论文部分内容阅读
工程结构在其服役期间,由于自然灾害以及环境腐蚀等原因,会导致结构发生不同程度的损伤。若不及时发现,可能会导致灾难性的后果。结构损伤识别可以快速而准确的判别结构损伤与否、损伤的位置、损伤的程度,从而能够及时地采取有效的措施避免灾难的发生,保证工程结构的安全运行。因此,结构损伤识别研究具有重要的意义。本文利用自由响应信号与神经网络进行结构损伤识别研究,主要内容如下:(1)综述了基于振动响应的结构损伤识别方法,指出其应用范围和存在的问题。(2)简述了随机减量技术、时间序列分析以及神经网络的基本理论。(3)针对激励信息难以测量的大型复杂结构,本文提出了基于自由响应信号与神经网络的结构损伤识别方法。采用随机减量技术从结构的加速度响应信号中提取自由响应信号,利用时间序列模型中的AR模型对结构的自由响应信号进行动态建模,根据模型参数变化判别结构损伤与否;若存在损伤,提取结构损伤前后AR模型的前4阶模型参数差,并组合作为结构的损伤特征向量,输入BP神经网络进行损伤定位;利用结构损伤前后的模型参数之间的欧式距离作为损伤特征向量,输入BP神经网络确定损伤程度。(4)分别采用不同幅值的白噪声激励对海洋平台模型单个构件损伤和两个构件损伤进行了损伤识别的数值模拟。结果表明,白噪声激励幅值的变化对结构损伤识别基本没有影响。(5)为考虑测量噪声的影响,不同程度的高斯噪声叠加到加速度响应信号中。结果表明,当噪声程度不超过5%时,对于单个构件损伤可以准确识别出损伤位置并较准确地估计损伤程度;对于两个构件损伤可以准确识别出大多数工况的损伤位置并较准确地估计损伤程度;该方法具有一定的抗噪声能力。