版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、結(jié)構(gòu)服役期間由于受到使用荷載和各種突發(fā)性因素的共同影響,從開始就面臨著一個結(jié)構(gòu)損傷的問題。隨著結(jié)構(gòu)使用年限的增加,損傷不斷積累發(fā)展,當(dāng)損傷累積到一定程度會造成結(jié)構(gòu)抗力的衰減,降低結(jié)構(gòu)的安全性、適用性和耐久性,極端情況下還會導(dǎo)致整個結(jié)構(gòu)的破壞。所有這些都迫切要求采取科學(xué)的技術(shù)手段及方法對現(xiàn)役土木工程結(jié)構(gòu)及基礎(chǔ)設(shè)施進(jìn)行健康監(jiān)測,以便盡早發(fā)現(xiàn)損傷,及時采取有效地預(yù)防和修復(fù)措施。而損傷識別技術(shù)是其中最為關(guān)鍵性的環(huán)節(jié),大力開展結(jié)構(gòu)損傷識別技術(shù)的研
2、究具有重要的理論價值和現(xiàn)實意義。在此背景下,本論文結(jié)合國內(nèi)外在結(jié)構(gòu)損傷識別領(lǐng)域的研究現(xiàn)狀,圍繞數(shù)據(jù)融合、小波分析和識別算法等問題進(jìn)行了研究,主要工作包括以下幾方面: (1)改進(jìn)多傳感器數(shù)據(jù)融合中的一致性算法。在對現(xiàn)有一致性算法用于多傳感器數(shù)據(jù)融合研究的基礎(chǔ)上,提出一種改進(jìn)算法。該算法計算簡單,能夠克服現(xiàn)有一致性算法中兩傳感器在測量精度不同時置信距離不同的缺點,并對支持矩陣進(jìn)行模糊化處理,避免了人為定義閾值帶來的主觀誤差。數(shù)值計算
3、表明此方法可獲得較好的融合結(jié)果,并且能夠有效地減小由于擾動因素造成地融合結(jié)果的誤差。 (2)提出融合同質(zhì)多傳感器數(shù)據(jù)信息的結(jié)構(gòu)損傷識別方法。從小波分析的Lipschitz指數(shù)出發(fā),分析了白噪聲和損傷信號的小波系數(shù)模極大值多分辨分析的特點,闡述了小波降噪和信號奇異性識別原理。以結(jié)構(gòu)加速度響應(yīng)信號作為研究對象,應(yīng)用狀態(tài)空間法建立了結(jié)構(gòu)動力系統(tǒng)數(shù)學(xué)模型。通過對一個五層框架結(jié)構(gòu)的數(shù)值計算表明:不同位置的傳感器信號表征結(jié)構(gòu)損傷特性的能力是
4、不同的,每一傳感器只能描述其附近區(qū)域結(jié)構(gòu)的工作狀態(tài);距離損傷位置相同的兩結(jié)構(gòu)層傳感器加速度響應(yīng)信號進(jìn)行對比,較低結(jié)構(gòu)層響應(yīng)信號對損傷的敏感性強于較高結(jié)構(gòu)層。若加速度傳感器數(shù)量有限,則應(yīng)盡量布置在較低層更有效;基于數(shù)據(jù)融合和小波多分辨分析提出的同質(zhì)多傳感器數(shù)據(jù)融合的結(jié)構(gòu)損傷識別方法,在部分傳感器性能降低(如受到噪聲污染),甚至是完全失效的情況下,仍然能夠?qū)Y(jié)構(gòu)損傷做出正確判斷。 (3)基于小波包分解技術(shù)、“能量-損傷”特征提取和A
5、RT2強大的模式分類功能,提出一種結(jié)構(gòu)多損傷識別方法。通過數(shù)值分析比較了結(jié)構(gòu)在不同損傷工況下,各層加速度響應(yīng)信號和融合后的加速度響應(yīng)信號頻帶能量變化的分布,認(rèn)為以融合計算后信號頻帶能量變化構(gòu)造的特征向量對結(jié)構(gòu)不同損傷工況更敏感。采用基于自適應(yīng)共振理論的ART2神經(jīng)網(wǎng)絡(luò)作為模式識別工具,并利用改進(jìn)的ART2算法將網(wǎng)絡(luò)輸入矢量范圍拓展到整個平面。五層框架結(jié)構(gòu)的數(shù)值計算表明,該方法能夠用于結(jié)構(gòu)多損傷識別,且具有較強的魯棒性、穩(wěn)定性和適應(yīng)性。
