详情

原文传递基于多模态参数的桥梁结构损伤识别方法研究

论文题名：	基于多模态参数的桥梁结构损伤识别方法研究
关键词：	桥梁结构;损伤识别;神经网络;柔度曲率模态;数值仿真
摘要：	随着国民经济和科学技术的不断发展，交通设施中涌现出许多结构新颖独特和一些跨江跨海大型桥梁结构，桥梁数量日益增多。由于桥梁在设计阶段、施工阶段以及后期的运营过程中受到一些不可抗力因素的影响，从而产生不同程度的损伤，一旦损伤达到一定程度，将导致桥梁结构发生破坏，对国民经济和社会环境造成了重大的影响。为了充分了解现有桥梁的实际运营状态，就必须对这些结构进行损伤识别，确定损伤的位置和程度，为后期的维修和养护提供参考依据，避免灾难性事故的发生。因此，开展对桥梁结构损伤识别的研究具有重要的理论意义和实用价值。　　本文在广泛阅读国内外有关桥梁结构损伤识别方法参考文献的基础上，根据人工神经网络在桥梁结构损伤识别领域已取得的研究成果，提出了基于神经网络的多模态参数桥梁结构损伤识别方法，可以同时识别出结构损伤的位置和损伤的程度。主要研究内容包括: 　　(1)结合本课题的研究背景和国内外研究现状、发展动态和相关检测技术的发展，着重指出了在结构损伤识别领域存在的主要问题以及相关发展趋势，系统地归纳了目前用于桥梁结构损伤识别的方法，深入地比较和分析了各种识别方法的优缺点、应用范围及前景，为下一步桥梁结构损伤识别方法的研究奠定了理论基础。　　(2)开展了对桥梁结构损伤识别的人工神经网络法的研究，对常用的几种神经网络模型进行了比较分析，并系统地研究了基于BP神经网络和RBF神经网络用于桥梁结构损伤的基本原理及步骤。提出组合损伤指标—曲率模态和柔度曲率，然后以曲率模态和柔度曲率组合指标作为神经网络的输入向量，以单元的损伤状态作为输出向量，提出了基于神经网络多模态参数的桥梁结构损伤识别方法。以一简支梁为研究对象，进行了数值试验，在通用有限元软件MIDAS的平台上，针对单损伤、对称损伤、非对称损伤等多种损伤工况，通过网络训练，均能有效地识别出损伤的位置和程度，取得了良好的效果，验证了本文识别方法的有效性和可靠性。　　(3)针对桥梁中广泛使用的桁架结构，进行了数值模拟和物理模型试验。针对钢桁架桥的特点，选取一些关键构件进行损伤识别，这样就减少了训练样本的数量，提高了神经网络的运行速度。在数值模拟中，对关键构件进行了单损伤和多损伤的识别，研究表明该方法不仅能进行准确地损伤定位，而且还能对损伤进行定量。在模型试验中，通过预制好的损伤构件来替换完好的构件形成损伤结构，由于试验本身的限制，部分损伤样本通过模型试验获得，所获得的损伤样本作为网络的测试样本。通过分析训练好的神经网络在单损伤工况和多损伤工况中的识别结果表明，试验结果与仿真试验结果吻合很好，这也进一步证实本文提出的识别方法的有效性和可靠性。　　(4)建立了基于试验模型的桥梁结构损伤识别的试验平台。以薄壁结构相似理论为基础，针对九江长江大桥钢桁梁柔性拱桥的特点，推导了其静动力相似关系，利用模态分析理论得出了各个模态参数的相似比，并通过数值试验验证了相似关系的准确性，并以此为依据阐述了缩尺后模型具体设计和制作过程。设计了模型桥的动载试验方案，在实验室的环境条件下对桥梁进行了动载试验，测定了结构的动力特性。　　(5)利用大型的通用有限元软件ANSYS分别建立了九江长江大桥柔性拱钢桁梁的实桥和模型桥的有限元模型，利用模态分析理论进行了有限元的动力特性分析，通过理论、仿真和试验结果的比较，表明实桥和模型桥各动力参数具有较好的相似换算关系，进一步验证了模态参数相似比的正确性。反映了模型桥也能够比较准确地模拟实桥动力特性。以试验模型桥为研究对象，基于MATLAB平台编制相应的损伤识别程序，通过对九江长江大桥柔性拱钢桁梁的缩比模型桥的损伤识别研究，表明基于神经网络的多模态参数损伤识别方法能够成功地识别出此模型桥的损伤（位置和程度），取得良好的效果，为下一步桥梁结构健康监测系统开发和工程实际应用提供了坚实的理论基础和技术支持。
作者：	孙杰
专业：	海洋工程结构
导师：	吴卫国
授予学位：	博士
授予学位单位：	武汉理工大学
学位年度：	2013
正文语种：	中文