亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于神經(jīng)網(wǎng)絡(luò)重力壩損傷識別輸入?yún)?shù)的研究

        2015-05-30 21:27:07呂瑋
        科技創(chuàng)新與應(yīng)用 2015年12期
        關(guān)鍵詞:重力壩

        呂瑋

        摘 要:在神經(jīng)網(wǎng)絡(luò)識別結(jié)構(gòu)損傷的過程中選取容易得到、識別精度高、損傷敏感性高的參數(shù),損傷識別精度將大大提高。為克服使用單一結(jié)構(gòu)特征物理量作為神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)而帶來的缺陷,文章以武都水庫非溢流壩段為例,利用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)對重力壩損傷的識別展開研究,提出將結(jié)構(gòu)固有頻率和固定點模態(tài)分量組合作為輸入?yún)?shù),對比選用不同輸入?yún)?shù)的損傷輸出信息。結(jié)果表明,使用組合參數(shù)作為輸入?yún)?shù)對重力壩進行損傷位置識別、損傷程度預(yù)測是實用可行的。

        關(guān)鍵詞:重力壩;徑向基神經(jīng)網(wǎng)絡(luò);損傷識別;輸入?yún)?shù)

        引言

        結(jié)構(gòu)工程在使用較長時間后往往會產(chǎn)生不同程度的損傷,使得結(jié)構(gòu)的安全性和耐久性降低,因此迫切需要尋找到高效準(zhǔn)確的損傷識別方法,對損傷結(jié)構(gòu)進行維修加固。結(jié)構(gòu)出現(xiàn)損傷后自身的某些特性也隨之發(fā)生變化,許多問題涉及非線性變化,變量之間的關(guān)系復(fù)雜,難以用確切的數(shù)學(xué)、力學(xué)模型來解決?;谏窠?jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷診斷方法不需要結(jié)構(gòu)動力特性的先驗知識,在非線性模式識別和分類具備很強的非線性映射能力,因而廣泛運用在結(jié)構(gòu)工程實際問題研究中,如大型空間網(wǎng)架結(jié)構(gòu),橋梁結(jié)構(gòu),多層及高層框架結(jié)構(gòu),地下隧道,海洋平臺等方向。神經(jīng)網(wǎng)絡(luò)方法不但具有處理數(shù)據(jù)的能力,且具備對知識的學(xué)習(xí)和記憶的能力,能夠濾出噪聲干擾正確識別結(jié)構(gòu)損傷信息,Wu[1]早在1992年就證明神經(jīng)網(wǎng)絡(luò)是結(jié)構(gòu)動力學(xué)系統(tǒng)識別的有效工具。對于獨立構(gòu)件和簡單模型的損傷檢測現(xiàn)在已有許多研究,但針對大型復(fù)雜的實際工程,現(xiàn)有的研究仍然不夠,它們的健康診斷和損傷識別無法從單一結(jié)構(gòu)特征物理量反應(yīng)的損傷信息中得到推斷,損傷識別的結(jié)果受到如何選定神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)及其表達形式的影響,因而需要獲得結(jié)構(gòu)的多種特征物理量,利用這些數(shù)據(jù)結(jié)合神經(jīng)網(wǎng)絡(luò)方法對結(jié)構(gòu)進行損傷診斷,確定輸入?yún)?shù)時盡量選擇對結(jié)構(gòu)影響大的特征量。

        混凝土大壩發(fā)生損傷其動力特性也會隨之改變,由于大壩結(jié)構(gòu)的老化、損傷對動態(tài)參數(shù)的敏感度低于機械故障診斷中動態(tài)參數(shù)的敏感度,對測試技術(shù)和分析水平要求高,已有學(xué)者選用基于結(jié)構(gòu)動力特性的神經(jīng)網(wǎng)絡(luò)損傷識別對大壩結(jié)構(gòu)進行損傷診斷。文章通過分析參數(shù)的敏感性,針對適用于重力壩損傷識別的高敏感性參數(shù)的選取展開研究。

        1 神經(jīng)網(wǎng)絡(luò)方法

        人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,簡稱神經(jīng)網(wǎng)絡(luò)或ANN)是對人腦或自然神經(jīng)系統(tǒng)若干基本特征的抽象與模擬,由大量神經(jīng)元廣泛互連而成,它不但具有處理數(shù)值數(shù)據(jù)的一般計算能力,還具有處理知識的思維、學(xué)習(xí)、記憶能力,廣泛應(yīng)用于許多領(lǐng)域[2]。

