桥梁状态检测与智能网络故障诊断系统研究.docVIP

桥梁状态检测与智能网络故障诊断系统研究 　　摘要：桥梁的设计、施工工艺和所用原材料的质量决定了桥梁的使用效能和年限。如果设计、施工工艺或是原材料存在不足，桥梁的结构便会有先天不足，可能产生连锁反应导致局部损坏或是使用危险，因此需要对桥梁状态进行故障诊断。该文首先对桥梁状态检测进行初步研究，然后用检测获得的参数运用于BP神经网络对桥梁的综合质量进行初步诊断并对其发展趋势作出预测。 　　关键词：故障诊断；状态检测；BP神经网络 　　中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2013）05-1126-02 　　1 概述 　　建筑桥梁贯通两地，促进经济发展。但随着时间的推移，由于温度、污染、认为等各种因素的影响，桥梁的状态在修建和使用过程中会发生变化，例如：表面锈蚀、裂缝扩大、承载力下降。在一定程度之内的变化可被认为属于正常现场，但如果出现局部材质恶化、结构损伤或是桥梁过载等现象时便会影响桥梁的正常使用，甚至危及桥梁和车辆运营安全。为此需要在桥梁的修建和使用期间需定期对桥梁的状态及各种技术指标进行检测和预防性维护来保证桥梁的质量和安全性。 　　桥梁状态发生变化的原因主要有以下三个原因：自然条件及其变化，即大气温度、地震及桥墩台地基的土壤的物理性质、水位变化、水文地质、工程地质等；与桥梁自身相关的原因，即墩台和梁的结构（型式）、恒载（包括作用在桥梁上部结构的和墩台的）以及活动荷载（桥上行驶车辆的数量、车辆行驶时引发的震动、水平风力等）；人为因素（勘探测量、设计、施工以及运营管理等工作过程中的不合理方案、操作等）。桥梁所有状态的变化可以归为两种：静态变化和动态变化。 　　当前，主要采用两种手段对桥梁进行检测：凭借人工经验，没有数据记录，仅适用于刚建或有突变故障的桥；专业的桥梁检测队，数据准且分析全面，但检测费用高、过程复杂，难以得出桥梁寿命等定量的准确预测值。 　　2 便携式桥梁状态参数检测仪及智能故障诊断系统 　　“便携式桥梁状态参数检测仪及智能故障诊断系统”采用的倾角传感器具有高精度，并且桥梁的各项指标通过??统测量获得的倾角计算得到，除了能能检测横、纵向的振频、振幅，而且智能故障诊断系统运用BP神经网络技术还能对桥梁的状态作出检测和发展趋势作出预测解决了困扰多年的动挠度检测问题。系统的主控制器是一台独特的掌上电脑（PDA），其特点是：体积小，便携；智能化，操作简单；及时地监测正在运营的桥梁，而且各项费用低廉。该系统除了具有可信度高、测试精度高、存储信息大等特色外，还具有断电保存数据与上位机的标准通信等功能。 　　BP神经网络又名反向传播神经网络属于前馈网络，在众多网络中最常用，为此其广泛应用于故障诊断中。反向传播神经网络算法的实质是梯度下降法：每一层上包含了若干个代表神经元节点，但是同一层上的各节点之间没有紧密配合与相互影响的关系，在各节点见信息单向传播，从上到下依次经过各节点（包括隐含层的）直至到达输出层节点。BP算法优点很多，但也存在不足尤其运用于复杂的实际问题时：一收敛速度慢，二容易陷入局部极小点（由于隐节点的数目多、学习步长的选择复杂、样本集需预处理、以及选择网络初始权值的等）。针对BP算法中存在的问题，该文在桥梁故障诊断中使用改进型的BP算法：为加快收敛速度在初始的算法中引入动量因子。 　　3 桥梁状态检测中运用智能故障诊断技术 　　桥梁是交通运输中的重要组成部分，桥梁的状态在修建和使用过程中会发生变化，需要对桥梁进行故障诊断并进行及时的预防和消除故障，保证其正常使用。 　　3.1 桥梁故障诊断 　　桥梁故障诊断包括：状态监测和故障诊断。桥梁状态监测，即测试获得结构的某些特征参数，将测定值与规定的正常值进行比较，最终判断结构当前的工作状态。桥梁故障诊断则是对故障所在部位、内容、严重程度、产生的原因进行诊断。故障诊断的任务是： 　　1）状态监测：了解和掌握设备运行状态，包括对桥梁进行各种检测、分析、评估运行状态及判断是否处于正常工作状态。 　　2）故障诊断：利用前面桥梁状态监测所获取的信息（各种参数），将其与桥梁结构特征、所处环境、设备相关记录（包括运行记录和已发生的故障及维修记录）相结合，对设备已发生或是未来可能发生的故障进行分析、判断，确定故障（包括故障的部位、性质、产生的原因和所属类别等），并提出控制和消除故障对策确保设备能正常运转使用，并加以实施。 　　3）指导设备管理维修：桥梁维修已由最初的事后维修，定期的预防性维修，现在发展到向着适性维修前进。 　　本文主要通过将历史测量数据和当前的测量数据比较，利用BP神经网络技术对桥梁的状态进行综合的分析和判断，预测桥梁未来的发展的状态，实现智能诊断桥梁故障。 　　3.2 桥梁故障诊断中运用BP神经网络