基于特征向量简化的复杂土木结构损伤检测.pdf

2003年4月 沈阳建筑工程学院学报(自然科学版) Apr 2003 univ 9．No．2 第19卷第2期 Joumal。f civ (NaturalScience)V01．1 shenya”gA他h．andEog 文章编号：1671—2021(2003)02—0081一04 基于特征向量简化的复杂土木结构损伤检测 杨晓楠1，姜绍飞1，倪一清2，马传政3 (I沈阳建筑工程学院十_木系，辽宁沈阳110015；2香港理工大学土本与结构工程系，香港九龙红础 3沈阳建筑工程学院监理公司，辽宁沈阳110015) 摘要：针对PNN在有噪声情况下进行结掏损伤检测时输入矢量数目大．匹配模式多，训练时间长的 缺点，提出了运用主组分分析法来处理数据的概率神经网络损伤定位方法研究发现，运用该方法进 行损伤定位，不仅输入矢量数目和训练时间少于未简化的PNN．而且可以极大地提高损伤定位的识 别精度 关键词：土木工程结构；损伤定位；特征向量简化；主组分分析；神经网络：振动 2 中圉分类号：Tu318；Tu393；Tu315．95；TP274文献标识码：A 由于地震、火灾、飓风等自然灾害或长期疲 结构损伤检测的核心技术是模式识别，对于 劳、腐蚀的作用等原因而使结构产生不同程度的 多种损伤组合爆炸和由于噪声引起的模式失真等 损伤和破坏，对工程结构的健康状况进行监测、诊 问题，传统的模式识别技术难以解决神经网络本 断是进行日常维护、管理以及维修、加固的基础． 身具有模式匹配与记忆的能力，而且对于其有 近年来，对重大土木工程结构的健康状况展开研 定噪声的模式识别效果更好，将模式类别中协方 究不仅是欧美国家也是我国正在重点研究的课 差矩阵中的一个分量用神经网络的一个权值表 题． 示，可必用神经网络来实现模式识别的损伤检 因此深入开展考虑特征向量简化的复杂结构 测【21概率神经网络(PNN)以贝叶斯概率方法描 损伤检测技术，对于开发实时、在线的结构健康监 述测量数据，因而PNN被应用于噪声条件下的 测系统具有非常重要的意义 复杂结构损伤检测中【l，2j，而PNN在使用中需要 大量的数据与特征向量，这使网络在模式匹配中 1 复杂结构的损伤检测方法 要处理大量数据，影响了结构健康监测的实时性， 一般来说，复杂结构的健康监测分为4个阶 电不能保证其最佳识别效果． 段：结构的异常检测、损伤类型的定位、损伤程度 1．1概率神经网络方法 的评估和结构残余寿命的预报”J．已有许多文献 影响结构损伤或破损状况的因素主要有三方 对结构的损伤监测与检测技术做过详尽的描述， 面：①随机因素材料性能的不定性、计算模式的 根据实测振动数据的类型，可以分为基于振动时 不定性和荷载效应的随机性；②模糊性因素结构 程数据的损伤识别技术、基于实测频率反应函数 损伤程度不确定性和结构失效准则的不确定性； 的损伤识别技术和基予模态参数的损伤识别技 ③信息不完备性．抗力计算中的简化和假定对结 术；根据对结构检测的整体性，可以分为整体检 构实际抗力影响程度的不确定性和荷载处理过程 测方法和局部检测方法；从结构的参数识别角度 中各种统计