基于神经网络技术的桥梁结构健康检测

论文摘要

桥梁是交通系统中一个关键的环节。随着我国交通事业的蓬勃发展,桥梁的数量也越来越多。但是,在环境侵蚀、材料老化和过度使用等因素的作用下,有些桥梁损伤越来越严重,甚至引发了桥梁垮塌等重大事故的发生,极大地威胁着人民生命和财产安全。为防止这些事故频繁发生,快捷有效的诊断出桥梁的状态,需要及时掌握桥梁运营时的健康信息,为桥梁结构维护和评估提供科学可靠依据,这是桥梁工程研究的一个重要课题。为了尽早识别和定位桥梁上的潜在损伤,有必要对重要桥梁进行长期的健康监测和定期评估。许多大型桥梁在服役期间,其检测系统采集了大量挠度数据,这些数据可以刻画桥梁观测点偏离平衡位置的程度。对于连续钢构桥等类型的桥梁,挠度数据能有效反映桥梁中存在的损伤。本文研究的对象就是重庆马桑溪大桥的挠度值,它是由架设在马桑溪大桥上的传感器获取到的。由于桥梁健康检测尚未有一套完整的理论指导,也没有哪一种检测方法可以单独的给出绝对正确的鉴定结果。所以,在应用对比了多种计算机方法后,本文采用人工神经网络与故障诊断相结合的方法,试图从挠度出发,检测桥梁可能存在的损伤和隐患。论文的主要工作如下:第一,对桥梁健康检测的主要方法和研究现状进行了综述,并介绍了人工神经网络的相关知识。第二,提出了一套新的桥梁健康检测方法。该方法受启发于“挠度共振”的概念,运用了BP神经网络和故障诊断的相关知识并且引入了点的概念,每个点是由一个挠度检测点及其相应的传感器组成。方法主要由三个阶段组成。首先,利用BP神经网络建立了点与点之间的测试模型。然后,运用第一阶段建立的测试模型,在点上进行了一系列的测试,得到点的综合症候矩阵。最后,在综合症候矩阵的基础上得出检测结果。这是第一次将“挠度共振”现象与神经网络相结合运用到桥梁检测系统中。第三,将上述方法应用于重庆马桑溪大桥的模拟检测,取得了较好的效果,表明所提出的方法具有一定理论价值和潜在应用价值。概括而言,本文研究和实现了一种基于神经网络的桥梁健康检测方法,并成功运用于马桑溪大桥的模拟检测中。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 引言
• 1.2 本文研究意义
• 1.3 本文研究内容
• 1.4 本文组织结构
• 2 桥梁健康检测研究现状
• 2.1 引言
• 2.2 桥梁损伤原因
• 2.3 桥梁健康检测的主要内容
• 2.4 桥梁健康检测的发展过程
• 2.5 桥梁健康检测的成功应用
• 2.6 本章小结
• 3 人工神经网络理论
• 3.1 引言
• 3.2 人工神经网络简介
• 3.3 人工神经网络的发展历史与现状
• 3.4 人工神经网络的理论基础
• 3.4.1 神经元模型
• 3.4.2 神经元的激活函数
• 3.4.3 神经网络的学习算法
• 3.5 BP 神经网络的基本知识
• 3.5.1 BP 网络的学习过程
• 3.5.2 BP 神经网络的算法
• 3.5.3 BP 算法步骤
• 3.6 本章小结
• 4 基于 BP 神经网络的桥梁健康检测算法
• 4.1 引言
• 4.2 预备知识
• 4.2.1 统计学中计算相关性的基本知识
• 4.2.2 故障诊断中图论的基本知识
• 4.2.3 BP 神经网络用于时间序列的理论基础
• 4.3 算法设计
• 4.3.1 建立测试模型
• 4.3.2 对Point 进行检测
• 4.3.3 检测异常点（Point）
• 4.4 本章小结
• 5 马桑溪大桥健康检测系统仿真
• 5.1 引言
• 5.2 BP 神经网络的参数选择
• 5.3 实验步骤及效果图
• 5.4 本章小结
• 6 总结和展望
• 6.1 全文总结
• 6.2 进一步的工作
• 致谢
• 参考文献
• 附录
• A. 作者在攻读学位期间发表的论文目录
• B. 作者在攻读硕士学位期间参加的科研项目