论文部分内容阅读
工程结构随着使用时间的延长,不可避免的发生老化;自然灾害的频繁发生也导致工程结构产生损伤,如1995年的日本神户地震及1999年的台湾大地震使无数的房屋损坏和倒塌,造成人民生命财产的巨大损失。结构损伤的及时检测及修复对于减少生命财产损失具有重要的作用。同时,尽早的发现结构损伤,可大大降低维护、维修的费用。因此,对工程结构的实时健康诊断和安全评估是及其重要的。 结构发生损伤通常会导致结构动力特性的改变。近年来,基于结构动力特性参数的诊断和监测技术,由于其多种优点及便于实时诊断,已成为当前学术界和工程界的研究热点。同时,结构损伤识别中的神经网络方法受到了广泛的关注和研究。本文在武汉大学科技创新基金项目“建筑物安全监测与安全状态评估方法研究”的支持下,系统研究了基于动力学参数和神经网络的结构损伤识别方法,本文的工作归纳起来主要有以下几个方面: 1.从损伤力学的基本概念出发,对钢筋混凝土结构在材料、构件、结构三个层次上的损伤模型进行综述,介绍具有代表性的结构损伤模型,探讨其损伤发生、发展的机理。 2.对基于动力参数的损伤识别方法进行了系统的分析和总结。用动力学参数构造的损伤标识量往往需要求解复杂的数学反演问题,使得较难应用于实际工程中。鉴于神经网络以其优异的非线性映射能力可以使逆问题正问题化,将振动模态分析方法与神经网络技术结合起来,以振动模态参数构造损伤标识量,作为神经网络输入的特征参数,从而进行结构损伤检测。 3.结构损伤识别包含有无损伤判别、损伤定位及损伤程度的判断三个不同层次的问题。本文以两种形式的结构为例,尝试分阶段逐层深入地解决损伤识别问题。通过数值仿真分析,结果令人满意。 4.结构的动力特性与结构物理参数直接相关,结构的损伤将引起相应动力特性的改变。本文讨论了频率、振型、振型差等模态参数变化与损伤位置、损伤程度之间的内在联系。 5.实际识别过程中,不可避免的会存在误差影响。本文分析讨论了测量误差和模型误差对识别结果可信度的影响,数值模拟和理论分析表明:低水平的测量误差对识别结果影响有限;对于模型误差影响,文章提供了解决意见。 6.对国际上标准的结构健康监测Benchmark问题进行了研究,结果表明分阶段的识别有助于问题的简化和解决。 最后,总结了本课题的研究成果,并对后续的研究工作做了展望。