結(jié)構(gòu)損傷檢測(cè)的智能方法

前言

　　土木工程結(jié)構(gòu)的安全直接關(guān)系到人民生命財(cái)產(chǎn)的安全，土木工程基礎(chǔ)設(shè)施的正常運(yùn)行關(guān)系到國(guó)民經(jīng)濟(jì)的正常運(yùn)行。然而，土木工程結(jié)構(gòu)在長(zhǎng)達(dá)幾十年，甚至上百年的服役過程中，環(huán)境侵蝕、材料老化和荷載效應(yīng)、人為的或自然的突變效應(yīng)等災(zāi)害因素的耦合作用將不可避免地導(dǎo)致結(jié)構(gòu)的損傷累計(jì)和抗力衰減，從而使得抵抗自然災(zāi)害、正常荷載以及環(huán)境作用的能力下降，引發(fā)災(zāi)難性的突發(fā)事故。及時(shí)監(jiān)測(cè)結(jié)構(gòu)健康狀況，對(duì)結(jié)構(gòu)早期損傷進(jìn)行維修，不僅能夠顯著降低維護(hù)費(fèi)用，而且能夠保證結(jié)構(gòu)性能，延長(zhǎng)結(jié)構(gòu)壽命。因此，研究有效的損傷識(shí)別、健康監(jiān)測(cè)、安全評(píng)定、損傷控制及修復(fù)技術(shù)，具有重要的社會(huì)與經(jīng)濟(jì)價(jià)值。　　近年來，基于動(dòng)態(tài)測(cè)量信息的土木工程結(jié)構(gòu)健康監(jiān)測(cè)的研究與應(yīng)用受到了廣泛的關(guān)注并取得了顯著的進(jìn)展，土木工程結(jié)構(gòu)健康監(jiān)測(cè)已成為目前國(guó)際上土木工程學(xué)科最活躍的研究領(lǐng)域之一。更為可喜的是，隨著現(xiàn)代計(jì)算機(jī)技術(shù)、現(xiàn)代信息處理與分析技術(shù)和智能材料的發(fā)展，土木工程結(jié)構(gòu)健康監(jiān)測(cè)方面的研究已取得了階段性的成果，但大型土木工程結(jié)構(gòu)的特殊性（如結(jié)構(gòu)的大型化和復(fù)雜化、材料特性以及約束條件的不確定性給結(jié)構(gòu)物數(shù)學(xué)模型的建立帶來的困難性），對(duì)大量數(shù)據(jù)和信息的適當(dāng)選擇、處理、分析和評(píng)價(jià)的理論研究和軟件開發(fā)的相對(duì)滯后，以及由于工程結(jié)構(gòu)／材料損傷的特殊和復(fù)雜性，結(jié)構(gòu)損傷識(shí)別技術(shù)已成為了制約結(jié)構(gòu)健康監(jiān)測(cè)發(fā)展的關(guān)鍵因素之一。盡管國(guó)內(nèi)外研究人員在基于動(dòng)力特性的損傷識(shí)別方法方面取得了許多理論和試驗(yàn)進(jìn)展，但是，在診斷結(jié)構(gòu)的微損傷、弄清損傷演化規(guī)律、實(shí)現(xiàn)健康監(jiān)測(cè)方面還存在一系列問題無法解決。其中一個(gè)關(guān)鍵問題是，結(jié)構(gòu)早期程度較小的損傷對(duì)結(jié)構(gòu)動(dòng)力特性的影響很小，大量的研究表明，即使結(jié)構(gòu)出現(xiàn)較大損傷，結(jié)構(gòu)模態(tài)參數(shù)也可能沒有明顯變化，再加上噪聲的影響，現(xiàn)有的許多方法就無法準(zhǔn)確識(shí)別小損傷。近年來，以光纖傳感器為代表的結(jié)構(gòu)局部應(yīng)變傳感器得到了迅速發(fā)展，基于應(yīng)變測(cè)量信息的結(jié)構(gòu)損傷識(shí)別技術(shù)研究得到了國(guó)內(nèi)外學(xué)者廣泛的關(guān)注，尤其是，運(yùn)用小波或小波包變換提取損傷特征被證明是一種行之有效的方法。智能材料具有傳感，或者傳感與驅(qū)動(dòng)的雙重功能，能夠與土木工程結(jié)構(gòu)融合在一起組成智能損傷檢測(cè)與健康監(jiān)測(cè)系統(tǒng)。其中，壓電陶瓷PZT（piezoelectric ceramic）質(zhì)量輕，對(duì)本體結(jié)構(gòu)影響很小，可以粘貼在已有結(jié)構(gòu)的表面或埋入新建結(jié)構(gòu)的內(nèi)部對(duì)結(jié)構(gòu)進(jìn)行監(jiān)測(cè)。

