论文部分内容阅读
结构健康监测技术是当前土木工程领域研究的热点,结构损伤识别又是健康监测的核心问题之一。土木工程结构健康监测存在着信号种类多、数据量大、不确定性程度高等特点,有效地处理和挖掘数据中的信息具有非常重要的意义。信息融合技术是多源信息综合处理的一项新技术,它能将来自某一目标的多源信息加以智能化合成,产生比单一信源更精确的估计和判决。 本文首先介绍了D-S证据理论,并提出了一种以多个现有损伤识别结果为信息源的损伤识别信息融合方法。基于该思想采用不确定性推理的方法,对三种较为成熟的损伤识别算法所得的结果进行融合,得到了较单一损伤识别算法更为准确的结果,并通过一个14跨刚架模型的仿真验证了这一方法的有效性。 应用分步式集成神经网络,将损伤的定位和损伤定量分开处理,提高了损伤识别能力;在定位和定量时分别采用了集成神经网络,选用不同的参数建立子网络进行损伤识别,融合后得到了更准确的损伤识别结果。 最后通过一个五层钢框架结构的动力测试,采用FDD法提取了频率和振型,采用基于 D-S证据理论方法融合三种损伤识别方法的结果,提高了损伤识别的准确性,验证了采用信息融合方法的确可以降低损伤识别的不确定度,提高识别的准确度。