基于BP神经网络桥梁的损伤识别方法.pdf

年 月第 卷 第 期 基于 神经网络桥梁的损伤识别方法收稿日期:基金项目:国家重点研发计划子课题()作者简介:程璇()男安徽淮北人硕士研究生 :.程 璇(安徽建筑大学 土木工程学院安徽 合肥)摘 要:在桥梁损伤识别研究中常常不能对桥梁损伤单元进行准确定位 为使用更简便的方法对桥梁进行精确的损伤定位提出借助 神经网络的自我学习功能的方法将桥梁某点的挠度影响线数据、桥梁损伤单元号及损伤单元剩余刚度系数作为 神经网络的运行参数进而训练出一个可以通过输入桥梁挠度影响线数据来定性及定量识别桥梁单点损伤的方法 依托工程实例对所提损伤识别方法的可行性进行了验证关键词:连续梁桥挠度影响线 神经网络损伤识别中图分类号:文献标识码:文章编号:()():.:近年来由于桥梁结构的多变性和复杂性往往需要对桥梁结构损伤进行定性和定量的分析 周宇等提出了基于弹性约束支承梁转角影响线的梁结构损伤诊断方法引入截面不确定系数与局部损伤来模拟桥梁主梁推导得到主梁模型转角影响线解析式研究表明转角影响线差值曲率能精确定位、定量弹性约束支承梁的局部损伤 项长生等引入广义局部信息熵将曲率模态和广义局部曲率模态信息熵分别作为神经网络的输入参数对损伤进行识别并对比了两种参数的识别结果 研究表明基于曲率模态信息熵和()神经网络的简支梁损伤识别方法能较好地定位及定量损伤且在靠近振型节点处的指标识别精度高于曲率模态 包龙生等利用损伤前后的模态数据将模态数据曲率化后结合桥梁结构的损伤指标作为输入及输出变量并以输入变量与输出变量建立非线性映射关系 研究表明所提方法对于简支梁及连续梁两种常见桥型结构的损伤位置识别较为准确对于结构损伤程度来说预测值与真实值拟合程度可达 由上述研究分析发现所提桥梁结构损伤识别方法虽然可以有效地对桥梁损伤进行定位但操作过程不够简便实际工程中不能精准地对桥梁结构损伤进行定位及定量 因此依托 运行环境将数值模拟桥梁单元损伤后有限元模型某点的挠度影响线、桥梁损伤单元号系数及损伤单元剩余刚度作为网络训练的参数拟合出可以快速识别桥梁结构损伤的网络 通过某工程实例对所提损伤识别方法的可行性进行验证 研究路线见图 图 全文技术路线图 神经网络的原理 神经网络是一种带误差反向传播算法(简称误差反传)的多层前馈神经网络它依据梯度下降法的思想包括信号的前向传播和误差的反向传播两个过程 其中计算误差输出时按从输入到输出的方向进行而调整权值和阈值则从输出到输入的方向进行 其运行原理如图 所示其中 代表权值 代表阈值图 神经网络原理图 的主要思想是:输入学习样本使用反向传播算法对网络的权值和偏差进行反复地调整训练使输出的向量与期望向量尽可能地接近当网络输出层的误差平方和小于指定的误差时训练完成保存网络的权值和偏差完成网络的训练权重(、)、偏置(、)推导图如图 所示 由图 分析可得:()()()其中 为 激活函数其表达式为:()()同理 和 的推导为:()()()()()()其中 为损失函数 为预期值 为输出值 设更新后的 为 则 其中沿负梯度方向下降最快其推导见公式()其中 为学习效率 ()根据链式法则求导计算可推出:()()()()()()()()()()()()()()图 权重偏置推导图 工程实例及损伤模拟.工程概况以某一工程实际案例为背景桥梁为四跨变截面连续梁桥桥梁全长约 ()桥梁结构采用 混凝土依据上述工程概况采用/分析软件进行建模桥梁所建模型如图 所示图 桥梁模型图.定义损伤工况利用刚度折减法通过弹性模量 的下降来模拟损伤定义损伤刚度为、的损伤工况并分别作用在不同单元中对不同单元号、不同损伤刚度定义损伤如表 所示程璇 基于 神经网络桥梁的损伤识别方法表 有限元模型损伤工况损伤程度/损伤单元.工况 工况 工况 工况 工况 工况 工况 工况 工况 工况 工况 工况 工况 工况 工况 工况 工况 工况 工况 工况 工况 工况 工况 工况 基于 神经网络的训练及损伤预测.