详情

原文传递工程结构损伤识别的反问题研究

论文题名：	工程结构损伤识别的反问题研究
关键词：	大跨度桥梁;预应力损失;遗传算法;参数识别;桥梁病害;损伤识别
摘要：	随着科学技术和交通事业的发展，预应力混凝土连续梁桥以其施工简便、造价经济、受力合理、行车舒适等独特优势在近年来得到了迅速崛起。但由于它出现较晚，其理论和经验还不十分完善，在修建过程中也存在一些技术上的问题。在现代预应力混凝土结构中，预应力损失的大小直接影响着结构的抗裂度和挠度。本文以钟祥汉江公路大桥为依托，将遗传算法用于大跨度混凝土桥梁的预应力附加损失的识别。建立附加损失的数学模型，根据桥梁病害的几个明显特征，确定病害成因，并用遗传算法识别损失模型的参数，确定有关各截面的损失值。分析表明该方法是有效的，与实际的病害现象较吻合。另外，提出了以神经网络和遗传算法为主的智能识别、预测方法。结构损伤识别可转化为极小化问题求解，利用遗传算法可以有效地求得全局优化解，但需要大量的有限元分析计算。而BP神经网络可以建立结构损伤参数(输入)与结构响应变化(输出)之间的非线性映射关系，BP网络这种建立全局性映射关系的能力，为遗传算法求解损伤识别问题提供了强大的计算手段。文中给出了BP神经网络与遗传算法结合进行损伤识别的方法步骤。根据钟祥大桥的设计，施工资料及试验检测报告，对该桥进行了有限元建模和分析计算。针对该桥实际病害，从结构损伤和预应力附加损失两方面进行了反问题参数识别研究。利用正交试验法进行BP网络的训练样本的正交设计，将损伤位置与损伤程度作为BP网络的输入，然后用有限元方法(GQJS)计算损伤结构与完好结构的挠度差作为BP网络的输出，最后利用训练好的网络通过遗传算法对损伤结构的损伤参数进行识别，并结合实测数据对该桥损伤后的实际承载能力进行了估算。结果表明，采用本文的损伤识别方法是合理的、有效的，不仅为该桥梁的治理方案制定提供可靠的科学依据，而且此方法可望推广应用类似病害桥梁的加固优化分析。本文模拟大桥预应力损失，以预应力损失后的桥梁变形与实测桥面下陷值吻合为目的，将遗传算法应用于预应力混凝土连续梁桥的病害成因的识别，获得了满意的结果。利用数值分析模拟大桥的损伤情况，将BP神经网络和遗传算法结合应用于预应力混凝土连续梁桥病害的识别，获得了满意的结果，表明该方法在大跨度桥梁损伤识别中具有一定的应用价值。在预应力混凝土连续梁桥病害成因分析研究方面，进行了一种新的尝试。
作者：	闻骥骏
专业：	船舶与海洋结构物设计制造
导师：	沈成武
授予学位：	博士
授予学位单位：	武汉理工大学
学位年度：	2006
正文语种：	中文