基于改进的BP神经网络的结构损伤检测研究-结构工程专业论文.docxVIP

华中科技大学硕士学位论文摘要 华中科技大学硕士学位论文 摘要 悻U用测量的结构模态参数(自振频率和振型)进行结构损伤检测是目前国内外研 究的热点和难题。』本文提出了基于模态参数的测量值利用改进的BP神经网络进行结 构损伤检测的方法。[BP神经网络(Bac卜_propagationNeural Networks)由于具有强大 的非线性映射能力、容错能力和鲁棒性等优点，十分适合解决诸如损伤检测一类的反 问题，其基本思想是利用结构在完好和不同损伤阶段的模态参数及相应的结构参数构 成样本数据对网络进行训练，使网络获得刚度识别能力。但是随着研究的深入，传统 BP算法本身存在的问题使其在实际应用过程中遇到了两个主要问题：1)学习收敛的 速度较慢；2)不是所有情况都能保证收敛到所指定的全局最小点。)／ 本文研究了三种改进的BP算法(动量因子法、快速BP算法和Levenberg-Marquard 优化法)，详细阐明了这三种算法的基本原理。网络训练和测试的结果表明，改进的 BP算法能有效改善BP阿络的性能，加快BP网络的收敛，并避免训练陷入局部最小 点。通过数值计算获得了训练BP网络的样本数据，利用改进的BP算法，在网络结构 及学习参数多种组合的情况下，对网络进行T．i／ll练和测试，找出了最佳网络组合。最 后用一5层钢框架结构实测的模态参数对上述方法进行了检验，结果表明利用改进的 BP网络进行结构