        相比于其他神經(jīng)網(wǎng)絡(luò)方法,徑向基神經(jīng)網(wǎng)絡(luò)有明顯優(yōu)勢,它具有結(jié)構(gòu)簡單、訓(xùn)練便捷、迅速收斂、高度非線性映射能力、不易陷入局部最小等優(yōu)點,能逼近任何非線性函數(shù)。它是以函數(shù)逼近理論為基礎(chǔ)而構(gòu)造的一類三層前向網(wǎng)絡(luò),它包含輸入層、隱含層和輸出層。輸入向量x的維數(shù)對應(yīng)輸入層的每一個輸入節(jié)點,將單元知識傳遞輸入信息到隱含層,隱含層的每個隱含節(jié)點對應(yīng)一個訓(xùn)練數(shù)據(jù)點,隱含節(jié)點與輸出層中每個線性單元連接。

        2 輸入?yún)?shù)的選擇

        在目前對結(jié)構(gòu)進行健康監(jiān)測和損傷識別的各種方法中,利用動態(tài)特性分析法進行損傷檢測最為廣泛應(yīng)用,針對不同結(jié)構(gòu)選擇合適的模態(tài)數(shù)據(jù)或其導(dǎo)出值,影響著損傷檢測的難易程度和檢測結(jié)果的準(zhǔn)確性。模態(tài)性質(zhì)(如固有頻率、振型模態(tài)和曲率模態(tài))是結(jié)構(gòu)物理參數(shù)的函數(shù),結(jié)構(gòu)發(fā)生損傷,這些模態(tài)性質(zhì)就會隨之產(chǎn)生相應(yīng)的變化;在損傷識別中,輸入?yún)?shù)應(yīng)該能夠敏感地反映結(jié)構(gòu)損傷,因此輸入?yún)?shù)的選擇對控制神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果精度尤為重要。

        經(jīng)常選用特征物理量作為神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)的有:振動響應(yīng)信號、位移、應(yīng)變、速度、頻率、頻率變化比、模態(tài)、曲率等。采用不同的輸入?yún)?shù)或參數(shù)組合,對損傷敏感性的影響不同,大量損傷診斷研究都選用結(jié)構(gòu)頻率作為損傷指標(biāo),但有學(xué)者研究證明模態(tài)頻率對損傷并不敏感[3],任意兩階模態(tài)的頻率變化率,僅僅與損傷位置有關(guān),與損傷程度無關(guān)。范進勝[4]采用振型曲率比作為輸入?yún)?shù),試驗討論得到該種方法可以準(zhǔn)確識別出結(jié)構(gòu)的損傷位置,對損傷程度的大小也能做出比較。瞿偉廉[5]采用損傷前后應(yīng)變模態(tài)差作為輸入?yún)?shù),應(yīng)變模態(tài)對結(jié)構(gòu)局部損傷較為敏感,能直接反映結(jié)構(gòu)的損傷狀態(tài)。鞠彥忠[6]采用固有頻率、第一振型模態(tài)、振型、作為輸入?yún)?shù),得出振型對損傷位置的變化比頻率敏感,損傷引起的變化高階頻率比低階頻率更敏感,固有頻率的改變對位于下部桿件的損傷比對上部更敏感。萬小朋[7]以懸臂梁的損傷識別為例,固定端的振型變化受結(jié)構(gòu)損傷的影響更大,不同位置和不同程度的損傷使得結(jié)構(gòu)第一階振型改變率發(fā)生明顯變化,驗證了采用第一階振型改變率作為輸入?yún)?shù)可用于識別小損傷,在試驗中獲得結(jié)構(gòu)的第一階振型操作簡單,容易實現(xiàn),測量誤差較小。張剛剛[8]采用參數(shù)頻率、振型模態(tài)、曲率模態(tài)三種指標(biāo)作為輸入?yún)?shù),對斜拉索損傷進行研究,得到振型與曲率為輸入?yún)?shù)對損傷識別獲得良好效果,其中曲率模態(tài)對橋梁損傷的敏感度最高。韓西[9]把結(jié)構(gòu)損傷識別問題分為損傷判斷、損傷定位、損傷程度三個階段,定位損傷采用位置的頻率變化平方比作為輸入?yún)?shù),判別損傷程度的頻率變化比作為輸入?yún)?shù),證實了該方法具有較好的識別效果。

