基于BP神经网络的结构损伤检测

介绍了BP神经网络的学习算法,通过对一个钢筋混凝土简支梁模型进行了损伤数值模拟,提取固有频率作为BP神经网络的输入参数,并应用简支梁损伤前后的数据输入训练好的神经网络来判断结构损伤。检测表明,该方法在结构损伤检测中具有较好的应用前景。     

基于神经网络技术的结构损伤探测

理论分析表明，工程结构损伤前后的固有频率的变化包含了结构损伤位置和程度的信息，在此理论基础上，构造了改进型BP神经网络的输入参数，分别对一个框架模型和一个桁架模型进行了损伤数值模拟计算，首先提取结构固有频率的变化，对神经网络进行训练，然后分别对结构的损伤位置和损伤程度进行识别，计算分析结果表明，该方法在结构损伤检测中具有较好的识别效果。     

基于PSO的结构损伤检测应用研究

建筑结构损伤前后固有频率的变化包含了结构损伤位置和程度的信息,在此理论基础上,构造了BP神经网络的输入参数.针对BP梯度下降算法导致的收敛速度慢和易陷入局部最小的缺点,引入粒子群演化(PSO)算法来优化神经网络各层间的连接权值.首先通过有限元法提取结构固有频率的变化,结合PSO对神经网络进行训练,然后分别对结构的损伤位置和损伤程度进行识别.计算分析结果表明,PSO的引入,相较于单纯的BP算法,该方法在结构损伤检测中取得更优的识别效果.     

基于曲率模态和BP神经网络的简支梁的损伤识别

通过BP神经网络对简支梁的损伤位置和损伤程度进行了研究。文中首先采用有限元仿真软件ANSYS计算得到不同损伤情况下结构的前两阶固有频率并计算指定点的曲率模态值,并以此为输入参数建立用于识别简支梁损伤的BP网络,最后利用LM算法训练网络来进行损伤检测。结果表明：该方法能有效地对损伤位置及损伤程度进行识别,且对损伤程度进行识别的精确度较高。     

剪切型框架结构损伤的两步检测方法

针对剪切型框架结构提出了分步损伤检测的方法．通过包含较大测量误差的结构一阶振型斜率的变化来判别损伤位置，损伤位置的判别可大大减少待识别参数的数量．理论推导证明，当剪切型框架结构发生损伤时，损伤单元振型斜率的变化大于零，由此可判别损伤位置．在判别出损伤位置的基础上，利用能够较准确获得的结构前几阶固有频率作为神经网络的输入，建立损伤程度识别神经网络，进行结构损伤程度的识别．数值分析表明，该方法能够有效实现剪切型框架结构的损伤检测，并具有很高的计算效率和计算精度．     

基于小波变换与神经网络的结构损伤检测

对BP网络和小波分析理论做了简要的概述,并给出了其应用于结构损伤检测的方法．将固有频率进行归一化处理,作为神经网络的输入参数进行结构损伤位置的检测,然后利用小波包技术对损伤结构的振动信号进行分解,求出各频带内的能量作为网络输入参数,进行损伤程度的评估,悬臂梁损伤诊断与实际损伤情况比较结果表明,该方法合理、有效,可用于实际结构的损伤检测。     

基于神经网络技术的结构损伤检测与应用研究

本论文主要对基于神经网络技术的结构损伤检测理论进行了研究,并确定了结构损伤的位置与程度。对一个选悬臂板模型的损伤状况进行了数值模拟分析,并采取合适的方法构造改进型BP神经网络的输入参数,应用训练后的神经网络对结构进行了损伤检测。结果表明,该方法有效,可靠。     

遗传算法–神经网络方法的结构损伤识别

应用人工神经网络技术,提取结构的固有频率的变化为特征参数,建立结构损伤识别模型,提出用遗传算法来调整神经网络的权值,并对一个框架模型进行了损伤数值模拟计算,即基于遗传算法-神经网络方法的结构损伤识别的研究。该方法弥补了传统的神经网络 BP 网络收敛速度慢,易陷入局部极小点等缺陷. 结构表明,该方法具有收敛速度快和识别精度高的特点。     

微损伤简支梁测定的摄动分析方法

利用连续体的结构摄动理论,得到微损伤简支梁固有频率变化与结构损伤位置及损伤程度的函数.通过对该函数关系的变换,得到了损伤位置及损伤程度与实测频率的关系,推导出了结构损伤定位公式.该公式简洁,适于工程应用.使用本文方法和有限元方法对比进行实例分析,验证了本文所得公式的可靠性.与有限元方法相比,本文方法既避免了有限元方法对计算机的依赖,又避免了有限元方法中精度受网格尺寸影响这一局限性.     

简支梁损伤的模态曲率差值试验分析

在模态曲率差理论的基础上,运用采集和实时分析软件DASP得到结构位移模态分析数据,分析不同损伤状况下简支梁结构的模态曲率差曲线及损伤前后结构的固有频率.试验结果表明:模态曲率差指标能很好地识别出单个单元损伤和多个单元的损伤位置;单点或多点损伤的一阶模态曲率差值曲线的识别效果较为准确,损伤程度与曲线峰值的大小能够相对应,一阶模态曲率差曲线对损伤位置敏感性较强;该方法的进一步完善使得对大型结构进行无损检测成为可能.     

