基于神经网络结构损伤识别综述.pdfVIP

第 37卷 第 25期 山 西 建 筑 Vol。37No．25 2011年 9月 SHANXI ARCHITECTURE Sep． 2011 ·45 · 文章编号：1009—6825(2011)25—0045—02 基于神经网络的结构损伤识别综述 彭 超 摘 要：简单介绍了神经网络技术及其分类方法，对使用神经网络进行斜拉桥损伤识别的基本流程进行了详细阐述，并 分析了输入向量的选择优缺点，以期促进基于神经网络的结构损伤识别技术的推广应用。 关键词：斜拉桥，损伤识别，神经网络 中图分类号：TU312．3 文献标识码：A 0 引言 息知识库 ，然后利用神经网络的模式识别功能识别结构损伤。通 由于神经网络在模式识别领域具有以下突出的优点：可模拟 过分析、计算结构在各种状态下的参数指标，辅助实测数据或考 虑专家经验建立结构状态知识库。精细模型应该和实测数据吻 任意非线性映射；较好的鲁棒性；泛化能力强；可处理带噪声或不 完备的测试数据；神经网络并不要求事先知道损伤机理和控制方 合得较好 ，偏差要在允许范围内，能够准确生成用于网络训练的 知识库(训练样本)。如果数值模型存在较大的模型误差，会使模 程，适合于损伤方式不可预期和损伤机理复杂的大型结构；强大 型与实测的损伤指标匹配性不好，就可能使基于这些参数改变的 的自学习、自适应能力可以处理实际工程遇到的 “意外”。因此 ， 损伤检测方法识别结果较差，甚至失效。 神经网络技术已经被广泛用于结构损伤识别。国内外许多学者 在这方面进行了大量的研究。 3 基于神经网络技术的损伤识别流程 本文简单介绍了神经网络技术及其分类方法，对使用神经网 应用神经网络技术进行结构损伤识别的过程为 ： 络进行斜拉桥损伤识别的基本流程进行了详细阐述 ，分析了输入 1)构造知识库。通过建立专家经验系统或精细数值模型，对 向量的选择优缺点。 结构进行正问题分析 ，获得结构不同损伤状态下对应的损伤指 1 神经网络技术 标，由损伤状态和识别指标共同构成知识库。 2)训练神经网络即神经网络学习。选择合适的神经网络结 神经网络是一个 由简单处理元构成的规模宏大的并行分布 构，将知识库中的损伤指标作为网络的输入向量组，损伤状态作 式处理器 ，天然具有存储经验知识和使之可用的特征。神经网络 为网络的输出目标，训练神经网络，使网络学习输入与输出之间 在两个方面与人脑相似 ：1)神经网络获取的知识是从外界环境中 的映射关系，并通过调整神经元间连接强度 (权值)的方式将映射 学习得到的；2)互连神经元的连接强度，即突触权值，用于存储获 关系存储下来 ，得到用于结构损伤识别的神经网络。 取的知识 J。 3)损伤识别。将实测的损伤指标输入到训练好的神经网络， 2 基于神经网络技术的损伤识别方法分类 得到的网络输出即为损伤识别结果。 基于神经网络的损伤诊断根据是否需要数值模型可分为无