        在已有研究的基礎(chǔ)上,文章利用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)對重力壩損傷識別展開研究,提出將結(jié)構(gòu)固有頻率和固定點模態(tài)分量組合作為輸入?yún)?shù),對比選用不同輸入?yún)?shù)的輸出損傷信息。

        3 數(shù)值模擬分析

        數(shù)值模擬分析選取武都大壩19#右岸非溢流壩段為例進行研究,將模型結(jié)構(gòu)進行簡化,假定壩體材料為彈性體,在壩體上游面模擬動水壓力,選用ABAQUS有限元軟件建立二維有限元模型。為簡化計算選取大壩震后易損傷的壩頸段下游面劃分為多個區(qū)域,設(shè)置水平裂縫模擬大壩結(jié)構(gòu)損傷狀態(tài)。選擇訓(xùn)練樣本時要將損傷情況盡可能包含在內(nèi),綜合考慮選擇在距壩頂2/19,2.33/19,2.67/19,3/19,3.33/19,3.67/19,4/19壩高處,用大寫字母A、B、C、D、E、F、G表示七類不同位置的裂縫,每處裂縫分為7種損傷程度,分別為該處壩體截面的寬度的0.1、0.2、0.3、0.4、0.5、0.6倍,共得到43組訓(xùn)練樣本,獲得大壩結(jié)構(gòu)不同損傷情況下的動力特性(如圖1)。

        神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)分為三個對照組,Ⅰ組選取結(jié)構(gòu)前八階固有頻率,Ⅱ組選取八個指定點的一階模態(tài)水平分量,Ⅲ組選取結(jié)構(gòu)前四階固有頻率和四個指定點的一階模態(tài)水平分量。神經(jīng)網(wǎng)絡(luò)理想輸出參數(shù)為(ya,yb,yc,yd,ye,yf,yg),yx表示結(jié)構(gòu)在x的損傷量,例如(0,0, 0,0.35,0,0,0)表示損傷發(fā)生在結(jié)構(gòu)下游面D處,程度為0.35。

        將各組選定的特征物理量作為網(wǎng)絡(luò)的輸入向量,結(jié)構(gòu)損傷狀態(tài)作為輸出參數(shù),建立損傷分類訓(xùn)練樣本集,將樣本集送入神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練,得到結(jié)構(gòu)特征物理量變化與損傷狀態(tài)之間的映射關(guān)系。選取四種樣本用來測試該方法對于損傷的識別精度,對比各對照組的神經(jīng)網(wǎng)絡(luò)輸出結(jié)果(如表1)。

        對以上三組損傷識別結(jié)果,對損傷位置識別效果和損傷程度識別誤差進行分析,得到以下結(jié)論:采用頻率變化率作為輸入?yún)?shù)容易獲得,訓(xùn)練速度快,能準(zhǔn)確識別損傷位置,對識別程度識別結(jié)果誤差較大。采用固定點第一節(jié)模態(tài)水平分量作為輸入?yún)?shù)訓(xùn)練速度較慢,能夠精確識別損傷位置,且損傷程度識別結(jié)果較為準(zhǔn)確。采用將二者結(jié)合的組合參數(shù)作為輸入?yún)?shù)訓(xùn)練神經(jīng)網(wǎng)絡(luò),相對于其他兩組該方法具有明顯優(yōu)勢,能準(zhǔn)確識別出損傷位置、識別損傷程度,有良好的損傷識別精度。

        4結(jié)束語

        文章通過對理論分析和武都大壩結(jié)構(gòu)的數(shù)值模擬分析,對比幾組不同輸入?yún)?shù)的神經(jīng)網(wǎng)絡(luò)損傷識別結(jié)果。結(jié)構(gòu)的固有頻率是容易獲得,與測量位置無關(guān)且測量精度高,將結(jié)構(gòu)固有頻率作為輸入?yún)?shù)反映了結(jié)構(gòu)整體動態(tài)特性,但它對結(jié)構(gòu)特征的局部變化不夠敏感。將結(jié)構(gòu)模態(tài)振型作為輸入?yún)?shù),有很好的識別精度,但該方法不易判斷振型節(jié)點附近的損傷,應(yīng)針對具體情況選擇合理的分析點。

        將組合參數(shù)的方法用于重力壩損傷識別,結(jié)合二者優(yōu)點,避開單一輸入?yún)?shù)帶來的缺陷,具有良好的識別效果,識別精確度和神經(jīng)網(wǎng)絡(luò)訓(xùn)練速度明顯優(yōu)于單一輸入?yún)?shù),可進一步檢驗該方法用于實際結(jié)構(gòu)的有效性。

        參考文獻

        [1]朱宏平.結(jié)構(gòu)損傷檢測的智能方法[M].人民交通出版社,2009.

