论文题目: 基于动力检测的网格结构损伤识别研究
论文类型: 博士论文
论文专业: 结构工程
作者: 吴金志
导师: 张毅刚
关键词: 网格结构,损伤识别,动力检测,测点布置,神经网络,试验
文献来源: 北京工业大学
发表年度: 2005
论文摘要: 正如人会得病一样,建筑结构在设计、施工尤其是使用过程中,必然要遭受人为因素和自然因素的影响而出现老化或破损,严重者会导致生命和财产的重大损失。对建筑结构的损伤识别已经成为目前国内外研究的热点,并取得了一些阶段性的成果,但远未达到实际应用的程度。本文以结构较复杂并具有众多自由度的网格结构为对象,对基于动力检测的结构整体损伤识别技术进行了深入系统的研究,并为该技术的实际应用提供了有价值的理论方法和试验依据。主要内容和成果如下: 1.在对已有的建筑结构损伤识别方法进行了系统研究的基础上,分析了目前广泛使用的基于传统数学方法和人工神经网络方法的优缺点。由于实测信息的不完备,使得在利用传统的基于模型修正的数学方法进行结构损伤识别时,必须对结构的模型进行缩聚或对实测振型进行扩展。这个过程中的误差再加上模型误差和测试误差,必然使得损伤识别结果的可靠性大大减小。神经网络具有很强的模式识别能力,而且对结构模型的依赖程度不高。可以用有限的测试信息形成训练样本,并建立起结构损伤与结构模态参数变化之间的稳定映射关系,从而可以完成对结构损伤的识别,具有很好的应用前景。2.通过对算例的损伤识别表明,为了获得具有较高模式识别能力的神经网络,对其输入输出参数进行归一化处理是必要的。同时,在训练中加入一定水平的噪音可以提高神经网络的泛化能力,增强其适应性,并对具有测试误差的数据具有更好的识别效果。3.在分析了损伤对结构模态参数的影响的基础上,提出了直接利用结构低阶频率变化率和少数测点振型分量构造结构损伤特征参数的方法。该方法可以充分利用振型和频率的优点,如结构振动频率的变化率可以很好地反映结构的整体特性,测试简单而且精度较高,而振型对结构的损伤更敏感等等。同时,这种输入参数又克服了只利用频率或振型以及目前广为使用的具有歧义的振型差的不足。通过对数值算例和试验模型的损伤识别,证明了所用参数的有效性。4.在对目前常用的测点布置法进行深入研究的基础上,提出了测点布置优先级综合排序法,对结构中的各个自由度进行测点布置优先级排序。该方法综合了单元模态应变能系数法和有效独立法的优点,既考虑了将测点布置在模态能量较大的节点,使其具有很好的可测性,同时又考虑了使实测模态之间保持较大的空间交角,从而使得有限的实测信息能够更充分地反映结构的性态。5.对网格结构的构成型式进行了分析,并针对网格结构中杆件和节点众多,
论文目录:
摘要
Abstract
第1章 绪论
1.1 引言
1.2 与建筑结构健康诊断相关的几个术语
1.3 建筑结构损伤识别技术的发展和研究现状
1.3.1 结构损伤识别技术的发展
1.3.2 基于传统数学方法的结构损伤识别
1.3.3 基于遗传算法和人工智能的结构损伤识别
1.4 我国钢网格结构的工程应用与常见缺陷和工程事故
1.4.1 我国钢网格结构的工程应用
1.4.2 钢结构中常见的缺陷及工程事故
1.4.3 典型的钢网格结构工程事故
1.5 钢网格结构的动力特性及其整体损伤识别中存在的问题
1.5.1 网格结构的动力特性
1.5.2 钢网格结构整体损伤识别中存在的问题
1.6 本文的主要研究工作
第2章 钢结构的检测及测点布置优先级的综合排序
2.1 构件的局部检测
2.2 结构的整体检测
2.2.1 结构振动的激励方法
2.2.2 结构模态参数的识别
2.3 结构整体检测中测点布置优先级的综合排序