神经网络的训练选取第二跨跨中节点对应节点号 提取不同损伤工况作用后的挠度影响线数据 引入损伤单元系数即损伤单元号与提取挠度影响线节点号比值 将挠度影响线数据作为 神经网络训练的输入值损伤单元系数和损伤剩余刚度作为特征值输出并且使样本数据均为正交化 利用定义损伤工况的 个样本进行 神经网络的训练和拟合将所选样本集代入 神经网络中该网络拓扑结构是 为验证网络模型的泛化能力将上述 个样本集随机划分为训练集()、测试集()和验证集()进而将 个样本集导入所建立的神经网络对网络展开训练、测试以及验证 拟合效果如图 所示 由图 分析可知网络拟合效果较好误差均在可控范围 网络在迭代第 次时将误差缩小到 达到最佳迭代图 神经网络训练结果.基于训练完成后网络的损伤识别随机选取第 号节点作为验证样本利用刚度折减法定义 损伤提取第二跨跨中节点挠度影响线作为网络输入值调用 函数基于训练完成的网络进行挠度影响线的损伤识别得出经网络训练后给出的最优值分别为 和 误差分析如表 所示表 训练后的参数项目实际测试选取 预测结果实测值与计算值间相对误差/单元号/所提取挠度影响线节点号.剩余刚度.随机选取其他节点定义不同程度刚度损伤将其代入训练好的 神经网络进行验证发现相对误差均控制在 以内 结果验证了基于 神经网络桥梁挠度影响线的损伤识别方法的可行性 结论以某实际四跨变截面连续梁桥为工程基础通过桥梁有限元模型数值模拟损伤单元号系数和损伤剩余刚度作为目标函数指标结合 神经网络原理建立 网络拓扑结构通过网络拟合训练得到可对任意点挠度影响线数据进行损伤的定位及定量的研究方法并通过多组测试样本验证了所提方法的可行性 得出如下结论:蚌埠学院学报 年 月 第 卷 第 期(总第 期)经样本训练拟合的神经网络可以通过某点挠度影响线数据有效地进行损伤的定位及定量识别相比于传统荷载试验的损伤识别方法基于 神经网络桥梁影响线的损伤识别方法在实际工程桥梁损伤监测中更为便捷、精确在基于 神经网络的机器学习中由于权值和阈值产生的随机性往往会使得算法陷入局部寻优的困境因此导致样本训练不够稳定 由于篇幅有限本研究不对神经网络的差异进行选择后续可选取其他神经网络、小波函数等对损伤识别做进一步研究参考文献:周宇狄生奎项长生等.基于弹性约束支承梁转角影响线的梁结构损伤诊断.浙江大学学报(工学版)():.项长生原子周宇等.基于曲率模态信息熵和 神经网络的简支梁损伤识别方法.沈阳工业大学学报():.包龙生曹悦赵宁等.神经网络和曲率模态理论在桥梁损伤识别中的应用.沈阳建筑大学学报(自然科学版)():.:.:.周宇王雪忠赵青等.基于影响线多源信息融合的悬索桥损伤识别.科学技术与工程():.(上接第 页)结论由正交实验结果和综合测评可得奇亚籽凝胶保水性最好的方案为:奇亚籽与蒸馏水的质量比为 在水浴温度 下保温 测得保水性为 此方案在 波长处测吸光值得到奇亚籽对 的清除能力为 奇亚籽凝胶对 的清除能力为在 波长处测吸光值得到奇亚籽对羟自由基的清除能力为 奇亚籽凝胶对羟自由基的清除能力为 对比分析可得奇亚籽凝胶对 和羟自由基的清除能力大于奇亚籽对 和羟自由基的清除能力参考文献:龚雪周长凤肖培根等.芡欧鼠尾草的研究进展.食品研究与开发():.岳昊徐志祥刘翠平等.奇亚籽油的健康功效.中国油脂():.().():.():.():.():.彭彬倩罗文涛王姿颐等.奇亚籽凝胶的提取、功能及应用研究进展.食品工业():.罗文涛彭彬倩王姿颐等.奇亚籽蛋白及其活性肽的研究进展.食品工业科技():.陈佳龄张凯郭平叶等.迷迭香、柠檬草、薄荷水提液清除羟自由基能力的研究.日用化学品科学():.严薇邓丽莎王燕等.基于红外辐射处理的米糠多糖组分、提取率及抗氧化活性的影响.食品科学():.缪英封蓉芳.凯氏定氮法测定食品中蛋白质的不确定度评定.大家健康(下旬版)():.杨芳曹银周露等.金属离子对豆腐凝胶模型水分状态的影响.食品工业科技():.蒲成伟阚欢刘云.核桃仁皮不同极性提取物的体外抗氧化活性分析.食品工业科技():.袁列江李忠海郑锦星.槟榔提取物对小白鼠体内抗氧化作用的研究.食品科学():.程璇 基于 神经网络桥梁的损伤识别方法