基于神经网络法的内河框架墩式码头结构损伤识别

发布时间：2017-04-14 16:00

  本文关键词：基于神经网络法的内河框架墩式码头结构损伤识别，，由笔耕文化传播整理发布。

【摘要】：本文结合某内河框架墩式码头实际工程,通过ANSYS有限元分析软件对码头结构进行模态分析,提取结构的动力特性参数并建立损伤指标,应用神经网络建立一个码头构件损伤的识别体系,用于识别码头受损构件的位置和损伤程度。其主要研究内容和结论如下：(1)根据损伤力学理论建立码头结构的损伤模型,计算出各个损伤指标,并对其在同一损伤程度下不同损伤位置时、同一损伤位置不同损伤程度时的变化规律进行研究,得到对码头结构进行损伤初步定位时损伤指标采用NFRN,对桩进行损伤具体定位时损伤指标采用NDΦ,对柱和撑进行损伤具体定位时损伤指标采用X2,对桩进行损伤程度识别时损伤指标采用RNF,对柱和撑进行损伤程度识别时损伤指标采用FFC。(2)应用神经网络理论建立了框架墩式码头结构构件损伤识别系统,识别过程主要分三步：第一步对码头结构损伤构件进行初步定位,识别出损伤构件的类型；第二步对损伤构件进行进一步识别,识别出损伤构件的具体位置；第三步对损伤构件进行损伤程度识别。通过对网络的测试,得到网络的损伤识别效果较好。(3)通过对网络进行抗噪分析获知,当对码头构件进行初步定位、对桩进行损伤具体定位时,误差对网络的识别效果影响较小,可不必进行抗噪训练；当对码头构件进行损伤程度识别、对柱和撑进行损伤具体定位时,误差对网络的识别效果影响较大,需要对网络进行抗噪训练,以提高网络的识别正确率。(4)对比各个网络的抗噪性能,得到误差对频率指标影响小于对振型指标的影响,因此,在对振型模态参数进行测量时,应当采取必要的消噪措施。(5)对比抗噪训练前后网络的识别效果,得到抗噪训练后网络的识别效果有所提升,结构中桩和柱的提升效果较好,撑的提升效果较差。
【关键词】：神经网络 损伤识别 抗噪分析 框架墩式码头
【学位授予单位】：重庆交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：U656.1
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-19
• 1.1 选题背景及研究意义11-12
• 1.2 国内外研究的现状及存在的问题12-17
• 1.2.1 结构的损伤识别方法研究的概述12-13
• 1.2.2 全局损伤识别法的研究现状13-14
• 1.2.2.1 基于结构静态特性的损伤识别13
• 1.2.2.2 基于结构动力特性的损伤识别13-14
• 1.2.3 基于神经网络的损伤识别14-16
• 1.2.4 码头结构损伤识别的研究现状16-17
• 1.3 本文研究内容及思路17-19
• 1.3.1 研究的主要目的17
• 1.3.2 研究内容17-19
• 第二章 结构损伤识别的基本理论19-26
• 2.1 损伤力学的基本理论19-21
• 2.1.1 损伤变量19
• 2.1.2 有效应力19-20
• 2.1.3 应变等价性假设20
• 2.1.4 应力等价性假设20-21
• 2.2 模态分析理论21-22
• 2.3 损伤指标理论22-25
• 2.3.1 标准化频率变化率NFRN22-23
• 2.3.2 频率变化比FCR23-24
• 2.3.3 频率平方变化比FSR24
• 2.3.4 频率平方变化率RNF24
• 2.3.5 基于振型变化的损伤指标24-25
• 2.4 本章小结25-26
• 第三章 神经网络基本理论26-37
• 3.1 神经网络概述26
• 3.2 神经网络模型26-30
• 3.2.1 人工神经元26-27
• 3.2.2 神经元传递函数27-28
• 3.2.3 拓扑结构28-29
• 3.2.4 学习方法29-30
• 3.3 概率神经网络30-32
• 3.3.1 概率神经网络的基本原理30-31
• 3.3.2 概率神经网络设计要点31-32
• 3.4 BP神经网络32-36
• 3.4.1 BP神经网络结构32
• 3.4.2 BP算法的基本原理32-35
• 3.4.3 BP神经网络的设计要点35-36
• 3.5 本章小结36-37
• 第四章 基于神经网络的框架墩式码头的损伤识别37-62
• 4.1 框架墩式码头损伤识别基本思路37-38
• 4.2 框架墩式码头模态分析38-41
• 4.2.1 框架墩式码头有限元模拟38-39
• 4.2.2 模态分析39-41
• 4.3 损伤指标分析41-43
• 4.4 框架墩式码头结构损伤识别43-60
• 4.4.1 损伤识别判别标准43-44
• 4.4.2 损伤初步定位44-45
• 4.4.3 损伤具体定位45-55
• 4.4.3.1 桩的损伤定位分析46-47
• 4.4.3.2 柱的损伤定位分析47-53
• 4.4.3.3 撑的损伤定位分析53-55
• 4.4.4 损伤程度识别55-60
• 4.4.4.1 桩的损伤程度识别56-58
• 4.4.4.2 柱的损伤程度识别58-60
• 4.4.4.3 撑的损伤程度识别60
• 4.5 本章小结60-62
• 第五章 考虑误差影响的码头构件的损伤识别62-70
• 5.1 引言62
• 5.2 考虑误差影响的损伤初步定位62-63
• 5.3 考虑误差影响的损伤具体定位63-66
• 5.3.1 桩的损伤具体定位63-64
• 5.3.2 柱、撑的损伤具体定位64-66
• 5.4 考虑误差影响的损伤程度识别66-69
• 5.5 本章小结69-70
• 第六章 结论与展望70-72
• 6.1 结论70-71
• 6.2 展望71-72
• 致谢72-73
• 参考文献73-76
• 攻读学位期间取得的研究成果76

