基于神经网络和柔度曲率的简支梁损伤识别.pdfVIP

第 37卷 第 21期 山 西 建 筑 V01．37No．21 2011年 7月 SHANXI ARCHITECTURE Ju1． 2011 ·23 · 文章编号：1009—6825(2011)21—0023—02 基于神经网络和柔度曲率的简支梁损伤识别 尹骏晖 李伶 杜 青 摘 要：将神经网络和柔度对角曲率结合起来，得到一套简支梁智能损伤识别方法，对一经典简支梁模型进行了损伤识 别，并且在损伤单元数量未知情况下，准确识别出了其损伤位置和损伤程度。 关键词：神经网络，柔度对角曲率，损伤识别 中图分类号：TP183 文献标识码 ：A 1 概述 损伤情况。取值范围为0—1，表示对应单元的损伤程度 ，如(0．2， 0，0)表示第4单元损伤20％，其中第一维值0．2表示损伤位置和 1989年，美国普度大学的Venkatasubramnian和 chan…在世 损伤程度，将其称为关键分量 。 界上第一次用BP神经网络对一结构体进行了损伤辨别 ，开创了 将神经网络运用于损伤辨别的先河。接着很多学者纷纷跟进 ，对 这个问题进行深入和扩展，研究了很多网络模型，运用于结构 的 损伤辨别。 2 柔度对角 曲率 根据 Cawley和Pandey的假定 j，认为△ =0，即结构损伤前 圈1 简支梁的截面 (单位：in) 后质量不变，损伤前后忽略阻尼的变化，在质量归一情况下，用频 4．2 神经网络结构设计 率和振型就可算得柔度矩阵F。令 d代表损伤后柔度矩阵F中 用Matlab语句 neff ：newff(rainmax(P1)，[s1，S2，S3]， 测点 的主对角元素 ，则其测点 的柔度对角曲率为D腑 =(d 一 {logsig，logsig，purelin}，trainlm)建立一个用于简支梁损伤 2d，+dH )／(fHf，)(=2，3，…，n—1)，f，为对应相邻两测点之间 辨别的神经网络，其名称为netl，网络层数为三层，即s1，52， 。 的距离，将各个测点的D 值全部计算 出来 ，得到一个向量，将其 其中sl，．s2采用 logsig函数 ，S3采用 purelin函数 ，训练函数采用 作为神经网络的输入。 trainlm函数 J，Pl为训练样本输入矩阵，即将各种损伤情况下的 D 向量组合成一个矩阵。 3 以 为神经网络输入的简支梁损伤辨别 4．3 对 netl进行训练 利用ANSYS分析软件，对简支梁进行数值模拟，通过损伤单 将4，8，12单元单个单元损伤，4．8，4．12，8．12单元两个单元 元的弹性模量折减来模拟其损伤状态，用模拟所得 的振型和频率 T 同时损伤 ，损伤程度 10％，20％，30％，35％，40％，50％，55％， 计算其对应的D阳值，作为神经网络的输入，用MATLAB神经网 60％，65％，70％，共6O种情况作为训练样本，其归一化D，值则 络工具箱建立神经网络，用计算所得的柔度对角曲率输人值对其 为netl的训练样本输入 Pl。用 Matlab语言 [netl，tr]=train 进行训练，用训练好的网络对未知损伤进行辨别。 (netl，P1，T1)对网络