時域結構參數(shù)識別及其網絡化實現(xiàn).pdf

1、大量工業(yè)與民用建筑和社會基礎設施在長期的服役過程中受到使用荷載及各種自然和人為因素的作用，不斷出現(xiàn)損傷累積和功能退化，極端情況下甚至弓l發(fā)突發(fā)性災難。對結構健康狀況和損傷進行有效的評估已經成為國際土木工程界面臨的一項緊迫課題，其中結構參數(shù)和損傷識別是其關鍵和核心問題之一。 人工神經網絡由于具有能以任意精度逼近任何線性和非線性函數(shù)關系的能力而在土木工程相關領域中得到了廣泛的應用，包括結構參數(shù)識別和損傷評估。但以往基于神經網絡和結構

2、響應時間序列的結構損傷識別方法往往只能給出定性的結論而不能得出定量的結論，本文提出了一種基于神經網絡和結構加速度響應時程的結構參數(shù)和損傷識別方法，并通過模型結構實驗得到驗證。另一方面，由于遠程結構健康監(jiān)測具有自動、實時、在線的特點，是對實際工程結構進行監(jiān)測的重要課題。本文對湖南大學土木工程學院研究開發(fā)的網絡結構實驗室(NetworkedStructural Laboratory，NetSLab)的通訊平臺進行升級，實現(xiàn)了結構動力響應測量

3、時間序列遠程傳輸，并與本文提出的結構參數(shù)和損傷識別方法相結合，為實現(xiàn)遠程在線監(jiān)測提供了一個新工具。 本文首先回顧了傳統(tǒng)的結構損傷檢測和基于振動的損傷識別方法，并對人工神經網絡在土木工程中的應用進行了總結。其次，提出了一種直接運用結構動力響應測量、基于神經網絡的時域結構參數(shù)直接識別方法，并采用振動臺實驗的實測加速度響應對此方法進行驗證?；诮Y構運動方程的離散解，對參數(shù)識別方法的理論基礎以及兩個神經網絡的構建依據(jù)進行了闡明。為了對目

4、標結構進行參數(shù)識別，首先假定一個參考結構并構建一個神經網絡來描述參考結構的加速度響應時間序列之間的映射關系，即建立參考結構的非參數(shù)模型。然后，定義加速度響應預測差值均方根向量作為評價指標用于參數(shù)識別，并構建參數(shù)識別用神經網絡來描述評價指標與結構參數(shù)之間的關系。編制了相關程序，運用一個框架結構模型振動臺實驗的加速度響應實測時間序列對模型的結構參數(shù)進行了識別。同時對此框架模型的損傷狀態(tài)下的結構參數(shù)進行了識別。結果表明該方法具有較高的識別精度