內(nèi)容概要

　　《結(jié)構(gòu)損傷檢測(cè)的智能方法》是作者十余年來在結(jié)構(gòu)損傷識(shí)別與健康監(jiān)測(cè)方面研究成果的總結(jié)，內(nèi)容包括結(jié)構(gòu)損傷檢測(cè)智能技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀，基于小波變換的結(jié)構(gòu)模態(tài)參數(shù)識(shí)別方法，基于數(shù)字?jǐn)z影測(cè)量技術(shù)和圖像處理技術(shù)的結(jié)構(gòu)動(dòng)態(tài)位移監(jiān)測(cè)方法，結(jié)構(gòu)測(cè)量參數(shù)對(duì)結(jié)構(gòu)損傷的敏感性，基于動(dòng)力特性的結(jié)構(gòu)損傷識(shí)別方法，以及基于波傳播理論和壓電阻抗技術(shù)的土木工程結(jié)構(gòu)損傷識(shí)別方法?！　　督Y(jié)構(gòu)損傷檢測(cè)的智能方法》系統(tǒng)性強(qiáng)，內(nèi)容豐富且屬學(xué)科前沿，理論性與實(shí)用性兼顧，可作為土建類專業(yè)技術(shù)與科研人員的參考資料，以及高校教師、研究生、高年級(jí)本科生參考用書。

書籍目錄

第1章 緒論1.1 結(jié)構(gòu)損傷檢測(cè)的目的與意義1.2 結(jié)構(gòu)損傷檢測(cè)方法綜述1.3 結(jié)構(gòu)損傷檢測(cè)智能方法現(xiàn)狀本章參考文獻(xiàn)第2章 基于小波變換的結(jié)構(gòu)模態(tài)參數(shù)識(shí)別方法2.1 概述2.2 基本原理2.3 MATLAB環(huán)境下基于小波變換結(jié)構(gòu)模態(tài)參數(shù)識(shí)別的軟件實(shí)現(xiàn)2.4 試驗(yàn)驗(yàn)證2.5 本章 結(jié)論本章參考文獻(xiàn)第3章 基于數(shù)字圖像處理技術(shù)的結(jié)構(gòu)動(dòng)態(tài)位移監(jiān)測(cè)3.1 引言3.2 基于數(shù)字圖像處理技術(shù)的結(jié)構(gòu)動(dòng)態(tài)位移監(jiān)測(cè)基本原理3.3 系統(tǒng)構(gòu)成3.4 試驗(yàn)驗(yàn)證與工程應(yīng)用3.5 本章 結(jié)論本章參考文獻(xiàn)第4章 結(jié)構(gòu)模態(tài)參數(shù)的損傷敏感性分析與損傷定位4.1 引言4.2 模態(tài)參數(shù)敏感性分析4.3 基于一階振型斜率改變的結(jié)構(gòu)損傷定位4.4 基于一階振型斜率改變的損傷定位數(shù)值算例4.5 本章 結(jié)論本章參考文獻(xiàn)第5章 基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷檢測(cè)方法5.1 基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷檢測(cè)基本理論5.2 基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷檢測(cè)試驗(yàn)研究5.3 本章 結(jié)論本章參考文獻(xiàn)第6章 基于灰色理論的結(jié)構(gòu)損傷定位6.1 灰色系統(tǒng)基本理論6.2 基于灰色相關(guān)性的損傷定位理論6.3 數(shù)值算例6.4 本章 結(jié)論本章參考文獻(xiàn)第7章 基于改進(jìn)遺傳算法的結(jié)構(gòu)損傷檢測(cè)方法7.1 遺傳算法的基本理論7.2 基于改進(jìn)多目標(biāo)遺傳算法的結(jié)構(gòu)損傷大小識(shí)別理論7.3 數(shù)值算例7.4 本章 結(jié)論本章參考文獻(xiàn)第8章 基于壓電阻抗的結(jié)構(gòu)損傷檢測(cè)方法8.1 基于壓電阻抗的結(jié)構(gòu)損傷檢測(cè)基本理論8.2 基于壓電阻抗的鋼梁損傷檢測(cè)8.3 基于壓電阻抗的鋼框架螺栓松動(dòng)損傷檢測(cè)8.4 本章 結(jié)論本章參考文獻(xiàn)

