结构损伤识别方法地研究.pdf

摘要 现有的工程结构损伤识别技术在实际工程应用中仍存在一些困难，主要表现 在：(1)一些在理论上较好的损伤识别方法在实际工程中失效。(2)一些对小规 模、简单结构有效的方法在用于大体量、复杂和冗余度高的结构中却难以获得预 期的效果。本文在分析现有问题和有关损伤识别方法的基础上，对损伤识别方法 进行了研究。 对五类基于结构振动特性的损伤识别方法作了文献综述：基于共振频率和反 共振频率的方法、基于共振频率和振型的方法、基于频响函数的方法、混合方法 和人工神经网络方法。 研究了感知器网络、ADALINE网络、基于最速梯度下降和LM算法的反向传 播网络、RBF网络和PNN等损伤识别常用网络的基本原理。 利用泰勒级数将模态展开为结构参数的多项式函数，进而计算结构参数的改 变。研究了在不完整和不精确实测条件下，基于灵敏度分析的损伤识别方法对梁 结构、多层平面框架结构和板结构进行损伤识别的一些问题。 研究了基于频率响应函数的人工神经网络损伤识别方法，提出了三种频率响 应函数数据压缩技术：人工神经网络法、主成份分析法和频率窗口法。频响函数 数据经压缩后可作为损伤识别神经网络的输入特征。 研究了两种结构构件连接处损伤的识别方法，包括静力残余力向量法和神经 网络法。推导了模拟单元连接损伤的空间梁单元刚度矩阵，并建立了模拟单元连 接损伤的框架结构模型。基于静力实测数据，提出了两种只与损伤位置有关的损 伤指标。 研究了贝叶斯概率损伤识别方法并分析了贝叶斯决策用于损伤识别的可行 性。提出了基于遗传算法和最大后验概率的损伤识别方法。 研究了面向损伤识别的概率神经网络集成的构造和训练方法。提出了一种基 于多元线性回归的神经网络集成权重的计算方法。 关键词-结构损伤识别；人工神经网络；灵敏度分析；贝叶斯概率；神经网络 集成；静力残余力向量；单元连接损伤；频率窗口． Abstract and of instructural isa Detection，location qualificationdamages engineering of to demandsfor and research,due veryimportant increasing qualityreliability． topic The ofthisresearcheffortisto arobustandcost-effectivestructural goal develop be identificationmethodsthatcan to and scale damage appliedcomplexlayoutlarge inthisdissertationarevaluablefor structures．Theresultsobtained boththeoretical researchand engineeringapplications． Research of identificationmethodsin structural