基于静力数据下RBF神经网络梁式模型修正.pdfVIP

第４９卷第２期山西建筑Ｖｏｌ．４９Ｎｏ．２

·６８·２０２３年１月Ｊａｎ．２０２３

ＳＨＡＮＸＩＡＲＣＨＩＴＥＣＴＵＲＥ

１０．１３７１９／ｊ．ｃｎｋｉ．１００９－６８２５．２０２３．０２．０１８

ＤＯＩ：

基于静力数据下ＲＢＦ神经网络梁式模型修正★

刘海祥，谢志祥，黄长龙，张衡

（长江大学城市建设学院，湖北荆州４３４０２３）

摘要：基于有限元软件ＡＢＡＱＵＳ建立的梁式结构模型，并在实验室浇筑对应的实体简支梁模型。利用ＭＡＴＬＡＢ神经网络工

具箱构建ＲＢＦ神经网络，提出一种基于静力测试数据下的径向基神经网络模型修正方法。将均匀分布的７个测点挠度作为

输入向量，以对应的弹性模量、惯性矩等设计参数修正值作为输出向量，利用均匀样方设计构建神经网络样本设计表，最后利

用神经网络良好的泛化能力逼近两者之间的非线性映射关系来预测修正值并与ＢＰ神经网络的修正结果进行对比。实验数

据表明了修正算法的有效性。

关键词：ＲＢＦ神经网络；ＡＢＡＱＵＳ；有限元；数值仿真；静力凝聚法

中图分类号：ＴＵ３１２．１文献标识码：Ａ１００９－６８２５（２０２３）０２－００６８－０４

文章编号：

其中，ｋ为初始状态下的Ｎ×Ｎ维全局刚度矩阵；Ｕ为

０引言００

Ｎ×１维的初始位移向量；Ｆ为Ｎ×１维的静态载荷向量。

数值仿真模型修正计算在航天航空、桥梁等领域有０

对于ＦＥ（有限元）模型，全局刚度矩阵的变化可以表

着广泛的应用。有限元模型修正利用实际测试得到的静

示为元素刚度矩阵展开矩阵的线性组合，如下：

态或动态信息与理论模型得到的分析结果进行对比，通

ｎ

过对参数的修正使得理论模型更加精确、符合实际。在ΔＫ＝∑γＫ（２）

０ｉｉ

工程结构领域，一方面建筑结构在长期的使用过程中会ｉ＝１

其中，ｎ为总结构元素的数量；为结构元素更新因

γ

０ｉ

遭受各种环境荷载作用、温度应力的侵蚀和影响，使得建

子，即结构参数的变化速率；Ｋ为单位元素刚度矩阵的

ｉ

筑构件老化、材料性能发生变化，使得构件的实测值与模