桥梁动态称重技术在中小跨径混凝土 梁桥上的适用性研究

为准确了解桥梁动态称重(BWIM)技术在不同类型桥梁上的适用性,从而为BWIM技术选型提供理论依据,针对我国应用范围最广的中小跨径混凝土梁桥开展了BWIM系统测试精度和稳定性的研究.首先基于公路桥梁通用图集建立了典型截面和跨度的梁桥模型,利用数值仿真方法获得了不同加载工况下车辆和桥梁的动态响应;然后利用经典BWIM方法计算了车辆总重和轴重及其识别误差;最后利用参数分析方法研究了桥梁跨径、截面类型、车辆类型、传感器测点位置、路面平整度、测量噪声、行驶速度等重要因素对识别效果的影响.研究发现:在不同跨径和截面类型的桥梁及各种复杂工况下,利用BWIM技术均可以获得理想的总重识别效果;而在轴重识别方面,桥梁跨径越小,识别效果越佳;另外,空心板桥具有更好的识别精度,T梁桥次之,小箱梁桥最次;路面平整度的劣化和输入信号噪声可能对BWIM系统的轴重识别效果产生不利的影响,实际应用中维护路面平整和控制输入噪声对于获得可靠的车辆称重结果具有重要的意义.     

基于附加质量的梁损伤识别影响因素分析

为了提高基于附加质量的梁结构损伤识别精度,对附加质量影响因素进行了综合分析。根据梁结构损伤识别的附加质量法,建立梁结构有限元模型,并计算其损伤部位以及损伤程度,同时研究附加质量的大小、数目及位置对结构损伤识别的影响。在验证附加质量法对梁结构损伤识别有效性的基础上,采用不同的质量块附加在梁结构的不同位置进行损伤识别,由得到的损伤识别结果计算损伤识别误差。研究结果表明:附加质量后损伤识别精度有较大提升,有效降低了识别误差;随着损伤程度的增加,识别误差在逐渐增大,附加质量法对小损伤具有较好的识别效果;附加质量的大小和数目是提高梁结构损伤识别精度的主要因素,附加质量的位置对损伤识别结果的影响也不容忽视。     

基于BP神经网络的桥梁移动荷载识别精度

为了识别作用于桥梁结构上的移动荷载,基于反向传播神经网络方法,开展了输入参数对荷载识别精度影响的分析.首先利用ANSYS模拟移动集中力通过简支T梁桥,得到了主梁跨中位移、速度和加速度时程曲线;其次基于MATLAB建立反向传播神经网络结构,分别将桥梁结构的位移、速度和加速度动态响应数据作为反向传播神经网络的输入参数,移动荷载大小作为输出参数,研究不同输入参数对荷载识别精度的影响;然后分别选取位移和速度、位移和加速度、速度和加速度以及三者组合的工况进行多参数输入的优化设计;最后,以某4跨预应力混凝土连续T梁桥工程为背景,以重车下的竖向加速度实测数据验证了该反向传播神经网络用于识别实桥上简单移动荷载的可行性.结果 表明:利用反向传播神经网络进行移动荷载大小识别时,单输入参数的识别精度由高到低依次为加速度、速度、位移,建议在实际工程中采用较易获取的加速度数据作为输入参数进行荷载识别;多参数组合输入可以提高移动荷载的识别精度,其中速度和加速度组合可以实现较优的识别效果;实测数据证明了该反向传播神经网络用于简单的实桥荷载识别是可行的.相关研究结果可为桥梁载荷识别及桥梁结构的性能评价提供参考.     

利用位移影响线对曲线桥进行损伤识别的影响因素研究

基于位移影响线的特点,首先对简支曲线梁进行模拟,通过分析得出,曲线梁位移影响线对损伤具有很好的识别效果。然后通过对车辆移动荷载进行模拟,得出荷载速度越低损伤识别效果越好,且影响线损伤识别效果受到影响线取值间距的影响,选取适当的位移取值间距能够提高损伤识别的敏感性。进一步对曲线梁不同的支撑形式进行模拟分析,得出损伤指标随着支座约束的增加而增大。研究结论可以为曲线梁桥的设计及检测研究提供方向及技术支持。     

连续流下混凝土梁桥运营模态参数影响研究

为研究混凝土梁桥在运营阶段模态变化,基于随机误差基本理论,采用多次平均谱消除频谱结果中车辆的干扰,并通过仿真与实桥对比分析桥梁模态的影响。结果表明:车辆激励下混凝土梁桥中,低阶模态参数能够较好反映桥梁的刚度变化,其研究成果对运营桥梁结构损伤识别具有重要意义。     

基于递归策略的数学公式识别模型

在简要介绍数学公式识别发展状况的基础上,提出了一个基于递归策略的数学公式识别模型.该模型由版面分析和数学公式结构表达两部分组成.版面分析主要是提取文档中的数学公式;数学公式结构的表达采用一种递归算法将公式用结构树表示,它是公式识别的关键环节,该方法对公式结构具有较好的适应性.     