        [2]Wu X,Ghaboussi J,Garrett Jr J H. Use of neural networks in detection of structural damage[J].Computers & Structures,1992,42(4):649-659.

        [3]Cawley P,Adams R D.The location of defects in structures from measurements of natural frequencies[J].Journal of Strain Analysis,1979;14:49-57.

        [4]范進勝,杜守軍.利用神經(jīng)網(wǎng)絡(luò)進行框架結(jié)構(gòu)損傷識別的研究[C]//第14屆全國結(jié)構(gòu)工程學(xué)術(shù)會議論文集(第三冊),2005.

        [5]瞿偉廉,陳偉.多層及高層框架結(jié)構(gòu)地震損傷診斷的神經(jīng)網(wǎng)絡(luò)方法[J].地震工程與工程振動,2002,22(1):43-48.

        [6]鞠彥忠,閻貴平,陳建斌,等.用小波神經(jīng)網(wǎng)絡(luò)檢測結(jié)構(gòu)損傷[J].工程力學(xué),2003,20(6):176-181.

        [7]萬小朋,李小聰,鮑凱,等.利用振型變化進行結(jié)構(gòu)損傷診斷的研究[J].航空學(xué)報,2003,24(5):422-426.

        [8]張剛剛,王春生,徐岳.基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的斜拉橋損傷識別[J].長安大學(xué)學(xué)報:自然科學(xué)版,2006,26(1):49-53.

        [9]韓西,張偉,鐘厲.基于神經(jīng)網(wǎng)絡(luò)技術(shù)的結(jié)構(gòu)損傷檢測[J].中南公路工程,2007,31(5):15-18.

        猜你喜歡
        重力壩
        考慮各向異性滲流的重力壩深層抗滑穩(wěn)定分析
        牙根二級重力壩壩基滑移模式及穩(wěn)定性分析
        空腔參數(shù)對重力壩穩(wěn)定的影響分析
        《混凝土重力壩設(shè)計規(guī)范》修訂的關(guān)鍵技術(shù)問題
        豐滿混凝土重力壩防滲降壓灌漿處理工藝探討
        潰壩涌浪及其對重力壩影響的數(shù)值模擬
        基于ANSYS的混凝土重力壩穩(wěn)定性分析
        基于VB與Fortran混合編程的重力壩優(yōu)化設(shè)計軟件開發(fā)
        北方某嚴(yán)寒地區(qū)水利樞紐碾壓混凝土重力壩設(shè)計
        淺談重力壩圍護變形的特點
        国产女人好紧好爽| 久久青草国产免费观看| 91亚洲精品久久久蜜桃| 久久午夜av一区二区| 超碰人人超碰人人| 欧美人与动牲交a欧美精品| 国产午夜精品久久久久99| 亚洲五月天综合| 欧美日韩区1区2区3区| 日韩精品一区二区三区视频| 综合国产婷婷精品久久99之一| 久久精品国产网红主播| 欧美一欧美一区二三区性| 青青青伊人色综合久久| 国产在线91精品观看| 亚欧中文字幕久久精品无码| 久久天天躁夜夜躁狠狠躁2022 | 高清一级淫片a级中文字幕| 亚洲精品456在线播放狼人| 欧美 日韩 人妻 高清 中文| 国产人妻无码一区二区三区免费 | 宝贝把腿张开我要添你下边动态图| а的天堂网最新版在线| 亚洲丰满熟女一区二亚洲亚洲| 精品国产性色无码av网站| 欧美z0zo人禽交欧美人禽交| 老熟妇高潮av一区二区三区啪啪| 九一免费一区二区三区偷拍视频| 天干天干天啪啪夜爽爽av| 久久精品国产免费观看99| 国产精品一品二区三区| 国产对白国语对白| 成人天堂资源www在线| 东风日产系列全部车型| 人妻免费一区二区三区免费 | 无套内谢孕妇毛片免费看看| 麻豆成年视频在线观看| 久久精品av在线观看| 品色永久免费| 91综合久久婷婷久久| 国产一区二区三区av免费|