土木工程测试技术 教学课件 赵望达.pptVIP

3）检测内容及方法： 桥上轨道垂直力、水平力检测 防灾科学与安全技术研究所 2013.10 桥梁的自振频率检测 防灾科学与安全技术研究所 2013.10 桥梁的竖、横、纵向振幅检测 桥梁的竖、横向加速度检测 桥梁的动应变检测 防灾科学与安全技术研究所 2013.10 4）检测结果： 桥上轨道垂直力、水平力检测结果 防灾科学与安全技术研究所 2013.10 轨道竖向力标定结表 轨道横向力标定结表 4）检测结果： 桥上轨道垂直力、水平力检测结果 防灾科学与安全技术研究所 2013.10 机车脱轨系数检测结果表 4）检测结果： 桥上轨道垂直力、水平力检测结果 防灾科学与安全技术研究所 2013.10 机车轮重减载率检测结果表 9.2.2特大桥高墩成桥检测实例 实验目的： 通过对某特大桥5#和6#墩进行静、动载测试，结合理论分析成果，对实验数据整理分析，校验结构的静力、动力性能。 试验方法： 为提高荷载效应，静、动载试验荷载采用双机联挂+车辆编组（《铁路桥梁检定规范》第11.3.7条）。 实验内容： 静载实验：墩顶最大支反力和墩底最大弯矩最不利加载工况下的梁体变形和墩顶位移观测。 试验跨梁体竖、横向振幅、基频和高墩墩顶横、竖向振幅。 高墩墩身混凝土回弹试验。 防灾科学与安全技术研究所 2013.10 （1）外观及混凝土强度检测 1）外观检测： 防灾科学与安全技术研究所 2013.10 2）混凝土强度检测： 防灾科学与安全技术研究所 2013.10 防灾科学与安全技术研究所 8.2.2 二元（或多元）回归分析 （1）线性回归分析 解以上这组方程式就可以求得b1、b2、b3、……bn之值，其计算方法与求两个自变量的线性回归方程相同。 2013.10 防灾科学与安全技术研究所 （2）复相关系数。 2013.10 防灾科学与安全技术研究所 （3）偏相关系数 偏相关系数衡量任何两个变量之间的关系，而使与这两个变量有联系的其他变量都保持不变。例如我们研究的综合法测强，回弹值、超声声速值都会对强度推定有影响，应用简单相关系数往往不能说明现象间的关系程度。这时，必须在消除其他变量影响的情况下来计算两个变量之间的相互关系，这种相关系数称为偏相关系数。 作用：判断哪些自变量对因变量的影响较大，而选择作为必须考虑的自变量。 2013.10 防灾科学与安全技术研究所 8.2.3 非线性回归分析 2013.10 防灾科学与安全技术研究所 8.3 先进数据处理方法 8.3.1 函数链神经网络及其应用 实现非线性校正地技术有三种：曲线拟合法，函数链神经网络法。 2013.10 防灾科学与安全技术研究所 8.3 先进数据处理方法 8.3.1 函数链神经网络及其应用 （1）曲线拟合法：采用 次多项式来逼近反非线性曲线 具体步骤如下： 1）列出逼近反线性曲线多项式方程： n的值根据要求的精度所定，一般情况n＝3精度足够。即公式为： 2013.10 防灾科学与安全技术研究所 2013.10 防灾科学与安全技术研究所 8.3.2 BP神经网络及其应用 BP网络模型结构简单，算法容易实现，因而它最早被应用于结构的损伤检测中。最早将BP网络应用于结构损伤诊断中的是美国Purdu大学的Venkatasubramanian和Chan。此后，多位学者将傅里叶谱或有限元分析等方法融入BP神经网络，对其结构进行训练，从而提高BP神经网络在训练时的模型误差等。 2013.10 防灾科学与安全技术研究所 8.3.2 BP神经网络及其应用 BP神经网络由多个网络层构成，其中，包括一个输入层、一个或几个隐含层、一个输出层，层与层之间采用全互连接，同层神经元之间不存在相互连接。 隐含层神经元通常采用S型传递函数，输出层采用purelin型传递函数。 2013.10 防灾科学与安全技术研究所 8.3.2 BP神经网络及其应用 2013.10 防灾科学与安全技术研究所 8.3.2 BP神经网络及其应用 BP网络训练的关系式如下： 节点输出为： 权值修正： 误差计算： 2013.10 防灾科学与安全技术研究所 8.3.3 RBF神经网络及其应用 RBF神经网络即径向基函数（Radial Basis Function）神经网络，其结构如图8-8所示，它很容易扩展到多输出节点的情形，在此只考虑一个输出变量Y。RBFNN包括一个输入层、一个隐含层和一个输出层的最简模式。 隐含层是有一组径向基函数构成，与每个隐含层节点相关的参