自然手写汉字五笔码识别法

在深入剖析五笔字型键盘输入法编码原则和字根结构基础上,结合联机识别技术特点对五笔字根作出适应性发行后,提出了一种联机识别自然手写汉字新方法：五笔码识别法。在构建的识别体系中 采用了层间分级技术,并提出将键盘输入技术与联机识别技术有机融合,为联机识别自然手写汉字探索新途径。     

基于神经网络的土木工程结构损伤识别研究

本文从土木工程结构损伤识别出发,探索神经网络在土木工程结构损伤识别中的运用。论文首先阐述人工神经网络在土木工程结构损伤识别中应用的可行性,然后具体分析了基于人工神经网络技术的结构损伤识别。     

结构损伤状态识别的神经网络方法

分析了神经网络方法用于结构状态识别的可行性，提出了现有神经网络用于结构状态识别解决的问题和改进的方法，并针对梁类结构的裂纹识别，做了尝试性的探索。     

结构损伤识别的样条函数方法

结构参数识别方法是目前结构损伤识别领域中最有效的工具之一，在结构参数识别过程中引入样条函数方法，避免了传统有限元方法带来的庞大刚度矩阵的负面影响。从而提高了识别过程的计算稳定性及计算效率。算例表明识别结果能够应用于结构损伤部位及程度的判别。     

结构损伤识别的柔度差值曲率法

简支梁与悬臂梁的多个算例表明：结构损伤识别的柔度差值曲率法仅需低阶的模态参数即可获得很好的损伤识别精度，对于轻微损伤与多处同时损伤的识别也是灵敏可靠的.     

基于小波包样本熵和支持向量机的框架结构损伤识别

基于小波包样本熵和支持向量机原理,研究了钢框架结构的损伤定位识别方法.分析在冲击载荷作用下框架结构的动力响应,对加速度信号进行小波包分解,建立小波包样本熵的损伤指标,采用支持向量机原理,识别结构损伤位置以及损伤程度.研究表明,该方法能够利用单一的传感器,实现理想的识别效果,且具有一定的适用性和鲁棒性,在60 dB的噪声水平环境中损伤定位识别结果在90％以上,在40 dB的噪声水平环境中,损伤程度识别结果在90％以上,框架实验模型研究表明,柱的损伤识别精度要高于梁的损伤识别精度.     

基于应变模态梁型结构损伤识别研究

传统损伤识别方法大多仅限于结构件中单个裂纹的确定,且损伤识别指标无法准确反映早期局部损伤。为此,提出了一种以应变模态差为表征指标的结构表面多裂纹损伤识别方法。首先,依据欧拉伯努利梁理论,建立了含有多裂纹悬臂梁结构传递矩阵方程,得到含裂纹悬臂梁位移模态振型和应变模态振型;其次,计算损伤前后应变模态差并作为损伤识别指标进行识别。以悬臂梁为例,利用MATLAB分别对单损伤和多损伤等不同工况条件进行了模拟仿真,在此基础上,利用PVDF压电传感器进行了单裂纹和双裂纹悬臂梁损伤识别实验。仿真结果和实验结果表明：应变模态差可以对单裂纹与多裂纹损伤工况进行识别,且识别精度高。     

基于动力指纹和Bayes数据融合的桥梁损伤识别

受测量噪声的影响,采用单一指标评价桥梁安全容易产生误判,因此提出一种基于Bayes理论的桥梁损伤识别方法.该方法将识别过程分解为损伤定位识别与损伤定量识别两部分,首先采用Bayes公式融合归一化的动力指纹,进行损伤位置识别,进而提取损伤处的动力指纹构建Bayes网络,计算各节点的条件概率,从而识别损伤程度.通过简支梁数值模拟验证了该方法具有良好的抗噪性,尤其能够对小损伤准确定位,对程度差别小的损伤准确分类.     

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。     

Remote intelligent identification system of structural damage

The focus of this paper is to build the damage identify system, which performs “system identification“ to detcct the positions and extents of structural damages. The identification of structural damage can be characterized as a nonlinear process which linear prediction models such as linear regression are not suitable. However. neural network techniques may provide an effective tool for system identification. The method of damage identification using the radial basis function neural network (P, BFNN) is presented in this paper. Using this method, a simple reinforced concrete structure has been tested both in the absence and presence of noise. The resuits show that the RBFNN identification technology can he used with related success for the solution of dynamic damage identification problems, even in the presence of a noisy identify data. Furthermore, a remote identification system based on that is set up with Java Technologies.     

遗传算法在汽轮机调速系统参数辨识中的应用

分析了常规参数辨识方法在进行汽轮机调速系统参数辨识时存在的局限性，在对华阳后石电厂6号机组（600MW）汽轮机调速系统模型参数进行辨识时，采用了一种基于遗传算法的参数辨识方法，并利用Matlab及其Simulink工具箱予以实现．这种方法对现场试验条件的要求不高，试验时可以根据机组实际情况选择测点，并且可以较好解决非线性环节参数的辨识问题，比较适合于汽轮机调速系统的参数辨识．结果表明，辨识所得的模型参数能够满足电力系统分析对汽轮机调速系统模型准确度的要求．     

基于广义柔度矩阵的结构损伤识别方法

提出一种基于广义柔度矩阵的结构损伤识别方法. 以悬臂梁结构为例, 比较了柔度灵敏度方法和广义柔度灵敏度方法的损伤识别效果. 结果表明, 广义柔度灵敏度方法能更准确地识别损伤位置和程度.     

基于GA遗传算法的ARMA模型的辨识方法

提出一种基于浮点数编码遗传算法的系统辨识方法,融合和改进了一些遗传操作,并把该方法应用于有噪声背景下的ARMA模型参数的辨识。实验表明,该方法可有效地克服噪声干扰,可获得系统参数的无偏估计。     

基于柔度矩阵法的结构损伤识别

针对工程结构的健康监测, 提出一种基于柔度矩阵法的损伤识别方法, 只需结构的低阶模态参数便可识别结构的损伤位置和程度, 克服了实际应用中高阶模态参数较难获得的缺陷, 并通过一个悬臂结构损伤识别的数值模拟验证了该方法的有效性.