基于模态柔度理论的结构损伤诊断试验研究

利用多参考点脉冲锤击法的输入输出动力信号获取结构的模态柔度,可以对结构进行损伤识别,设计了一根钢筋混凝土简支梁和一块钢-混凝土组合板的静动力试验.对不同损伤状态下的简支梁和组合板进行了动力测试,得到其模态柔度矩阵,并用来预测结构在荷载作用下的位移.简支梁试验结果表明,随着损伤程度的加深,结构自振频率降低,阻尼比增大,柔度增大,但自振频率只能判断结构损伤的出现,模态柔度则能够综合全面地反映钢筋混凝土简支梁结构的损伤位置和损伤程度.组合板试验表明,在线弹性状态下,动力测试与静力测试获得的模态柔度矩阵相差很小.设计了支座刚度变化、连接件损伤和横向支撑破坏这3种损伤工况,并用这3种工况来模拟实际桥梁结构可能出现的损伤状况.通过对比结构损伤前后的模态柔度位移信息,成功实现了组合板的损伤识别.     

动力系统有限元模型的误差分析

在结构损伤的系统识别过程中,模型误差和测试误差是引起误判的主要原因,以悬壁梁为例,通过与解析解的比较,研究了由于有限元度用化引起的结构系统动力反应的变化情况,结果表明：自振频率的识别差大致与频率值的平方成正比,与单元数相同的前若干个振型具有足够的精度,还讨论了由于结构参数截面刚度和分布质量的随机性导致的系统反应的离散性。     

Detection of Structural Damage Through Changes in Frequency

0IntroductionThbeee nvi pbrroatpioosne-db aasnedd d deavemlaogpeed d iente tchtieo npa satp p3r0o aycehaerss , haanvdethe study onthis topicis still active[1].Since natural frequen-cies can provide the global information of structures ,and canbe exactly m…     

基于连杆应变测量的起落架舱门结构健康监测

起落架舱门的结构完整性影响飞机起飞着陆阶段的安全，因此，提出了一种使用舱门连杆应变间接监测起落架舱门结构健康的方法。首先在某型运输机起落架外舱门连杆上粘贴应变计，对起落架收放过程中的舱门气动力进行定性分析；然后使用小波变化和傅里叶变化对连杆应变数据进行时频分析和频谱分析，间接获取起落架外舱门的振动响应频率，将振动响应频率作为易损探测值，根据其变化趋势判断舱门结构损伤的演变情况，并与舱门固有频率进行对比，分析结构损伤的原因；最后使用机载测试系统和监视系统，实现飞行过程中的起落架舱门结构健康监测。结果表明：该方法可靠有效，可预先探测起落架舱门结构损伤，具有推广应用价值。     

基于改进的BP神经网络的钢桁梁桥损伤识别

文章对某钢桁梁黄河大桥进行了损伤数值模拟,提取其固有频率作为BP神经网络的输入参数来训练网络,对桥梁整体的损伤进行诊断,并根据实桥损伤诊断的结果提出了一种改进的BP神经网络方法,它能够解决传统BP算法的梯度下降速度,从而提高运算速度,通过自调节保证学习过程中每一时刻具有较大的Sigmoid函数值,避免了局部极小。     

应用激光多普勒测振仪的岩块体累计损伤评价试验研究

岩块体崩塌破坏的突发性使其成为最难预防的地质灾害,严重威胁人类的生命财产安全.边坡岩块体崩塌破坏多是系统不稳定导致的动力破坏,而用振动特征参数来进行安全监测和损伤评价更为有效.本文应用激光多普勒测振技术,通过固有振动频率对危岩块体主控结构面的黏结力损伤进行定量分析.通过改进后的极限平衡模型,得出结构面不断劣化块体的安全系数由原来的1.17下降到1.04,与实际破坏结果相符.试验结果表明:固有振动频率一方面可对危岩块体累积损伤进行有效识别,另一方面可以为黏结力参数的合理确定提供客观的数据支持.因此,基于固有振动频率分析的激光多普勒测振技术可实现边坡岩块体的累计损伤评价,并将在未来的工程应用中发挥巨大的作用.     

小波基带宽的变化对结构损伤识别的影响

分析了小波变换在结构损伤检测中的应用 ,证实选择具有不同带宽小波基对检测结果可起到关键性作用 .小波变换可以看作是一组带通滤波器 ,小波滤波器通过多尺度带通和自相关加强特性 ,对结构的动力信号进行实时检测 .利用灵活的多尺度带通小波滤波器组 ,对结构振动信号作滤波分析 ,结构所有的自然频率特性可以同时在时频空间出现 .通过观察不同带宽内振动信号的时频变化来判断结构损伤存在     

长输管道悬索跨越结构损伤的试验模拟与识别

结构的损伤会导致结构模态参数的变化,通过获取不同损伤模式下结构的模态参数并经过分析对比,可实现对结构的损伤模式识别.为此,针对咸阳至宝鸡天然气输气管道工程的渭惠渠悬索跨越结构,制作了缩尺比例为1∶8的悬索桥模型结构,针对悬索桥模型结构进行了完好状态和3种基本损伤模式状态下的输入白噪声和地震波的振动试验研究,得到了多组长输管道悬索桥模型结构在完好状态和不同损伤状态下的频率参数;且采用目前广泛应用的神经网络BP网络实现了对长输管道悬索桥完好状态和3种主要损伤模式的识别.