原文传递
桥梁结构损伤识别的动力指纹方法研究
| 论文题名： | 桥梁结构损伤识别的动力指纹方法研究 |
| 关键词： | 桥梁工程;桥梁损伤;损伤识别;动力指纹;模式识别 |
| 摘要： | 近年来，结构损伤识别在土木和航空等领域迅速发展起来，但大量的损伤识别方法面对大型结构时却遇到了许多实践上的困难，尚有许多问题值得深入研究。在诸多结构损伤识别方法中，基于动力测试数据的识别方法有远程在线的潜在优势，因此动力损伤识别方法受到了极大的关注。本文首先对结构损伤识别的研究现状、研究的主要难点进行了分析。然后针对结构动力损伤识别中动力指纹的基本问题进行了系统研究，主要完成了以下六个方面的工作。 1．对于目前损伤识别领域所用到的动力指纹进行了概括和分类。将动力指纹分为四个大类：传递特性类动力指纹、复杂函数类动力指纹、传递曲率类动力指纹和特征参数类动力指纹。逐一对这些动力指纹进行分析研究，对每种动力指纹的计算方法、适用范围进行了系统的总结。 2．研究了几种常用动力指纹抵抗干扰的能力。首先对模态参数的噪声来源进行剖析，并据此给出其理想化的噪声分布公式。按概率统计相关理论推导了动力指纹的噪声分布，并得出了一些具有指导意义的结论。本文还基于系统灵敏度分析理论，推导了结构的损伤灵敏度理论公式。在动力指纹噪声灵敏度和损伤灵敏度分析的基础上，提出了衡量动力指纹抵抗干扰能力的综合性能评价指标，为特征比选提供了量化的参考依据。 3．利用模式识别中特征提取和特征选择的基本理论，将动力指纹库进行适当的变换，得到了具有良好可分性的优化特征库。主要对基于相关分析、遗传算法的特征选择和基于主成分分析、Fisher判别分析、三谱相辅分析的特征提取等方法开展研究。并提出了针对结构损伤识别问题的特征向量优化策略，为工程的实际应用提供了有效的实施方案。 4．从模式分类的角度对结构的损伤位置和损伤程度进行识别，其核心问题就是如何合理设计分类器。本文研究了近邻法、判别分析、人工神经网络(BP神经网络、RBF神经网络)三种分类器的具体算法，并分析了它们在结构损伤识别中各自的优势和局限性。 5．多重子步法是解决复杂结构损伤识别问题的有效途径，对结构进行区域划分是多重子步法的基础工作。本文将模糊关系聚类和模糊C均值聚类用于损伤区域的划分中，提出了基于优化动力指纹库的软分区方法。这相当于对优化特征库进行重组，使动力指纹从特征和模式两个不同角度均进行了优化，降低了损伤定位的难度，提高了损伤识别的精度。 6．研究了连续梁桥损伤识别过程中基本特征库的构建、灵敏度分析、特征库的优化、分类器的设计等相关问题的程序实现方法，并以MATLAB为平台编制相应的计算程序。以某三跨混凝土连续箱梁桥为例，验证了本文理论的正确性和可行性。 |
| 作者： | 冉志红 |
| 专业： | 桥梁与隧道工程 |
| 导师： | 李乔 |
| 授予学位： | 博士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2007 |
| 正文语种： | 中文 |
检索历史
应用推荐
