基于位移时程的框架模型结构参数与损伤识别.pdfVIP

第25卷第3期 华中科技大学学报(城市科学版) V01．25Nol3 2008年9月 J．ofHUST．(UrbanScienceEdition) Sep．2008 基于位移时程的框架模型结构参数与损伤识别 章莉莉h，许斌岫，宋钢兵2 (1．湖南大学a．土木工程学院；b．建筑安全与节能教育部重点实验室，湖南长沙410082； 2．美国休斯敦大学机械工程系，美国休斯敦77004) 摘要：本文提出了一种直接运用结构的振动位移响应时程的基于神经网络的结构物理参数和损伤识别的一般 方法，该方法通过一个神经网络模拟器和一个参数评估用神经网络实现。在对该方法的理论基础进行论证的基 础上，针对一个受基底激励的两层框架模型结构，运用由激光位移传感器所测量的结构位移响应时程，将该方 法用于该结构的层间刚度识别和损伤结构的损伤识别。结果表明，神经网络模拟器能够准确地预测参考结构在 基底激励下的位移响应，而参数评估用神经网络可以很好地识别出结构刚度参数，并反映出结构损伤的发生。 本方法具有一般性，为实际工程结构的参数识别和模型修正提供了一种可行途径。 关键词：参数识别；损伤识别；神经网络：预测差异向量；时间序列；动力响应；激光位移传感器 中图分类号：TU311．4文献标识码：A 文章编号：1672—7037(2008)03．叭84．04 在过去的二十多年里，研究工作者对基于结 构的动力响应测量的结构参数识别方法进行了广 1 基于位移时间序列的结构参数识别 泛研究，其中以基于结构特征值或者特征向量提 取的频域结构模型修正方法和参数识别为主IIqJ。 1．1理论基础 但结构振动频率对结构参数变化不够敏感，高阶 一个，l自由度的线性结构在基底激励下的动 模态对局部损伤敏感难以准确测量等问题的存在 力方程可以表示为以下形式： 导致这些方法在土木工程结构的损伤识别的实际 胍+C戈+戤=， (1) 应用中遇到困难。 理论上已经证明多层神经网络可以模拟任意 厂=一删g (2) 线性和非线性函数关系，由于它不需要知道对象 的准确数学模型，在复杂工程结构体系的模型化 式中，M、C和K∈尺似”，分别表示结构的质 和反分析中得到有效使用【56J。许斌等提出了运用 量、阻尼和刚度矩阵。置，j和石∈尺“，分别 结构的加速度、速度及位移，或应变时程的基于 表示加速度、速度和位移响应列向量。，∈尺”表 神经网络的结构参数识别方法，并通过数值模拟 示单位列向量，jc。表示激励加速度。 进行了验证f卜9J，对于大型复杂结构系统提出了分 方程(1)可以写成状态空间的形式，并给出 散化和局部化识别方法【lo．11】。另一方面，随着传 离散解： 感技术的发展，运用激光位移传感器等传感设备 (七=2，…，K)(3) zI=已^r乙一l+^一1[P^f丽f 对结构的振动位移响应进行测量易于实现。 本文运用人工神经网络，提出了一种基于神 其中Z。，Z㈧分别表示第七，肛1时刻的状态向 经网络运用结构位移响应时程的结构参数识别用 量，丁为时间步长。从方程(3)可知结构第|i： 时域方法，论证了其理论基础，并将该方法用于 时刻的位移响应完全由第缸1时刻以及第足．2时 一个受基底激励的两层框架模型结构的层间刚度 刻的位移以及第缸1时刻的激励所决定。 以及损伤识别，并将本方法的识别结果与基于特 1．2识别步骤 征值提取的方法进行了对比，验证了其可靠性