原文传递
基于神经网络的钢管混凝土拱桥损伤识别研究
| 论文题名： | 基于神经网络的钢管混凝土拱桥损伤识别研究 |
| 关键词： | 神经网络;钢管混凝土拱桥;损伤识别;结构动力学;健康状态 |
| 摘要： | 对桥梁结构的损伤识别、定位以及评估是近年来十分流行的研究课题，结构损伤检测技术己被广泛应用于航天、土木、机械和核工业中，是一门建立在损伤机理、传感器技术、信号分析技术、计算机技术及人工智能技术之上的多学科综合性技术。 钢管混凝土拱桥在使用过程中，由于种种原因可能会发生不同程度的损伤、开裂或老化，从而埋下事故隐患。为了确保人民生命财产安全，快速有效的识别出钢管混凝土拱桥结构可能发生损伤的部位和损伤程度，及时掌握桥梁的健康状况，开展钢管混凝土拱桥损伤识别的研究，具有重要的理论意义和实用价值。 由于结构的动力特性和结构参数直接相关，结构的损伤将引起相应动力特性的改变，因此，如果能够建立结构动力特性与结构损伤之间的映射关系，则可以利用结构振动测试信息来实现结构的损伤判别。 根据神经网络在结构损伤识别的已有成果，及对BP神经网络性能进行的分析，提出将神经网络用于桥梁损伤识别研究，给出应用方法步骤，以LM算法构造神经网络。 本文以北京的潮白河大桥为工程背景，围绕工程结构损伤的课题，分别介绍了几种基于结构动力特性的损伤识别方法和神经网络方法，数值模拟了潮白河大桥的损伤识别研究，并针对潮白河大桥建立了一个BP神经网络，用于检验桥梁整体的健康状态。 研究的结果表明，本文所提出的方法对于潮白河大桥具有可行性和适用性，对实际钢管混凝土拱桥的损伤判别有一定的帮助作用。 |
| 作者： | 朱可 |
| 专业： | 桥梁与隧道工程 |
| 导师： | 陈彦江 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
