3 基于计算智能技术的损伤识别方法16-21
• 1.3.1 基于神经网络的损伤识别方法16-18
• 1.3.2 基于支持向量机的损伤识别方法18
• 1.3.3 基于小波分析的损伤识别方法18-19
• 1.3.4 其它方法19-21
• 1.4 损伤识别方法的抗噪性能研究21-22
• 1.5 本文主要研究内容22-24
• 第2章 桥梁损伤识别智能计算理论24-42
• 2.1 引言24
• 2.2 基于动力特性的损伤识别原理24-27
• 2.2.1 基于模态频率的损伤识别24-26
• 2.2.2 基于模态振型的损伤识别26-27
• 2.3 BP神经网络理论27-33
• 2.3.1 神经元及BP神经网络结构27-30
• 2.3.2 BP神经网络学习过程30-31
• 2.3.3 BP神经网络学习算法31-33
• 2.4 支持向量机理论33-41
• 2.4.1 统计学习理论及结构风险最小准则33-34
• 2.4.2 基于支持向量机的分类算法34-37
• 2.4.3 基于支持向量机的回归算法37-41
• 2.5 本章小结41-42
• 第3章 简支梁桥损伤识别计算智能方法及抗噪性能研究42-62
• 3.1 引言42-43
• 3.2 损伤识别指标及工况建立43-48
• 3.2.1 模态振型比值43
• 3.2.2 损伤识别指标有效性43-46
• 3.2.3 损伤识别工况建立46-48
• 3.3 基于BP神经网络的简支梁损伤识别48-53
• 3.3.1 损伤位置识别48-51
• 3.3.2 损伤程度识别51-53
• 3.4 基于SVM的简支梁损伤识别53-57
• 3.4.1 损伤位置识别53-55
• 3.4.2 损伤程度识别55-57
• 3.5 简支梁桥损伤识别抗噪性能分析57-60
• 3.5.1 噪声模拟57-58
• 3.5.2 损伤位置识别抗噪性能分析58-59
• 3.5.3 损伤程度识别抗噪性能分析59-60
• 3.6 本章小结60-62
• 第4章 异形桥梁损伤识别计算智能方法及抗噪性能研究62-72
• 4.1 引言62-63
• 4.2 损伤识别指标及工况建立63-66
• 4.2.1 损伤识别指标63
• 4.2.2 损伤识别工况建立63-66
• 4.3 基于BP神经网络的异形桥梁损伤识别66-68
• 4.3.1 损伤位置识别66-67
• 4.3.2 损伤程度识别67-68
• 4.4 基于SVM的异形桥梁损伤识别68-69
• 4.4.1 损伤位置识别68-69
• 4.4.2 损伤程度识别69
• 4.5 异形桥梁损伤识别抗噪性能分析69-71
• 4.5.1 噪声模拟69-70
• 4.5.2 损伤位置识别抗噪性能分析70
• 4.5.3 损伤程度识别抗噪性能分析70-71
• 4.6 本章小结71-72
• 第5章 结论与展望72-74
• 5.1 结论72-73
• 5.2 展望73-74
• 参考文献74-82
• 作者简介82-83
• 致谢83

