结构损伤识别特征提取.pdfVIP

2004·中国·I．．海 第_二届伞圆十．木T程研究生学术论坛论义集 结构损伤识别特征提取 王华琪赵鸣李杰 (同济大学现代混凝土结构与生命线工程研究所，上海，200092) 【摘要】 神经网络是一种非常适合应用于结构损伤识别与状态评估的工具。特征量的选取与获 取是使用神经网络进行损伤识别的关键所在。特别对于局部损伤识别，由于损伤对整体结构的影 响很小，特征量的选取与获得更显得尤为重要。本文在一多层平面框架的基础上介绍并比较了几 种特征量以及它们的获取途径，并在结合小波包分析和神经网络信号预测的优点上，提出了一种 新的特征量提取方法。 【关键词】损伤识别，神经网络，特征量，小波 of FeatlJre in Extraction detection Compa“son D锄age zhao Li WangHuaqi MingJjie and lif-eline lnstitute (Concrete engineeringofTbn西iUniVersity；Shanghai200092) suitabletoolfor is AbstractNeuralnet、Ivorkisa detectionandstateevaluation．Featureex仃action d锄age for more the when n戗lralnetvI，ork detection．Election锄de】内’actionoffeature盯e key using damage for10cal dctectiOnin h弱linlee强}cton snllcture．Some which Overan importantespeciallyd锄age damage the offeatureex柏ctionon baseofa int11is are anew methods multistory plate触mepapercomparcd’卸d the neural forec嬲t． fcature is of network extraction proposedinte簪atingadvantagewavelet扑alysis柚d wOrds neuraI waveIet detection： netwOrk； KeV d锄age feature： 1 前言 近年来，结构的健康监测越来越受到人们的重视。随着大量基础设施使用时间的增长，许多 土木结构进入老化阶段，土木工程结构的健康检测问题变得越来越重要。近30年来，国内外科 学工作者在结构损伤识别理论方面展开了大量卓有成效的研究工作，然而，许多理论研究成果往 往不能胜任实际工程结构的动力检测。这