人工神经网络和BOTDR技术在结构物局部变形预测中的应用.pdfVIP

人工神经网络和BOTDR技术在结构物局部变形预测中的应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
维普资讯 第 16卷 第 2期 山东交通学院学报 V0l_l6 No.2 2008年 6月 JOURNALOFSHANDONG JIAOTONGUNIVERSITY Jun.2008 人工神经网络和 BOTDR技术在 结构物局部变形预测 中的应用 张春海 ,厉呈伟 ,高俊启 (1.日照市公路局,山东 日照 276826;2.南京航空航天大学 9-木工程系,江苏 南京 210016) 摘要:介绍了分布式光纤监测系统的检测原理 ,针对结构物局部点的应变变化建立了4层人工神经网络模型, 对结构物的局部变形进行预测 ,并利用隧道实测数据对预测值进行了验证,取得了比较满意的效果。 关 键 词:光纤 ;人工神经网络 ;BOTDR;变形预测 中图分类号:U452;TP183 文献标识码:A 文章编号:1672—0032(2008)02—0071—04 分布式光纤传感技术是一项国际尖端的新型监测技术,克服了传统点式监测漏检的弊端,实现对监 测对象的全方位监测。大型、新建或超过服务年限的结构物铺设光纤之后,可以实现长距离、长期 、实时 和连续监测。相比传统监测方法,该技术可以节约许多费用并获得较高的测量精度。近年来,以OTDR (OpticalTimeDomainReflectometer,光时域反射计)为主的光纤监测技术在水利水电工程裂缝研究 、大型 管道工程变形研究和桥梁工程变形监测等方面得到了应用 ¨-2]。BOTDR(BrillouinOpticalTimeDomain Reflectometer,布里渊时域反射计)是国际尖端的新型应变监测技术,不同于 OTDR技术。国内有关 BOTDR技术及其应用于隧道工程安全监测的报道并不多见。 人工神经网络是由众多相互连接、形式简单的神经元按照一定的拓扑结构组成的网络系统 ,具有 非线性 、快速、并行分布处理 、自学习、自组织等特点。在信息不完备的情况下,在模式识别 、知识处理 等方面有很强的能力。采用人工神经网络对分布式光纤监测系统采集的数据进行适当处理,可对结 构变形起到预测、预报的功能。本文提出了基于BOTDR技术和人工神经网络的结构物局部变形预测 的计算方法 。 1 分布式光纤监测 分布式光纤监测方法主要采用 BOTDR技术 ,其检 测原理见图1 ,通过测量光纤中的背向布里渊散射光 频率的漂移,获得光纤沿线应变的分布信息,对长距离 分布的大型结构物实现变形监测。本文中主要采用 AQ8603光纤变形/损失分析仪对隧道进行实时检测。 褥 铺设光纤之后,结构的应变变化均能反映在 AQ8603光 稿 纤变形/损失分析仪中。在正常情况下,结构物在外界 衽 因素(湿度、温度、交通流、荷载等)作用下,将产生一系 列动力响应,AQ8603主要记录结构物的应变响应。应 变变化主要包含了结构物的健康状况类的信息,利用该 图 1 BOTDR的检测原理 收稿 日期:2008—02—28 作者简介:张春海(1963一),男,山东 日照人,日照市公路局高级工程师,主要研究方向为结构健康监测 维普资讯 ! 望兰堕兰堡 !! 旦 笙!!堂 类信息可以预测结构物随后的应变。当网络预测某部位的应变与实测应变发生较大的差异时,该部位可 能存在结构损伤,由此可对此部位做详细的观测。 2 人工神经网络模型 本文采用比较成熟的网络模型,即分层前馈网络, 简称BP(BlackPropagation)网络 J,它的网络结构如图 2所示。其权值的调整采用反向传播的学习算法。 BP网络由3层构成,即输入层、隐含层和输出层 各层之间实行全连接。隐含层也称中间层,可能不止一 层。BP网络及其算法增

文档评论(0)

jingpinwedang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档