论文部分内容阅读
目前,结构损伤诊断方法的研究已成为土木工程领域的一个前沿研究课题。由于结构损伤会导致其固有频率和模态振型的变化,因此,如果建立结构动力特性变化与结构损伤之间的映射关系,那么可以利用结构振动测试信息实现结构损伤识别。人工神经网络在损伤检测中的应用是近年来迅速发展,并得到广泛应用的一种新方法。由于其具有良好的非线性映射能力、强大的解决反问题能力、实时计算能力,可以作为一种优秀的结构损伤诊断方法。本文对一个五层的框架结构进行了数值模拟分析,并利用神经网络技术对该结构的损伤进行识别,结果表明本文所提的方法在理论上是可行的、有效的。主要研究内容如下:1.本文在分析结构固有频率和模态振型的基础上,把结构损伤识别问题分为损伤识别、损伤定位、损伤程度标定3个子模块。对每个子模块用不同的模态参数(频率变化比NFCR_i、固有频率的相对变化比FFC_i、损伤特征量NDΦ等)构造对损伤敏感的标识量,并作为特征参数输入到不同的神经网络(PNN、RBF和BP)中实现损伤的逐步识别。2.在不同的损伤阶段,结构的固有频率和模态振型的改变对结构损伤非常敏感。通过对结构损伤前后模态参数(模态频率、模态振型)各种组合的分析,构造出了基于模态振型的损伤识别指标NDΦ。并给出了各种损伤指标的数学推导,得出它们与损伤位置和程度的关系,通过对比选择了包含更多信息的网络输入参数。3.在研究中,利用有限元分析软件(ANSYS)对一五层框架结构进行建模、分析。进而求出其固有频率和模态参数作为神经网络的输入参数;通过降低刚度的方法来模拟不同位置和程度的损伤,得到训练样本和检验样本,应用人工神经网络技术进行结构损伤识别。各损伤工况损伤位置的识别虽然不是完全正确,但是基本上能够把损伤定位,这表明本文方法具有实用性。