原文传递
小波包神经网络及其在桥梁损伤识别中的应用
| 论文题名： | 小波包神经网络及其在桥梁损伤识别中的应用 |
| 关键词： | 桥梁损伤;小波包神经网络;损伤检测 |
| 摘要： | 桥梁长期在自然环境(大气腐蚀、温度、湿度变化)和使用环境(荷载作用与频率的增加、材料与结构的疲劳)的作用下，总会逐渐产生损坏现象，这是一个不可逆的过程。从安全和节约建设成本的角度考虑，及时掌握损伤信息并作出处理决策，对城市运营和未来发展有着积极的意义。 本文结合北京市自然科学基金项目——北京市公路桥梁损伤识别与维护智能决策技术的研究，根据损伤识别的特点，采用目前一种较新的方法—小波包神经网络方法，应用到公路桥梁损伤识别。小波变换在时域和频域都具有表征信号局部特征的能力，能够聚焦到信号的任意细节进行时频域处理，既可看到信号的全貌，又可分析信号的细节，因此，非常适合于识别正常信号和反常信号间的细微差别。 人工神经网络作为一种自适应的模式识别技术不需要预先给出损伤判别的函数，它是通过自身的学习机制自动形成所要求的决策区域，对不同的样本逐一进行训练从而获得均衡的收敛的权值，这些权值即代表了网络中内含的非线性映射关系，即，结构的损伤信息，从而实现结构的损伤检测。 由于经过小波包分析后的信号其缺损特征更加明显，把小波包分析后的数据作为神经网络的输入，可以大大提高神经网络的训练速度和精度。基于小波包分析和神经网络在损伤诊断领域各自的优点，本文提出一种基于小波包分析和神经网络相结合的桥梁结构损伤诊断方法。 主要工作有以下几个方面：1、详细论述了小波包、神经网络的基本理论以及应用设计方法，结合小波包和神经网络在损伤领域各自的特点，提出一种新的损伤诊断方法一小波包神经网络相结合的方法。 2、建立了移动荷载作用下桥梁损伤检测的小波包神经网络模型，将移动荷载作用下有损伤的信号经小波包分析后，作为神经网络的输入，最后得出检测结果。 -Ⅰ-3、建立大型复杂的桥梁有限元模型，将移动荷载作用下桥梁损伤检测的小波包神经网络方法应用其中。比较小波包神经网络方法与单纯的神经网络方法，得出小波包神经网络方法的优越性。 |
| 作者： | 刘亚坤 |
| 专业： | 防灾减灾及防护工程 |
| 导师： | 霍达;罗玲 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京工业大学 |
| 学位年度： | 2006 |
| 正文语种： | 中文 |
检索历史
应用推荐
