预应力混凝土结构是依靠张拉力筋来建立具有内应力的混凝土结构。预应力筋的有效或失效直接关系到预应力混凝土结构的安全性、适用性与耐久性。工程实践表明,由于力筋的严重损坏而引起的预应力混凝土构件破坏是不可挽回的。因此,正确地评估预应力损失至关重要。除非在预应力构件施工时就安装有效的智能监测仪器和设备,否则,结构中力筋的实际预应力是很难用常规的检测方法和手段进行量测的。本文拟采用振动测试的方法和神经网络识别的方法研究预应力混凝土梁的现存预应力。首先在收集以往试验数据的基础上补充新的试验;对试验数据进行理论分析,找出决定预应力混凝土梁频率与预应力变化间的内在联系;修正预应力混凝土梁的动力模型,编写修正后的参数化APDL和UIDL有限元程序;用已有的试验数据对有限元计算程序进行验证,用验证过的有限元程序生成更多的仿真梁数据,以弥补试验数据的不足以及在室内无法实现的大型预应力混凝土梁的试验;用试验数据和仿真梁数据作为神经网络的输入,构建预测预应力混凝土梁现存预应力的神经网络,并且用预留的数据组进行仿真,检测神经网络的泛化能力。为此,本文进行了以下工作:1、进行了8根预应力混凝土梁的动力性能试验,通过总结以往的试验数据和分析本次的试验结果发现,不管何种强度等级的混凝土、不论预应力筋的布置位置如何,预应力混凝土梁的自振频率都随预应力的增大而升高。但是当梁的长细比和预应力筋的偏心距不相同时,自振频率升高的幅度不尽相同。2、采用单次加载的测试程序对混凝土的变形模量进行了测试。测试结果表明,在施加的压力较小的情况下(压应力小于混凝土抗压强度设计值的50%),单次加载的混凝土变形模量随压应力的增加而呈上升趋势。3、为了分析预应力混凝土梁自振频率随预应力的增加而上升的原因,首先采用了正交异性材料动力模型,结果表明将预应力混凝土梁当作正交异性材料时,其频率随着预应力的增加有增加的趋势,但是这种分析方法需要解高阶联立方程,计算繁琐,结果亦不十分精确。4、用有限元理论对预应力混凝土梁进行分析,并用能量法推导出特征值和特征向量的动力方程,分析方程中涉及到的各项,发现在方程中不直接出现预应力项,而随压力变化的弹性模量出现在了刚度矩阵和阻尼矩阵中,这可以印证混凝土变形模量随压力的增大而增加,从而引起了预应力梁自振频率升高的试验结果。5、将预应力混凝土梁看作两端承受压力的梁式结构,同时将预应力钢绞线受拉后具有的刚度加入到了混凝土的刚度中共同作为预应力混凝土梁的刚度值,将预应力混凝土梁当作分布参数系统,推导了两端简支情况下的自振频率计算公式,在公式中包含预应力的项最终被约去,也就是说如果把预应力混凝土梁当作普通的线弹性材料看待的话,梁的自振频率与预应力没有任何关系,只有考虑到混凝土的变形模量随压力不断变化,才可以解释预应力梁的频率变化规律。6、利用大型商业有限元分析软件Ansys编写计算预应力混凝土梁静力和动力性能的参数化程序,通过输入相应的参数定制需要计算的梁模型。根据前面的研究结果,在计算动力性能时将预应力混凝土梁的弹性模量作为预应力的变量,通过映射分析,找到了决定刚度和频率变化的组合因素,通过回归分析得到这种映射的函数关系。将这种函数关系用在预应力混凝土梁动力模型中,计算结果表明,采用这种修正后的Ansys模型计算的自振频率与试验结果吻合较好。为了弥补试验数据的不足,采用已经修正好的Ansys模型计算了一批不同截面尺寸、不同长度、不同布筋方式、不同混凝土强度的梁的数据,作为神经网络的输入。7、在已知预应力大小的情况下为了预测预应力混凝土梁的自振频率以及在已知自振频率的情况下识别现存预应力的大小,分别构建了BP神经网络和径向基神经网络,将试验数据和Ansys生成的数据作为训练样本输入到构建好的神经网络中,并且预留两根预应力混凝土梁的数据作为仿真数据检验网络的泛化能力。结果表明,径向基神经网络在预测频率方面和识别现存预应力方面都优于BP网络。利用训练好的网络可以进行工程中预应力梁式结构的频率预测和预应力损失的预测。