2.3.1 常用的测点位置确定方法及存在的问题
2.3.2 测点布置优先级的综合排序法
2.3.3 算例
2.4 本章小结
第3章 人工神经网络及结构损伤特征参数的确定
3.1 人工神经网络的发展概述
3.2 人工神经网络的基本原理与特征
3.2.1 人工神经元的基本原理
3.2.2 人工神经网络的基本特征
3.3 误差反向传播神经网络(BP 网络)
3.3.1 BP 算法的数学描述
3.3.2 BP 网络的优缺点
3.3.3 BP 网络性能的改进
3.4 网格结构损伤特征参数的确定
3.4.1 常用的结构损伤特征参数
3.4.2 网格结构损伤特征参数的确定
3.5 BP 网络的输出参数
3.6 损伤识别算例
3.7 本章小结
第4章 网格结构损伤识别的三步法
4.1 引言
4.2 面向节点的损伤初步定位方法及其实现
4.2.1 面向节点的损伤初步定位方法
4.2.2 损伤初步定位的实现
4.3 网格结构损伤识别的三步法
4.4 算例
4.4.1 平面桁架的损伤识别
4.4.2 空间桁架的损伤定位
4.5 本章小结
第5章 网架结构的损伤定位
5.1 网架结构的自振特性
5.2 单杆件的损伤定位
5.3 多杆件的损伤定位与分析
5.4 本章小结
第6章 双层柱面网壳结构损伤识别试验研究
6.1 网壳结构试验模型
6.2 网壳结构模型的振动特性
6.2.1 理论分析
6.2.2 网壳结构模型振动特性实测
6.3 损伤识别中振型分量的选取
6.4 单杆损伤的定位
6.4.1 神经网络的训练和检验
6.4.2 实际损伤的定位
6.5 两杆损伤的定位
6.6 多杆损伤的定位
6.6.1 三杆损伤的定位
6.6.2 四杆损伤的定位
6.6.3 多杆件损伤定位结果分析
6.7 本章小结
第7章 结论与展望
7.1 本文的主要工作、创新点及主要结论
7.1.1 本文的主要工作
7.1.2 主要结论
7.1.3 本文的创新点
7.2 本文进一步研究的方向
参考文献
攻读博士学位期间发表的学术论文
致谢
发布时间: 2005-09-21
参考文献
- [1].结构损伤识别方法研究[D]. 张开鹏.武汉理工大学2004
- [2].基于稀疏模态响应的结构损伤识别方法[D]. 孙国.大连理工大学2006
- [3].基于独立分量分析的结构损伤识别研究[D]. 宋华珠.武汉理工大学2006
- [4].基于时频分布的桅杆结构损伤识别方法及试验研究[D]. 程华.重庆大学2005
- [5].基于数据融合的结构损伤识别[D]. 焦莉.大连理工大学2006
- [6].支持向量机方法在结构损伤识别中的应用[D]. 张茂雨.同济大学2007
- [7].基于神经网络与数据融合的结构损伤识别理论研究[D]. 张育智.西南交通大学2007
- [8].基于贝叶斯统计推理的结构损伤识别方法研究[D]. 杨晓楠.同济大学2008
- [9].基于小波分析的结构损伤识别方法研究[D]. 郭健.浙江大学2004
- [10].基于随机动力响应互相关函数分析的结构损伤识别方法研究[D]. 雷家艳.北京交通大学2011
相关论文
- [1].结构损伤识别与模型更新方法研究[D]. 王茂龙.东南大学2003
- [2].基于静力测试数据的桥梁结构损伤识别与评定理论研究[D]. 蒋华.西南交通大学2005
- [3].基于稀疏模态响应的结构损伤识别方法[D]. 孙国.大连理工大学2006
- [4].桥梁结构损伤识别方法的相关问题研究[D]. 袁颖.大连理工大学2006
- [5].基于振动的桥梁结构损伤识别方法研究[D]. 谢峻.华南理工大学2003