基于RBF神经网络的平面桁架损伤识别方法研讨.pdfVIP

基于RBF神经网络的平面桁架损伤识别方法研究 王建萍1，栾焕强2 (1．潍坊学院土木建筑系，山东潍坊261061；2潍坊学院土木建筑系，山东潍坊261061) 摘要：本文基于模态振型，提出一个新的用于结构损伤识别的参数——柔度差值曲率，并将之作为RBF神经网 络的输入向量。然后建立了一个平面桁架结构的数学模型。用有限元分析计算结果作为网络的学习和预测样本， 对不同的模拟损伤用该网络进行了识别，结果表明该方法简便有效。 关键词：RBF神经网络；柔度差值曲率；损伤识别；平面桁架 STUDYOFPLANETRUSSSTRUCTUREDAMAGE USINGRBFNEURALNETWORK WANG．!ian．pin91，LUANHuan-qian92 ofCivil (CollegeEngineering,University 261061) ofWeifang。Shangdong，Wcifang Abstract：Inthis onmode authorforwardanew difference paper，basedshape，theput parameter—．nexibility curvaturefor structure itisalsothe vectoroftheRBFneural a detecting damages．And input numerical modelof trussstructureisbuilt finiteelement and we the plane up，andthrough analysiscalculatingget and forthenetwork．TheneuralnetworkCall the locationand training forecastingsamples identifydamage degree ofthestructure．Itthatthismethodis andvalid． proves simple words：RBFneural difference trussstructure Key network；flexibilitycurvature；damage detection；plane 1 概述 我国现役的钢结构构件很多建于20世纪70年代，由于种种原因，现役的钢结构在不同程度上受到了 破损，存在着一些质量隐患。这些损伤和质量隐患有时会造成工程结构的严重破坏甚至倒塌。近年来，因 结构破坏造成严重的人员伤亡及财产损失在国内外屡屡出现。因此，加强钢结构的损伤检测十分必要。 神经网络【IJ是模拟人脑或神经系统的功能发展而来，并，。泛应用于各种：工程领域。尽管神经网络技术 并不是专门为损伤识别设计的，但其模式识别的能力使它适用于工程中的损伤检测方面。目前人们常用的 平面桁架为研究对象，以第一阶柔度差值曲率做为损伤指标，提出了适合对平面桁架进行损伤定位和损伤 程度识别的方法。 2输入向量的选择 ’ 将神经网络用丁．各种jr程结构的损伤识别时，神经网络输入参数的选择及其表达形式会直接影响损伤 识别的结果。冈此必须选择一种合适的参数作为神经网络的输入向量，使其适用于对该结构损伤位置和损 伤程度的识别。 由模态分析可知，在获得相同的实验模态参数条件下