土木工程结构健康监测中神经网络方法综述.pdfVIP

土木工程结构健康监测中的神经网络方法综述1 1 1,2 1 李林 ，洪可柱 ，朱宏平 1 华中科技大学土木工程与力学学院，（430074 ） 2 中国建筑总公司第三工程局 email: li0@21 摘 要：结构损伤检测与识别对结构安全及人们生命财产具有重要意义。近年来结构损伤检 测中的神经网络方法受到了广泛的关注和研究。本文对神经网络方法在结构损伤检测中的研 究进行了综合论述，阐述了各类神经网络在损伤检测中的应用、输入输出数据的不同类型、 结构建模误差对检测效果的影响和分步损伤检测方法等内容，并对神经网络方法在损伤检测 中的发展前景作了展望。 关键词：工程结构 损伤检测 神经网络 1．引言 工程结构随着使用时间的增加，不可避免的发生老化；自然灾害的频繁发生也导致工程 结构产生损伤，如 1995 年的神户地震及 1999 年的台湾大地震使无数的房屋损坏和倒塌，造 成生命财产的巨大损失。结构损伤的及时检测及修复对于减小生命财产损失具有重要作用， 同时，尽早的发现结构损伤，可大大降低维护维修费用。因此，结构健康监测在近几十年来 一直是人们关注的热点，许多学者进行了这方面的研究。 由于结构的振动特性 （如时程响应、固有频率、振型等）是结构物理参数 （如刚度、质 量）的函数，结构损伤即意味着结构物理参数的改变，而物理参数的改变必然引起结构振动 特性的改变。因此，通过对结构振动特性变化的观测、分析及处理，有可能获得结构物理参 数的变化情况，从而达到损伤检测的目的。计算机技术的飞速发展及传感器技术、信号处理 技术的进步，使得能够准确、快速的分析处理动态测试信号。因此，近几十年来，基于结构 动态响应的损伤检测成为国内外研究的热点。 通常，基于数学模型的损伤识别方式为：构造一个目标函数，在满足约束条件的情况下 使目标函数取得最小值而达到对结构损伤的识别，即结构参数的优化求解。优化求解有多种 算法，但这些算法需要耗费大量的计算时间，不能实现对结构损伤的实时识别，而且对于自 由度较多的情况计算结果有可能不稳定。 近年来，在损伤识别中人工神经网络（ Artificial Neural Network）方法吸引了人们 广泛的注意，通过用神经网络建立起结构损伤与结构力学特性之间的关系，实现结构损伤的 1 本课题得到教育部博士点专项基金资助项目（20030487016 ）资助 - 1 - 识别。 2. 研究现状 人工神经网络最初是为模拟人的大脑功能而提出来的。大脑是由生物神经元构成的巨型 网络，是一种大规模的并行处理系统，它具有学习、联想记忆、综合等能力，并有巧妙的信 息处理方法。人工神经网络也是由大量的、功能比较简单的神经元互相连接而构成的复杂网 络系统，用它可以模拟大脑的许多基本功能和简单的思维方式。通过对网络进行训练，网络 可以获得相关信息，并将信息存储在神经元的连接权值中。人工神经网络具有并行处理、容 错性、鲁棒性等特点，现已广泛应用于各个领域。利用神经网络进行损伤识别，多采用多层 BP 网络。BP 网络结构简单，学习、训练算法较为成熟，对多层 BP 网络，采用适当的权值和 激活函数，可以对任意非线性映射进行任意程度的近似[1]，这对于模拟结构物理参数和结 构模态参数之间的非线性关系极为重要。BP 网络应用典型步骤：a、确定网络结构及训练算 法 b、生成训练样本数据 c、用训练数据对网络进行训练 d、测试网络的泛化能力 e、用神经 网络进行损伤检测。 2.1 BP 神经网络在损伤识别中的应用 Wu 等[2]早在 1992 年就利用 BP 网络对一个三层剪切框架结构进行损伤识别，以对楼层 加速度时程响应进行傅立叶变换得到的加速度幅值谱作为网络输入，正确的实现了特定楼层 的损伤识别。由于直接采用离散频谱幅值作为网络输入，所以不需要进行模态参数识别，但 输入层节点数较多，这会降低网络训练的效率。Tsou 和 Shen[