【相似文献】

中国期刊全文数据库 前10条

1 李贵炳;结构损伤识别指标法及其实现[J];太原理工大学学报;2003年05期

2 王术新;结构损伤识别的现状和发展[J];现代制造工程;2004年03期

3 李大伟,李霆;一种基于频率的结构损伤识别方法及识别矩阵的建立[J];机电工程技术;2005年07期

4 和飞,叶燎原;基于振动的结构损伤识别方法综述[J];工程抗震与加固改造;2005年S1期

5 朱子;董聪;;基于最小秩方法的结构损伤识别[J];建筑科学与工程学报;2006年03期

6 尹涛;余岭;朱宏平;;一种基于模型修正的结构损伤识别方法[J];振动与冲击;2007年06期

7 李清富;张江威;;改进的灰色关联分析法在结构损伤识别中的应用[J];建筑科学;2008年05期

8 李伟;;结构损伤识别技术的发展现状与展望[J];山西建筑;2008年23期

9 李蕊;周丽;;基于不完全测量的结构损伤识别研究[J];西安建筑科技大学学报(自然科学版);2011年01期

10 何伟;何容;;基于动力学特性的结构损伤识别研究进展[J];铁道建筑;2012年02期

中国重要会议论文全文数据库 前10条

1 翟鹏程;高岳权;;结构损伤识别方法研究现状[A];土木建筑教育改革理论与实践[C];2009年

2 和飞;叶燎原;;基于振动的结构损伤识别方法综述[A];第二届全国防震减灾工程学术研讨会论文集[C];2005年

3 钟军军;;模型缩聚在结构损伤识别中的应用研究[A];第六届全国土木工程研究生学术论坛论文集[C];2008年

4 娄永利;韩大建;;基于摄动有限元法的结构损伤识别的研究[A];第十四届全国工程设计计算机应用学术会议论文集[C];2008年

5 李烨;王建;李青;钱鹏;薛松涛;唐和生;;基于粒子滤波器的结构损伤识别研究[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

6 吴金志;张毅刚;;建筑结构损伤识别技术的研究与进展[A];第二届全国现代结构工程学术研讨会论文集[C];2002年

7 陈晓强;朱宏平;暏东东;张俊兵;;应用动能密度和遗传算法进行梁结构损伤识别[A];第六届全国土木工程研究生学术论坛论文集[C];2008年

8 胡宁;王翔;姚振汉;吴智深;;利用静态响应并结合频率测试数据进行结构损伤识别[A];第八届全国结构工程学术会议论文集（第Ⅰ卷）[C];1999年

9 袁旭东;高潮;高少霞;;量测模态数量对结构损伤识别影响数值模拟研究[A];第15届全国结构工程学术会议论文集（第Ⅲ册）[C];2006年

10 徐建立;杨飞宇;;基于声音信号的结构损伤识别方法[A];2011年全国失效分析学术会议论文集[C];2011年

中国博士学位论文全文数据库 前10条

1 宋华珠;基于独立分量分析的结构损伤识别研究[D];武汉理工大学;2006年

2 邹万杰;基于振动测试的杆系钢结构损伤识别研究[D];武汉理工大学;2009年

3 谭林;基于动力指纹的结构损伤识别可靠度方法研究[D];华南理工大学;2010年

4 焦莉;基于数据融合的结构损伤识别[D];大连理工大学;2006年

5 唐小兵;结构损伤识别及数值模拟[D];武汉理工大学;2004年

6 张开鹏;结构损伤识别方法研究[D];武汉理工大学;2004年

7 袁颖;桥梁结构损伤识别方法的相关问题研究[D];大连理工大学;2006年

8 王茂龙;结构损伤识别与模型更新方法研究[D];东南大学;2003年

9 孙国;基于稀疏模态响应的结构损伤识别方法[D];大连理工大学;2006年

10 张育智;基于神经网络与数据融合的结构损伤识别理论研究[D];西南交通大学;2007年

中国硕士学位论文全文数据库 前10条

1 潘晓威;基于频响函数的结构损伤识别方法[D];河北大学;2015年

2 王晓光;基于运行模态的桥梁结构损伤识别对比研究[D];长安大学;2015年

3 田福志;基于无迹卡尔曼滤波的结构损伤识别方法研究[D];南昌大学;2015年

4 徐昌宏;基于联邦扩展卡尔曼滤波的结构损伤识别方法[D];南昌大学;2015年

5 翁璞;基于改进HHT的结构损伤识别方法研究[D];长沙理工大学;2014年

6 魏文馨;基于神经网络法的内河框架墩式码头结构损伤识别[D];重庆交通大学;2015年

7 何立志;希尔伯特—黄变换及其在结构损伤识别中的应用[D];北京工业大学;2006年

8 佟显能;基于信息融合的结构损伤识别研究[D];青岛理工大学;2010年

9 王涛;基于振动特性的结构损伤识别方法与试验研究[D];北京工业大学;2009年

10 霍旭薪;结构损伤识别[D];吉林建筑工程学院;2011年

  本文关键词：基于神经网络法的内河框架墩式码头结构损伤识别，由笔耕文化传播整理发布。

本文编号：306321