基于改進BP網(wǎng)絡的多重分步損傷識別方法研究.pdf

1、對工程結(jié)構(gòu)的損傷識別、定位以及估計是近年來十分流行的研究課題。盡早地發(fā)現(xiàn)結(jié)構(gòu)損傷，可大大降低維護、維修的費用。目前，結(jié)構(gòu)損傷檢測技術(shù)已被廣泛應用于航天、土木、機械和核工業(yè)中，是一門建立在損傷機理、傳感器技術(shù)、信號分析技術(shù)、計算機技術(shù)及人工智能技術(shù)之上的多學科綜合性技術(shù)。 結(jié)構(gòu)的動力特性與結(jié)構(gòu)物理參數(shù)直接相關(guān)，結(jié)構(gòu)發(fā)生損傷通常會導致結(jié)構(gòu)動力特性的改變。近年來，基于結(jié)構(gòu)動力特性參數(shù)的診斷，由于其多種優(yōu)點，已成為當前學術(shù)界和工程界的研

2、究熱點。然而，用振動模態(tài)構(gòu)造的損傷標識量往往需要求解復雜的數(shù)學反演問題，使結(jié)構(gòu)損傷識別存在一定的困難。神經(jīng)網(wǎng)絡以其優(yōu)異的非線性映射能力可以將逆問題正問題化，因此本文提出將振動模態(tài)分析和神經(jīng)網(wǎng)絡技術(shù)結(jié)合起來，以振動模態(tài)構(gòu)造的損傷標識量作為神經(jīng)網(wǎng)絡識別輸入的特征參數(shù)，從而進行結(jié)構(gòu)損傷識別。 將神經(jīng)網(wǎng)絡用于損傷識別時，通常的做法是一次識別出結(jié)構(gòu)的損傷位置和損傷程度，然而當桿件較多時，所需要的訓練樣本數(shù)量非常龐大。為了解決這個問題，本文

3、采用多重分步識別方法，首先確定結(jié)構(gòu)中有損傷的層，然后在已知有損傷的層內(nèi)確定有損傷的桿件，最后確定有損傷桿件的損傷程度。這樣可以大大節(jié)約訓練樣本的數(shù)量，節(jié)約學習時間。針對BP網(wǎng)絡固有的收斂速度慢、局部極小等問題，本文對BP網(wǎng)絡進行了性能改進，在訓練函數(shù)中附加了動量項，并且網(wǎng)絡的學習速率采用自適應學習速率。 實際識別過程中，不可避免的會存在誤差影響。本文通過對一個五層鋼框架的試驗研究，分析討論了模型誤差對識別結(jié)果可信度的影響。為了考