桥梁结构损伤识别方法的相关问题研究

论文摘要

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

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 选题背景及意义
• 1.2 桥梁健康监测发展概况
• 1.3 基于振动测试的结构损伤识别国内外研究现状及评述
• 1.3.1 基于固有频率的结构损伤识别方法
• 1.3.2 基于振型的结构损伤识别方法
• 1.3.3 基于位移和应变类参数的结构损伤识别方法
• 1.3.4 基于刚度阵和柔度阵的结构损伤识别方法
• 1.3.5 基于模型修正的结构损伤识别法
• 1.3.6 基于计算智能的结构损伤识别方法
• 1.3.7 基于小波分析的结构损伤识别方法
• 1.3.8 基于概率统计信息的结构损伤识别方法
• 1.4 本文主要研究内容
• 2 结构损伤识别的基本理论和方法
• 2.1 结构损伤识别的理论基础
• 2.1.1 动力学反问题
• 2.1.2 模态分析
• 2.2 有限元模型缩聚和实测振型扩展
• 2.2.1 有限元模型缩聚
• 2.2.2 实测振型扩展
• 2.3 损伤识别方法简介
• 2.3.1 残余力向量法
• 2.3.2 模态应变能法
• 2.3.3 柔度投影法
• 2.4 小结
• 3 基于残余力向量法和改进遗传算法的桥梁结构损伤识别研究
• 3.1 前言
• 3.2 遗传算法
• 3.2.1 编码方式
• 3.2.2 选择概率
• 3.2.3 最优保存策略（Elitist Model）
• 3.2.4 交叉算子
• 3.2.5 变异算子
• 3.2.6 遗传算法在函数优化中的应用算例
• 3.3 残余力向量法
• 3.4 遗传算法目标函数的建立
• 3.5 验证实例
• 3.5.1 基本假定
• 3.5.2 遗传算法初始参数的确定
• 3.5.3 算例1：三跨混凝土连续梁桥模型
• 3.5.4 计算结果与讨论
• 3.5.5 算例2：五跨桁架桥模型
• 3.5.6 计算结果与讨论
• 3.6 小结
• 4 基于有限元模型和不完备模态测试信息的桥梁结构损伤识别方法研究
• 4.1 引言
• 4.2 基本理论
• 4.2.1 特征方程及损伤方程的建立
• 4.2.2 损伤结构不完整模态重构
• 4.2.3 损伤结构控制方程的建立
• 4.3 Levenberg-Marquardt最小二乘算法
• 4.4 验证实例
• 4.4.1 基本假定
• 4.4.2 算例1：六跨桁架桥模型
• 4.4.3 算例2：框架类——拱桥模型
• 4.5 需要说明的几个问题
• 4.6 小结
• 5 基于广义回归神经网络神经网络的桥梁结构损伤识别方法研究
• 5.1 引言
• 5.2 神经网络概述
• 5.3 影响基于神经网络的损伤识别方法的主要因素及本章的对策
• 5.3.1 神经网络输入参数的选择：组合参数的选择
• 5.3.2 训练样本的选择
• 5.3.3 可能的损伤样本组合爆炸问题的对策：分步识别法
• 5.3.4 神经网络模型的选择：GRNN神经网络
• 5.4 验证实例
• 5.4.1 损伤位置识别
• 5.4.2 损伤程度识别
• 5.5 小结
• 6 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 创新点摘要
• 攻读博士学位期间发表学术论文及科研成果情况
• 致谢
• 大连理工大学学位论文版权使用授权书