框架结构损伤诊断的神经网络方法的研究.pdfVIP

框架结构损伤诊断的神经网络方法研究 易伟建郭国会 (湖南大掌土木工程秉．长沙41∞托) 摘要本文封框架结构的损伤特征进行厂分析．发现框架结构的层问位移对以层为特征的损伤较 为敏感，井以此为基础．对框架的损伤模式予以分类，进而采用组合式神经网络实现框架结构的损伤模 式识别．组合式神经网络的每十子网采用BP网络．分类讪练后，每个子嗣误差可收敛至全局矮小．测 试表明t如果无噪声干扰，该罔络的分类错误率和损伤位置判断错误率为零；损伤程度的识别误差也町 满足工程实要求． 关毽词框架结构．损伤诊断。神经网络 1 前言 结构在受到偶然作用的灾害性荷载(如地震、火灾等)时，可能发生不同程度的损伤， 由于环境侵蚀，长期使用的工程结构，也可能由于混凝士开裂，钢筋锈蚀等原因而使其可 靠度降低，即使是新建结构，由于臆工偏差，人为错误和材料缺陷也可能使结构的性能不符 合设计要求．结构损伤诊断的目的就是根据外观调查、结构试验以及计算复核所获得的信息 量化损伤与缺陷对结构性能的影响。对结构的可靠性做出评估，进而制定维修加固方案。 近年来，这一领域的研究活动十分活跃，围绕着结构参数识别这一课题，国内外研究 人员进行了广泛而深入的研究Ⅲ。值得注意的是神经网络的应用正越来越受到重视。神经 网络所具有非线性映射能力，冗余容错能力，分布式存储特性都完全不同于经典的参数识 别方法．而表现出巨大的潜力。 从已发表的文献来看．神经网络应用于结构损伤诊断的基本特点可归纳如下： (1)大多采用BP网络进行参数识别。文献【2】为避免网络训练中陷入局部最小，将 HopficId网络与BP网络相结合．文献【3】用竞争网络识别了框架结构的前四阶振型，均取 得良好的效果。 (2)在具体的参数识别算法中，有的利用频域数据(频率、振型)训练网络．有的 直接用时域信号进行参数识别。由于BP定理保证了网络对非线性函数的逼近，因此，传 统的逆问题求解过程转换为网络的学习和训练过程。 (3)结构损伤诊断属模式识别一类问题，已有的研究中，大多也包含了模式识别的 基本思想，用神经网络实现模式识别，其优势是十分明显的． 舄伟建，男．1954年6月．工学博士．教授 目隶教委嶙士点誊金和灌南省自蒜科学差金蠹助填目 本文提出了一种基于神经网络的框架结构损伤诊断方法。利用框架结构的一阶振型层 间位移变化量表征-损伤的部位及特征，用组合式神经网络损伤模式进行分类，而每一子网 再采用BP算法进行学习。以确定损伤程度和损伤部位。 2框架结构的损伤模式分类 结构的特征方程可写为： (足一肼Ⅻ=O (1) 式中K为刚度矩阵．M为质量矩阵，由为特征向量，仅考虑一阶振型，方程(1)变为： 涨一^肼)磊=O i2) 考虑结构刚度发生变化，K=足o+斌，^=^o+幽，氟=≯l。+△≯，假设损伤不影响结 构质量的分布．方程(2)重写为 (3) [(Ko+4K)一(^o+△^)^f】(磊o+△≯)=o 注意到(量。一^o^，)办o=O以及振型向量的正交性质，由t3)式得： 硝丛办=M (4) 上式可理解为特征值相对刚度变化的灵敏度，式中珐。和氟分别为损伤前后的一阶振型向 量，△兄为一阶特征值的变化量。对于框架结构．如果采用层模型计算，其刚度矩阵具有 _二对角形式： Kl+K：一K2 O 一足! K!+K3一足， M M M 2 Ko 一足¨￡川+置， 一足． (5) 一芷l K．+岸『十I K，¨ M M 一置州K卜‘+K．一K．