【相似文献】

中国期刊全文数据库 前10条

1 陈昕;损伤识别理论在桥梁中的应用及存在问题[J];公路;2005年04期

2 豆征;王欣;;基于离心加权的桁架早期损伤识别[J];起重运输机械;2007年05期

3 宗周红;牛杰;王浩;;基于模型确认的结构概率损伤识别方法研究进展[J];土木工程学报;2012年08期

4 刘济科,汤凯;基于振动特性的损伤识别方法的研究进展[J];中山大学学报(自然科学版);2004年06期

5 赵立波;;浅谈梁的损伤识别方法[J];山西建筑;2006年10期

6 李学平;余志武;;一种基于频率的损伤识别新方法[J];工业建筑;2006年S1期

7 胡利平;韩大建;;考虑环境因素影响的动态法桥梁损伤识别[J];华南理工大学学报(自然科学版);2007年03期

8 周潇;刘泉;李军歌;;基于自回归移动平均模型的梁桥损伤识别[J];西南公路;2009年01期

9 单德山;李乔;张吉刚;;蒙特卡罗法在桥梁损伤识别中的应用[J];重庆交通大学学报(自然科学版);2009年05期

10 Eric M. Lui;Ajit C. Khanse;;钢框架非比例损伤识别[J];钢结构;2010年03期

中国重要会议论文全文数据库 前10条

1 郭健;;不同尺度上桥梁损伤识别的信息分布特征研究[A];第十八届全国桥梁学术会议论文集（下册）[C];2008年

2 黄永;李惠;欧进萍;;基于分形理论和小波包变换的损伤识别方法[A];第六届全国土木工程研究生学术论坛论文集[C];2008年

3 张石磊;陈少峰;王焕定;王伟;;损伤识别指标的模糊层次分析[A];第八届全国地震工程学术会议论文集（Ⅱ）[C];2010年

4 蒋济同;李志强;;基于遗传算法的梁损伤识别研究[A];第六届全国现代结构工程学术研讨会论文集[C];2006年

5 王珑祺;向志海;周马生;;基于频率和振型的测量点优化和损伤识别方法[A];中国计算力学大会'2010（CCCM2010）暨第八届南方计算力学学术会议（SCCM8）论文集[C];2010年

6 钟军军;董聪;夏开全;;基于结构模态参数的损伤识别方法研究[A];第17届全国结构工程学术会议论文集（第Ⅲ册）[C];2008年

7 薛祥;霍达;滕海文;李宁波;;应用于桥梁损伤识别的小波空间变换基函数敏感性探讨[A];首届全国既有结构加固改造设计与施工技术交流会论文集[C];2007年

8 唐健;曹宗杰;于洋涛;;结构健康监测中损伤识别的现状研究[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年

9 刘效尧;;桥梁损伤识别的静态RBE神经网络法[A];中国公路学会桥梁和结构工程学会2001年桥梁学术讨论会论文集[C];2001年

10 赵红兵;顾元宪;;基于极大极小化模型的损伤识别方法[A];中国力学学会学术大会'2005论文摘要集（下）[C];2005年

中国博士学位论文全文数据库 前10条

1 王鑫;地面交通激励下古建筑影响及古木结构损伤识别研究[D];西安建筑科技大学;2015年

2 徐乾;桩板式挡土墙损伤识别及预警[D];重庆大学;2015年

3 赵红兵;基于“能量测试”和优化方法的结构单元损伤识别[D];大连理工大学;2005年

4 谢峻;基于振动的桥梁结构损伤识别方法研究[D];华南理工大学;2003年

5 鲍跃全;结构健康监测的数据压缩采样与损伤识别融合方法[D];哈尔滨工业大学;2009年

6 张清华;基于概率可靠度的结构损伤识别理论研究及应用[D];西南交通大学;2006年

7 尚鑫;基于动力测试的桥梁损伤识别研究[D];长安大学;2014年

8 程良彦;拱结构的损伤识别方法及损伤结果可视化研究[D];暨南大学;2010年

9 施洲;基于动力测试的桥梁结构损伤识别及性能评定理论与应用研究[D];西南交通大学;2007年

10 孙砚飞;基于光纤光栅传感的桥梁损伤识别与评估系统研究[D];武汉理工大学;2008年

中国硕士学位论文全文数据库 前10条

1 吕天德;基于FEMU和SVM的桥梁损伤识别研究[D];西南交通大学;2015年

2 韩锦涛;基于光热偏转法的激光薄膜损伤识别研究[D];西安工业大学;2015年

3 陈正弟;基于附加虚拟质量的模型修正方法与试验研究[D];大连理工大学;2015年

4 关士锋;基于振动测试的桥梁损伤识别研究[D];河北工业大学;2015年

5 千宇;基于模型的损伤识别研究[D];西安电子科技大学;2014年

6 林洁琼;带裂缝混凝土板动力特性研究[D];重庆交通大学;2015年

7 林鑫鑫;基于桥梁挠度监测的斜拉桥拉索损伤识别的预测函数模型研究[D];石家庄铁道大学;2015年

8 韩乃杰;基于分布式宏观应变测试的受弯构件损伤识别技术研究[D];石家庄铁道大学;2015年

9 李艳;基于灰色关联理论和遗传算法的悬索桥损伤识别研究[D];兰州交通大学;2015年

10 余祥;基于Hilbert-Huang理论斜拉索损伤识别方法研究[D];东华理工大学;2014年

  本文关键词：基于计算智能的桥梁损伤识别方法抗噪性能研究，，由笔耕文化传播整理发布。

本文编号：260012