基于BP神经网络与模态曲率法融合的拱桥损伤精准识别研究.docxVIP

基于BP神经网络与模态曲率法融合的拱桥损伤精准识别研究

一、引言

1.1研究背景与意义

拱桥作为一种古老而又重要的桥梁结构形式，在现代交通体系中占据着举足轻重的地位。其独特的力学性能和优美的造型，使其被广泛应用于跨越江河、山谷等各种复杂地形。拱桥以拱圈作为主要承重结构，能够将竖向荷载转化为拱脚的水平推力和竖向压力，充分发挥材料的抗压性能，具有较大的跨越能力。从古罗马时期的石拱桥到现代的钢筋混凝土拱桥和钢拱桥，拱桥的结构形式和建造材料不断发展创新，适应了不同的工程需求和技术条件。

然而，随着时间的推移和交通量的日益增加，拱桥不可避免地会出现各种损伤。这些损伤可能由多种因素引起，如材料老化、环境侵蚀、车辆超载、地震、洪水等自然灾害以及意外事故等。损伤的出现不仅会影响拱桥的外观和使用功能，更严重的是会降低其承载能力和结构安全性，给交通运输和人民生命财产带来潜在威胁。例如，2018年某城市的一座拱桥在暴雨后出现了拱圈裂缝和局部坍塌，导致交通中断，造成了巨大的经济损失和社会影响。因此，及时、准确地识别拱桥的损伤状况，对于保障拱桥的安全运营、延长其使用寿命以及合理安排维护和加固措施具有至关重要的意义。

传统的拱桥损伤检测方法主要依赖于人工外观检查和荷载试验。人工外观检查主观性强、效率低，且难以发现内部隐蔽性损伤；荷载试验虽然能够较为准确地评估结构性能，但费用高、周期长，且对结构有一定的