橋梁結(jié)構(gòu)損傷識別方法的相關(guān)問題研究.pdf

1、橋梁是交通運(yùn)輸系統(tǒng)的重要組成部分，橋梁結(jié)構(gòu)的健康狀態(tài)是交通運(yùn)輸系統(tǒng)正常運(yùn)轉(zhuǎn)的前提。由于設(shè)計、施工、管理、環(huán)境腐蝕、自然災(zāi)害等原因，目前已有不少橋梁發(fā)生老化、破損、裂縫等現(xiàn)象。如果橋梁結(jié)構(gòu)一旦發(fā)生破壞，對國民經(jīng)濟(jì)、社會穩(wěn)定和人民的生命財產(chǎn)具有直接的重大影響，因此對橋梁結(jié)構(gòu)進(jìn)行健康監(jiān)測研究，有重要的理論意義和實用價值。 結(jié)構(gòu)損傷識別方法是橋梁結(jié)構(gòu)的健康監(jiān)測系統(tǒng)的重要組成部分。基于振動測試的結(jié)構(gòu)損傷識別方法是目前國內(nèi)外研究的熱點。盡管

2、已經(jīng)提出的損傷識別理論和方法很多，但是針對測試信息不完備和數(shù)據(jù)噪聲條件下的結(jié)構(gòu)損傷識別方法研究得還很不充分。針對目前結(jié)構(gòu)損傷識別方法研究的現(xiàn)狀，在現(xiàn)有結(jié)構(gòu)識別方法的基礎(chǔ)上，本論文重點開展了基于不完備測試信息和數(shù)據(jù)噪聲條件下橋梁結(jié)構(gòu)損傷識別方法的數(shù)值模擬研究。本文內(nèi)容分為六章。 第一章為緒論。首先介紹了論文的選題背景和意義，其次對橋梁損傷識別和健康監(jiān)測發(fā)展概況做了簡介，然后對基于振動測試的結(jié)構(gòu)損傷識別方法的國內(nèi)外研究現(xiàn)狀做了詳細(xì)的

3、綜述和簡單評述，最后闡明了本文的研究范圍和主要研究內(nèi)容。 第二章主要介紹了結(jié)構(gòu)損傷識別的理論基礎(chǔ)以及幾個有特點的損傷識別方法。 第三章，提出了一種基于殘余力向量法和改進(jìn)遺傳算法的橋梁結(jié)構(gòu)損傷識別方法。在無噪聲的情況下，使用任意一階模態(tài)數(shù)據(jù)，殘余力向量法都能夠?qū)p傷進(jìn)行準(zhǔn)確定位。但是，振動測試數(shù)據(jù)中往往包含噪聲，導(dǎo)致運(yùn)用殘余力向量法進(jìn)行損傷識別完全不可行?？紤]到這個問題，在常規(guī)模態(tài)分析的基礎(chǔ)上，以節(jié)點的殘余力向量構(gòu)造用于遺

4、傳搜索優(yōu)化的新目標(biāo)函數(shù)形式，然后利用改進(jìn)的遺傳算法重點進(jìn)行了噪聲條件下的結(jié)構(gòu)損傷定位和定量研究。遺傳算法的主要改進(jìn)包括：采用浮點編碼、采用基于標(biāo)準(zhǔn)化幾何分布排名的選擇策略、采用最優(yōu)保存策略、采用算術(shù)交叉算子、采用自適應(yīng)變異算子。最后，本章用一個混凝土連續(xù)梁橋模型和一個平面桁架橋模型進(jìn)行了數(shù)值模擬，驗證了所提出方法的有效性。盡管遺傳算法在損傷識別中已經(jīng)取得了一定的研究成果，但是還存在一些需要解決的問題，比如，編碼方案大都是基于二進(jìn)制的，如

5、何選取初始參數(shù)，如何選取遺傳算子等。本文對遺傳算法應(yīng)用中存在的這些問題進(jìn)行了深入分析與研究，得出了一些有益的結(jié)論。 第四章，在有限元模型和不完整實測模態(tài)數(shù)據(jù)的基礎(chǔ)上，利用模態(tài)參與因子構(gòu)造出結(jié)構(gòu)的完整振型，建立了適用于離散桿系和梁系結(jié)構(gòu)損傷識別的非線性損傷控制方程，構(gòu)造了非線性最小二乘問題，并引入Levenberg-Marquardt非線性最小二乘算法進(jìn)行了求解。非線性最小二乘問題常用Gaussian-Newton方法進(jìn)行求解，但

6、是結(jié)構(gòu)損傷識別問題常常是在信息不完備和數(shù)據(jù)噪聲情況下被研究的。為了克服Gaussian-Newton非線性最小二乘算法在計算中常常碰到的由于梯度矩陣病態(tài)或奇異而使計算無法完成的現(xiàn)象，引入Levenberg-Marquardt非線性最小二乘算法對一個平面桁架橋模型和一個拱橋模型進(jìn)行了數(shù)值模擬研究，重點考察了實測自由度數(shù)量、模態(tài)數(shù)量、數(shù)據(jù)噪聲及不同的噪聲添加方式對損傷識別結(jié)果的影響。結(jié)果表明，在測試數(shù)據(jù)不完備及一定數(shù)據(jù)噪聲水平條件下，本章的

7、方法仍有較好的損傷識別能力。 第五章，研究了基于GRNN神經(jīng)網(wǎng)絡(luò)的損傷識別兩步法。文中對影響基于神經(jīng)網(wǎng)絡(luò)的損傷識別方法的主要因素及其對策進(jìn)行了詳細(xì)討論。結(jié)構(gòu)固有頻率的下降反映了結(jié)構(gòu)整體剛度的降低，而振型的變化則反映了結(jié)構(gòu)局部的改變，為充分利用模態(tài)測試信息，在已有的研究基礎(chǔ)上，本章利用易于實測且精度比較高的低階頻率和少數(shù)節(jié)點的一階振型分量構(gòu)造出組合參數(shù)，經(jīng)預(yù)處理后作為神經(jīng)網(wǎng)絡(luò)輸入。組合參數(shù)可以克服采用單一數(shù)據(jù)參數(shù)進(jìn)行損傷識別所帶來

8、的缺陷。在選取少數(shù)節(jié)點的振型分量用于網(wǎng)絡(luò)訓(xùn)練時，提出根據(jù)單元模態(tài)應(yīng)變能系數(shù)的大小來選擇節(jié)點，具有較大單元模態(tài)應(yīng)變能的節(jié)點在振動中振幅較大，易于實測和用于網(wǎng)絡(luò)訓(xùn)練。在此基礎(chǔ)上，利用GRNN神經(jīng)網(wǎng)絡(luò)對一典型桁架橋模型進(jìn)行了損傷識別數(shù)值模擬研究，著重考察了觀測自由度不完整情況下不同數(shù)據(jù)噪聲水平以及選取的頻率數(shù)量對損傷識別結(jié)果的影響。 第六章，總結(jié)了本文的研究內(nèi)容和成果，指出了目前橋梁結(jié)構(gòu)損傷識別和健康監(jiān)測中存在的問題，并對其未來的發(fā)展