基于改进神经网络的建筑结构损伤识别方法研究.pdfVIP

第25卷第3期 华中科技大学学报(城市科学版) V01．25No．3 Edition) 2cHD8年9月 J．ofHUST．(UrbanScience Sep．2008 基于改进神经网络的建筑结构损伤识别方法研究 李守巨1，张 军2，刘迎曦1，亢晨钢1 (1．大连理工大学工业装备结构分析国家重点实验室，辽宁大连116024； 2．辽宁蒲石河抽水蓄能有限公司，辽宁丹东118000) 摘要：采用ANSYs有限元分析软件建立神经网络的训练样本，将结构的固有频率作为网络输入，结构损伤 的位置和损伤程度作为网络输出，提出了基于神经网络的建筑结构损伤识别方法。讨论了神经网络训练方法和 隐含层节点数目对目标函数的影响，分析了网络训练的训练不足和训练过度等问题。以简单的建筑结构为例， 基于MAlrLAB的GuI工具进行了BP神经网络的设计和分析。数值反演结果表明，所改进的建筑结构损伤识 别方法具有良好的反演精度和较快的收敛速度。 关键词：损伤识别；神经网络；建筑结构；优化算法 中图分类号：TU375．1；TU311．3文献标识码：A 文章编号：1672．7037(2008)03．0095．04 结构的损伤识别(包括损伤位置和损伤范围) 从本质上讲，这是一类由大量的基本信息处理单 是工程结构领域中的一项重要研究课题之一，对 元通过广泛连接『面构成的动态信息处理系统。神 于保证工程结构的安全合理使用具有重要意义。 经网络主要是用于体现学习和信息处理的计算模 近年来，国内外相关领域的学者建立了许多基于 型，自学习是它的一个重要的功能特征，它可以 结构动力模态和静态位移的结构参数识别方法。 通过例子也可以通过和周围环境的相互作用来学 陈隽(2007)利用一个三层剪切型结构模型在各习，能从大量数据中学到复杂的非线性关系。王 种激励下的振动台试验，研究经验模分解和小波 婷(2007)以一维有缺陷混凝土板为研究对象， 分析在结构损伤识别中的应用，利用EMD和wA分别采用L—M和径向基神经网络算法，对缺陷的 分析试验记录到的结构加速度信号来识别结构损 深度与厚度进行识别，从而实现对混凝土板内部 伤发生的时刻和位置【IJ。M撕a(2008)采用神经网缺陷的三维重构，称为红外CT模拟。两类神经网 络方法研究了钢框架结构损伤识别问题，其神经 络算法的识别结果表明，L．M神经网络较径向基 网络的输入是结构的频率和振型，神经网络的输 神经网络具有更好的收敛精度与计算效率14】。k 出是结构的质量和刚度。一个简化的有限元模型 (2005)研究了基于神经网络和有限元模拟方法 用来产生神经网络训练所需要的数据，最后讨论 的桥梁结构损伤识别问题，通过简支梁和多跨桥 了观测误差对损伤识别结果统计特性的影响【2|。 梁的两个算例验证了方法的有效性【5】。 袁勇(2003)运用系统识别原理，结合混凝土材 料的微观孔结构模型建立了材料微孔结构识别理 测问题，为了提高神经网络的泛化能力，采用了 论。最后用系统识别的结果来预测自密实混凝土 正则化方法对数据进行处理分析，同时研究了传 的早期变形，预测结果证明了识别结果的合理性 和所采用模型的适应性【jJ。 究了船舶结构的损伤识别问题，神经网络的输入 人工神经网络是在现代神经科学研究成果的 是结构的振动响应，神经网络的输出是一个函数， 基础上，根据人脑的基本功能，试图模仿生物神 该函数用来识别损伤的位置和程度】。 经系统的功能或结构而发展起来的一种新型信息 本文将收敛速度快的局部优化搜索方法与具 处理