6、 (4)采用分步識別的思想,構(gòu)建耦合神經(jīng)網(wǎng)絡(luò)的三級損傷識別模型。第一級識別是利用ART2神經(jīng)網(wǎng)絡(luò)確定有損傷的層,并采用主成分分析方法對網(wǎng)絡(luò)高維輸入變量降維,使得特征向量能夠包含盡可能多的損傷信息,同時向量維數(shù)盡可能少;利用 GA-BP 神經(jīng)網(wǎng)絡(luò)在有損傷的層內(nèi)確定損傷桿件為第二級識別;利用GA-BP神經(jīng)網(wǎng)絡(luò)確定損傷桿件的損傷程度為第三級識別。在GA-BP網(wǎng)絡(luò)中,利用遺傳算法搜索最佳的BP網(wǎng)絡(luò)結(jié)構(gòu),并采用帶有附加動量因子的自適應(yīng)BP算
7、法,改善標(biāo)準(zhǔn)BP算法存在的一些缺陷。以ASCE提出的基準(zhǔn)結(jié)構(gòu)為數(shù)值算例,計算多個損傷工況下結(jié)構(gòu)的加速度響應(yīng)信號作為分析對象,驗證了耦合神經(jīng)網(wǎng)絡(luò)三級損傷識別方法。 (5)模型結(jié)構(gòu)損傷識別試驗研究?;诜植阶R別的耦合神經(jīng)網(wǎng)絡(luò)模型和分區(qū)融合思想,構(gòu)建了結(jié)構(gòu)損傷識別的數(shù)據(jù)融合模型。利用同質(zhì)加速度傳感器采集模型結(jié)構(gòu)響應(yīng)信號,構(gòu)造對損傷敏感的特征向量,驗證了本文提出的結(jié)構(gòu)損傷識別方法;另外分別利用加速度傳感器和光柵光纖應(yīng)變傳感器采集結(jié)構(gòu)的動
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于數(shù)據(jù)融合的結(jié)構(gòu)損傷識別方法研究.pdf
- 基于數(shù)據(jù)融合的結(jié)構(gòu)損傷識別方法研究
- 基于神經(jīng)網(wǎng)絡(luò)與數(shù)據(jù)融合的結(jié)構(gòu)損傷識別理論研究.pdf
- 基于信息融合和XGBoost的結(jié)構(gòu)損傷識別研究.pdf
- 結(jié)構(gòu)健康監(jiān)測的數(shù)據(jù)壓縮采樣與損傷識別融合方法.pdf
- 基于信息融合技術(shù)的結(jié)構(gòu)損傷識別方法研究.pdf
- 采用基于信息融合的改進(jìn)單元損傷變量識別梁式結(jié)構(gòu)的損傷.pdf
- 基于多源信息融合的結(jié)構(gòu)損傷識別方法研究.pdf
- 基于數(shù)據(jù)整合的建筑結(jié)構(gòu)損傷識別研究.pdf
- 基于靜動力測量數(shù)據(jù)的隨機結(jié)構(gòu)損傷識別研究.pdf
- 基于振動的結(jié)構(gòu)損傷識別.pdf
- 基于靜力測量數(shù)據(jù)的空間桁架結(jié)構(gòu)損傷識別研究.pdf
- 基于靜力測量數(shù)據(jù)的隨機梁式結(jié)構(gòu)損傷識別研究.pdf
- 工程結(jié)構(gòu)損傷識別的信息融合方法研究.pdf
- 結(jié)構(gòu)分布式損傷識別決策融合研究.pdf
- 基于時域分析的結(jié)構(gòu)損傷識別.pdf
- 基于靜力測量數(shù)據(jù)的隨機梁式結(jié)構(gòu)損傷識別研究
- 基于數(shù)據(jù)融合的綜合識別方法研究.pdf
- 網(wǎng)架結(jié)構(gòu)損傷檢測中的數(shù)據(jù)融合方法研究.pdf
- 基于云模型的結(jié)構(gòu)損傷識別.pdf
評論
0/150
提交評論