原文传递
基于神经网络法的内河框架墩式码头结构损伤识别
| 论文题名： | 基于神经网络法的内河框架墩式码头结构损伤识别 |
| 关键词： | 神经网络;损伤识别;抗噪分析;墩式码头 |
| 摘要： | 本文结合某内河框架墩式码头实际工程，通过ANSYS有限元分析软件对码头结构进行模态分析，提取结构的动力特性参数并建立损伤指标，应用神经网络建立一个码头构件损伤的识别体系，用于识别码头受损构件的位置和损伤程度。其主要研究内容和结论如下: (1)根据损伤力学理论建立码头结构的损伤模型，计算出各个损伤指标，并对其在同一损伤程度下不同损伤位置时、同一损伤位置不同损伤程度时的变化规律进行研究，得到对码头结构进行损伤初步定位时损伤指标采用NFRN，对桩进行损伤具体定位时损伤指标采用NDΦ，对柱和撑进行损伤具体定位时损伤指标采用X2，对桩进行损伤程度识别时损伤指标采用RNF，对柱和撑进行损伤程度识别时损伤指标采用FFC。 (2)应用神经网络理论建立了框架墩式码头结构构件损伤识别系统，识别过程主要分三步:第一步对码头结构损伤构件进行初步定位，识别出损伤构件的类型;第二步对损伤构件进行进一步识别，识别出损伤构件的具体位置;第三步对损伤构件进行损伤程度识别。通过对网络的测试，得到网络的损伤识别效果较好。 (3)通过对网络进行抗噪分析获知，当对码头构件进行初步定位、对桩进行损伤具体定位时，误差对网络的识别效果影响较小，可不必进行抗噪训练;当对码头构件进行损伤程度识别、对柱和撑进行损伤具体定位时，误差对网络的识别效果影响较大，需要对网络进行抗噪训练，以提高网络的识别正确率。 (4)对比各个网络的抗噪性能，得到误差对频率指标影响小于对振型指标的影响，因此，在对振型模态参数进行测量时，应当采取必要的消噪措施。 (5)对比抗噪训练前后网络的识别效果，得到抗噪训练后网络的识别效果有所提升，结构中桩和柱的提升效果较好，撑的提升效果较差。 |
| 作者： | 魏文馨 |
| 专业： | 水利工程；港口海岸及近海工程 |
| 导师： | 何光春 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
