论文部分内容阅读
随着科学技术的不断进步以及人类自身不断发展的需求，现代结构正向着大型化、复杂化、智能化等方面发展。我们有必要建立一套有效的结构健康监测系统，这无论对于预防还是发现结构的损伤，保证结构的正常工作都具有十分巨大的社会效益和经济效益。 本文阐述了结构健康监测的基本理论和研究现状，研究了基于模态参数进行结构损伤识别的理论和方法；研究了神经网络的理论尤其是BP神经网络，阐明了应用神经网络进行结构损伤识别的理论依据。在此基础上提出了基于模态参数的BP神经网络结构损伤识别方法。以MATLAB6.5 BP神经网络工具箱为基础，编写了基于频率平方变化和振型模态分量为输入参数的BP神经网络结构损伤识别程序。并以五层框架结构模型对该方法进行了验证。框架结构损伤用弹性模量的减小来模拟，并用ANSYS8.0有限元软件进行数值模拟计算，计算结构在各种工况下的模态参数，获得BP神经网络的学习和测试样本。算例表明该方法能够识别结构损伤的位置和程度。 综合本文，可以得到以下几个结论：(1)将BP神经网络应用于结构损伤识别中是可行的，这可以充分发挥网络的模式识别功能和自适应能力。(2)五层框架结构数值算例表明，以频率平方变化和振型模态分量作为输入参数，以BP神经网络为工具，能够识别单元损伤的位置和程度。(3)另外也测试了BP神经网络的演绎能力，表明训练优化好的BP神经网络具有较好的内推、外插能力。(4)基于模态参数的BP神经网络结构损伤识别方法能够方便有效地进行结构损伤识别。