溫變影響下基于自聯想神經網絡的損傷檢測

顧箭峰，鄔曉光，李　筠

(1.長安大學　公路學院，陜西　西安　710064；2.加拿大阿爾伯塔大學　土木與環境工程學院，阿爾伯塔

埃德蒙頓　AB T6G 1H9；3.石家莊市京昆高速公路京石管理處，河北　石家莊　050000)

?

溫變影響下基于自聯想神經網絡的損傷檢測

顧箭峰1,2，鄔曉光1，李筠3

(1.長安大學公路學院，陜西西安710064；2.加拿大阿爾伯塔大學土木與環境工程學院，阿爾伯塔

埃德蒙頓AB T6G 1H9；3.石家莊市京昆高速公路京石管理處，河北石家莊050000)

摘要：為避免基于結構頻率的損傷檢測法因溫變影響而出現誤判，提出一種自聯想神經網絡(AANN)和奇異檢測技術相結合的損傷檢測方法，利用某橋梁結構健康監測(SHM)Benchmark試驗結構的數值模型，分析溫變和損傷對結構頻率的影響，用溫變影響下健康結構的前十階豎向彎曲模態頻率訓練AANN來提取頻率和溫度的關系。為消除溫變影響，構造網絡輸出與輸入間的歐式距離作為損傷識別指標，對比結構未知狀態和健康狀態的指標值以判定結構是否存在損傷。通過在橋梁Benchmark結構中模擬多級損傷來驗證該法的有效性，檢測結果表明：該法不僅能可靠地檢測溫變影響下結構損傷的存在，且能定性地判別損傷程度的大小，并具有較強的抗噪聲魯棒性，可為實際橋梁結構的在線健康監測提供參考。

關鍵詞：橋梁工程；損傷檢測；AANN；Benchmark結構；溫變；頻率

0引言

自20世紀80年代以來，基于振動的損傷識別法已成為結構健康監測研究的熱點，它們通過跟蹤動力參數(如：固有頻率[1-2]、振型、阻尼比[3]、曲率模態[4]及柔度曲率[5]等)的變化來評估結構狀態。……