基于神经网络的大跨钢结构缺陷损伤的定位研究

摘要：

大跨钢结构目前被广泛应用于体育馆等大型公共建筑中.但其缺陷损伤位置的确定,至今没有得到很好的解决,这必将影响其使用过程中的安全性.利用神经网络技术,以某高校体育场馆的大跨钢结构为工程背景进行模拟损伤定位研究,通过ANSYS计算软件对该大跨钢结构建模分析,得出了该结构在损伤前后的模态参数,并将其结果作为网络的输入参数.为了提高神经网络模型对该结构缺陷损伤判定的收敛速度及诊断精度,在进行损伤识别时,将该大跨结构细分成许多子结构,缩小损伤的范围,同时将高阶频率引入到不同的神经网络训练样本中进行网络训练,检验其对该结构及构件损伤识别的影响.分析结果表明,采用神经网络技术对大型复杂结构进行损伤定位是可行的,并通过该方法的改进,将识别精度大大的提高,所得结论为今后进行网络改进,提高网络的准确性、抗干扰性和泛化能力提供了有意义的参考.

关键词：大跨钢结构、神经网络、损伤定位、损伤程度识别

所属期刊栏目：30

分类号：TU317.5;TU328;TU391(建筑结构)

资助基金：陕西省西自然基金2003E230;陕西省教育厅专项科研基金09JK550;江苏省结构重点实验室开放基金ZD0803

在线出版日期：2012-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：191-196