無跡卡爾曼波在高拱壩損傷識別中的應用.pdf

1、目前，重大水工結(jié)構(gòu)的健康監(jiān)測受到了廣泛的關注。結(jié)構(gòu)健康監(jiān)測的本質(zhì)性任務是利用可測的結(jié)構(gòu)響應信息去識別結(jié)構(gòu)本身的剛度和承載力變化，從而指示出結(jié)構(gòu)損傷位置和程度。怎樣有效地提高這類反問題的算法效率和可靠性是結(jié)構(gòu)健康監(jiān)測的難點，也是我們關注的焦點。
　　本文以二灘高拱壩為研究背景，旨在發(fā)展一種算法能有效地應用在高拱壩的損傷識別。通過神經(jīng)網(wǎng)絡模擬大壩荷載和響應之間的非線性關系，并結(jié)合無跡卡爾曼濾波方法對結(jié)構(gòu)進行損傷反演。為大型水工結(jié)構(gòu)損傷

2、識別提供相關理論依據(jù)和技術支撐。
　?。?）根據(jù)二灘拱壩工程資料以及相關文獻確定模型的基本材料參數(shù)和邊界條件，并通過ANSYS軟件建立大壩有限元模型。分析大壩在組合荷載作用下的靜動力響應，驗證了模型可靠性。
　?。?）本文結(jié)合神經(jīng)網(wǎng)絡代理模型和范數(shù)正則化方法，針對高拱壩等大型水工結(jié)構(gòu)，提出了基于神經(jīng)網(wǎng)絡的無跡卡爾曼濾波損傷識別算法。分析過程中，將壩體合理分成若干子區(qū)域，以子區(qū)域的彈性模量折減來指示損傷，根據(jù)壩面節(jié)點靈敏度選擇

3、合理的測點。通過構(gòu)造神經(jīng)網(wǎng)絡模型來擬合溫度、庫水位、彈性模量與結(jié)構(gòu)的靜力響應之間的非線性關系，最后無跡卡爾曼濾波算法進行優(yōu)化計算。為了解決反問題求解過程中的不適定性，加入了正則化方法進行算法優(yōu)化。神經(jīng)網(wǎng)絡具有良好的非線性擬合能力，將其引入能有效避免損傷識別過程中高拱壩有限元模型的反復調(diào)用，提高了計算效率。
　?。?）考慮大壩運行過程中長期的溫度和庫水位變化情況，分析溫度和損傷等參數(shù)對大壩靜力變化的影響，根據(jù)結(jié)構(gòu)的靜力響應信息對邊界