详情

原文传递桥梁结构损伤识别方法的相关问题研究

论文题名：	桥梁结构损伤识别方法的相关问题研究
关键词：	桥梁结构;健康监测;结构损伤识别;振动测试;遗传算法;GRNN神经网络
摘要：	桥梁是交通运输系统的重要组成部分，桥梁结构的健康状态是交通运输系统正常运转的前提。由于设计、施工、管理、环境腐蚀、自然灾害等原因，目前已有不少桥梁发生老化、破损、裂缝等现象。如果桥梁结构一旦发生破坏，对国民经济、社会稳定和人民的生命财产具有直接的重大影响，因此对桥梁结构进行健康监测研究，有重要的理论意义和实用价值。结构损伤识别方法是桥梁结构的健康监测系统的重要组成部分。基于振动测试的结构损伤识别方法是目前国内外研究的热点。尽管已经提出的损伤识别理论和方法很多，但是针对测试信息不完备和数据噪声条件下的结构损伤识别方法研究得还很不充分。针对目前结构损伤识别方法研究的现状，在现有结构识别方法的基础上，本论文重点开展了基于不完备测试信息和数据噪声条件下桥梁结构损伤识别方法的数值模拟研究。本文内容分为六章。第一章为绪论。首先介绍了论文的选题背景和意义，其次对桥梁损伤识别和健康监测发展概况做了简介，然后对基于振动测试的结构损伤识别方法的国内外研究现状做了详细的综述和简单评述，最后阐明了本文的研究范围和主要研究内容。第二章主要介绍了结构损伤识别的理论基础以及几个有特点的损伤识别方法。第三章，提出了一种基于残余力向量法和改进遗传算法的桥梁结构损伤识别方法。在无噪声的情况下，使用任意一阶模态数据，残余力向量法都能够对损伤进行准确定位。但是，振动测试数据中往往包含噪声，导致运用残余力向量法进行损伤识别完全不可行。考虑到这个问题，在常规模态分析的基础上，以节点的残余力向量构造用于遗传搜索优化的新目标函数形式，然后利用改进的遗传算法重点进行了噪声条件下的结构损伤定位和定量研究。遗传算法的主要改进包括：采用浮点编码、采用基于标准化几何分布排名的选择策略、采用最优保存策略、采用算术交叉算子、采用自适应变异算子。最后，本章用一个混凝土连续梁桥模型和一个平面桁架桥模型进行了数值模拟，验证了所提出方法的有效性。尽管遗传算法在损伤识别中已经取得了一定的研究成果，但是还存在一些需要解决的问题，比如，编码方案大都是基于二进制的，如何选取初始参数，如何选取遗传算子等。本文对遗传算法应用中存在的这些问题进行了深入分析与研究，得出了一些有益的结论。第四章，在有限元模型和不完整实测模态数据的基础上，利用模态参与因子构造出结构的完整振型，建立了适用于离散杆系和梁系结构损伤识别的非线性损伤控制方程，构造了非线性最小二乘问题，并引入Levenberg-Marquardt非线性最小二乘算法进行了求解。非线性最小二乘问题常用Gaussian-Newton方法进行求解，但是结构损伤识别问题常常是在信息不完备和数据噪声情况下被研究的。为了克服Gaussian-Newton非线性最小二乘算法在计算中常常碰到的由于梯度矩阵病态或奇异而使计算无法完成的现象，引入Levenberg-Marquardt非线性最小二乘算法对一个平面桁架桥模型和一个拱桥模型进行了数值模拟研究，重点考察了实测自由度数量、模态数量、数据噪声及不同的噪声添加方式对损伤识别结果的影响。结果表明，在测试数据不完备及一定数据噪声水平条件下，本章的方法仍有较好的损伤识别能力。第五章，研究了基于GRNN神经网络的损伤识别两步法。文中对影响基于神经网络的损伤识别方法的主要因素及其对策进行了详细讨论。结构固有频率的下降反映了结构整体刚度的降低，而振型的变化则反映了结构局部的改变，为充分利用模态测试信息，在已有的研究基础上，本章利用易于实测且精度比较高的低阶频率和少数节点的一阶振型分量构造出组合参数，经预处理后作为神经网络输入。组合参数可以克服采用单一数据参数进行损伤识别所带来的缺陷。在选取少数节点的振型分量用于网络训练时，提出根据单元模态应变能系数的大小来选择节点，具有较大单元模态应变能的节点在振动中振幅较大，易于实测和用于网络训练。在此基础上，利用GRNN神经网络对一典型桁架桥模型进行了损伤识别数值模拟研究，着重考察了观测自由度不完整情况下不同数据噪声水平以及选取的频率数量对损伤识别结果的影响。第六章，总结了本文的研究内容和成果，指出了目前桥梁结构损伤识别和健康监测中存在的问题，并对其未来的发展方向做了展望。
作者：	袁颖
专业：	防灾减灾工程及防护工程
导师：	林皋
授予学位：	博士
授予学位单位：	大连理工大学
学位年度：	2005
正文语种：	中文