基于bp神经网络的桥上移动荷载识别-结构工程专业论文.docxVIP

摘 摘 要 桥梁受车辆移动荷载的作用以及运输超载的影响，极易发生疲劳损伤 甚至破坏和倒塌，严重威胁桥梁的使用安全性。因此，对桥梁上移动车辆 荷载的识别，以确定桥上移动荷载的大小和种类，对桥梁的健康监测与日 常维护、安全评定与交通规划等具有重要的理论意义和应用价值。 本文基于移动荷载动力模型，将BP神经网络理论用于桥上移动荷载 识别问题中。首先基于欧拉梁振动理论与模态叠加法，建立了多个移动荷 载作用下的简支梁和连续梁的运动方程；采用4自由度平面车辆动力模型， 并利用离散逆傅立叶变换法模拟桥面不平整度；其中连续梁采用了准确的 频率方程及振型的统一解析式；数值仿真分析中，分别对一简支梁和一连 续梁在移动车辆荷载作用下的动力响应及车一桥相互作用力进行了模拟。 然后，基于BP神经网络进行了桥上移动荷载识别研究。将桥梁应变 响应作为网络输入，移动荷载参数作为输出，依据桥梁的不同状态(不同 车速，不同轴重，不同位置)建立样本库；同时对输入参数进行敏感性分 析，并对样本进行了常规处理及特征提取，确定了网络结构及训练参数； 识别中采用分步识别技术，分别对桥上移动车载速度、位置及大小进行了 识别，并利用遗传算法对网络权值进行了优化。’ 最后，利用数值算例验证了基于BP神经网络识别桥上移动车载的可 行性。分别讨论了简支梁上与连续梁上的静力模型和动力模型等多种情况 下的荷载识别，并对桥上多车荷载的识别进行了分析；同时对神经网络荷 载识别方法的抗噪能力及路面不平度、车辆行驶速度及响应测点等对识别 结果的影响进行了分析。 研究结果表明，基于动力模型的BP神经网络移动荷载识别方法，能 够有效识别简支梁桥与连续梁桥上的移动车载；荷载分步识别技术能够得 到较准确的车载位置、速度与大小；采用遗传算法优化神经网络，可实现 全局搜索，克服了训练易陷入局部最小的缺点，并可加快网络训练速度。 关键词：桥梁，识别，移动载荷，动力模型，BP神经网络，分步识别， 遗传算法 ABSTRACTBecause ABSTRACT Because of the influence of the moving vehicles and over·load transport， the bridges tend to be damaged，even destructed and collapse，and this threatens the safe service of the bridges．So，the identification of the moving force to determine the magnitude and kinds of the moving force is of important theory signification and is valuable in application in health monitoring，daily maintenance，safe assessment and traffic planning and SO on． In this paper,the BP neural network is used in the identification of the moving force，based on the dynamic model of the moving force．Firstly,based on the Euler beam theory and the modal superposition method，the vibration equations of the simple beam and continuous beam under the multiple moving forces are established．The four-degree-of-freedom vehicle model is adopted and the road roughness is obtained by the discrete inverse Fourier transform． The exact frequency equation and mode function are adopted in continuous beams．The dynamic response and the dynamic interaction forces of a simple beam and a continuous beam under the moving force are simulated． Secondly,the identification of moving force on