章節(jié)摘錄

　　人工神經(jīng)網(wǎng)絡(luò)最初是為模擬人的大腦功能而提出來的。大腦是由生物神經(jīng)元構(gòu)成的巨型網(wǎng)絡(luò)，是一種大規(guī)模的并行處理系統(tǒng)，它具有學(xué)習(xí)、聯(lián)想記憶、綜合等能力，并有巧妙的信息處理方法。人工神經(jīng)網(wǎng)絡(luò)也是由大量的、功能比較簡(jiǎn)單的神經(jīng)元互相連接而構(gòu)成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)，用它可以模擬大腦的許多基本功能和簡(jiǎn)單的思維方式。通過對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，網(wǎng)絡(luò)可以獲得相關(guān)信息，并將信息存儲(chǔ)在神經(jīng)元的連接權(quán)值中。人工神經(jīng)網(wǎng)絡(luò)具有并行處理、容錯(cuò)性、魯棒性等特點(diǎn)，現(xiàn)已廣泛應(yīng)用于金融、圖像處理、數(shù)字通信、醫(yī)療、化學(xué)工程、土木工程等各個(gè)領(lǐng)域。利用神經(jīng)網(wǎng)絡(luò)進(jìn)行損傷識(shí)別，多采用多層BP網(wǎng)絡(luò)。BP網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單，學(xué)習(xí)、訓(xùn)練算法較為成熟，對(duì)多層BP網(wǎng)絡(luò)，采用適當(dāng)?shù)臋?quán)值和激活函數(shù)，可以對(duì)任意非線性映射進(jìn)行任意程度的近似。　　Wu等早在1992年就利用BP網(wǎng)絡(luò)對(duì)一個(gè)三層剪切框架結(jié)構(gòu)進(jìn)行損傷識(shí)別，以對(duì)樓層加速度時(shí)程響應(yīng)進(jìn)行傅里葉變換得到的加速度幅值譜作為網(wǎng)絡(luò)輸入，正確地實(shí)現(xiàn)了特定樓層的損傷識(shí)別。Elkordy等對(duì)一個(gè)五層框架模型的各種損傷狀況進(jìn)行有限元分析建模，通過有限元分析得到的訓(xùn)練樣本對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練后的網(wǎng)絡(luò)成功檢測(cè)了實(shí)際框架結(jié)構(gòu)的損傷。這說明，用有限元分析得到的訓(xùn)練樣本對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練是可行的。Barai和：Pandey對(duì)一座2l根桿件的桁架橋用神經(jīng)網(wǎng)絡(luò)方法進(jìn)行了檢測(cè)，網(wǎng)絡(luò)輸入取為活動(dòng)荷載沿著桁架的下弦桿勻速運(yùn)動(dòng)時(shí)下弦桿各個(gè)節(jié)點(diǎn)的位移響應(yīng)，桁架的各個(gè)節(jié)點(diǎn)在損傷和未損傷狀態(tài)下的位移必然不同，各個(gè)桿件面積（損傷狀況）作為網(wǎng)絡(luò)輸出。網(wǎng)絡(luò)測(cè)試結(jié)果表明，并不是網(wǎng)絡(luò)的輸入信息越多，網(wǎng)絡(luò)的性能越好，適當(dāng)選擇測(cè)試節(jié)點(diǎn)的位置，一個(gè)節(jié)點(diǎn)信息作為輸入的網(wǎng)絡(luò)比多個(gè)節(jié)點(diǎn)信息作為輸入的網(wǎng)絡(luò)性能更好，這點(diǎn)在實(shí)際應(yīng)用中有重要意義。徐宜桂等采用神經(jīng)網(wǎng)絡(luò)對(duì)一鋼筋混凝土梁進(jìn)行損傷診斷，網(wǎng)絡(luò)輸入為單元各個(gè)節(jié)點(diǎn)處振型曲率相對(duì)于未損傷結(jié)構(gòu)的變化值，不同的輸出節(jié)點(diǎn)表示不同的損傷位置，各個(gè)輸出節(jié)點(diǎn)的值表示損傷程度。王柏生等就模型參數(shù)誤差對(duì)用神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)構(gòu)損傷識(shí)別的影響進(jìn)行了理論分析、數(shù)值模擬及試驗(yàn)分析。理論分析表明，適當(dāng)?shù)臉?gòu)造輸入向量，可以減小模型參數(shù)誤差對(duì)結(jié)構(gòu)損傷識(shí)別的影響；數(shù)值模擬表明，用神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)構(gòu)損傷識(shí)別受模型參數(shù)誤差影響很小，在訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)。

圖書封面

評(píng)論、評(píng)分、閱讀與下載

---

    結(jié)構(gòu)損傷檢測(cè)的智能方法 PDF格式下載

---