文档介绍：中文摘要在与人们生活息息相关的建筑结构中,由于设计、施工等先天性缺陷以及外部荷载作用、环境因素、疲劳效应、腐蚀效应和材料老化等灾变因素的耦合作用以及各种不可确定因素的作用会使结构出现不同程度的损伤。而当建筑的结构发生损伤以后,将会影响结构的承载力及耐久性,使得抵抗外力的能力下此,本文在查阅了大量相关的文献资料的基础上,对建筑结构中的钢桁架结构的损伤进行了智能化的识别。目前,对结构进行检测和评估,以确定结构是否有故障与损伤存在,进而判别故障与损伤的程度与位置,以及结构目前的状况、使用功能和结构故障的变化趋势等,‘,采用损伤识别技术确定损伤的位置,估测与智能诊断系统进行有效的整和才能把目前广泛使用的离线、静态、被动的检查转变为在线、动态、实时的健康监测与监控。及不同损伤位置和不同损伤程度的模态频率,运用了相应的神经网络技术以及小波分析技术,对其损伤位置和损伤程度进行了智能识别,并给出了模拟仿真。本文主要研究内容如下:ジ錾窬缪爸写嬖诘闹饕N侍馐遣痪哂腥ň炙阉髂芰Γ扑憧销很大,易陷入局部极小。粒子群优化算法是年代出现的基于群体智能理论的优化算法。通过群体中粒子间的合作与竞争产生了群体智能指导优化搜索。粒子群算法与神经网络的融合也是基于克服神经网络的学习可靠性低的问题,也是基于种群的全局搜索策略。它采用速度一位移模型,避免了复杂的遗传操作。它特有的记忆使其可以动态地跟踪当前的搜索情况,进而调整其搜索策略。∩辖辛烁慕岢隽艘恢钟呕惴ā2⒔ǜ〔ū浠皇且恢中藕诺氖蔽剩叨确治龇椒ǎ哂卸喾直娣治龅奶氐悖降,从而引发严重的工程事故,这样就会造成重大的人员伤亡和经济损失。因计损伤的程度并预测结构的剩余有效寿命以及结构的可靠度。而将结构健康监本文提出了一套结构损伤识别的智能化方法,。武汉理工大学博士学位论文
小波分析在时域和频域上同时具有良好的局部化性质。小波网络是小波变换分析与神经网络的融合,具有比单纯的神经网络更好的收敛性和更好的抗干扰能力。本文在传统的小波网络的基础上进行了算法的优化,提出了一种将小波分析与遗传算法相融合的优化算法。ü苑嵌猿菩透骤旒芙峁顾鹕饲昂笠约安煌鹕宋恢煤筒煌鹕顺度下的提取的参数:模态频率,,以及双根杆件损伤位置和损伤程度的智能识别。运用该方法能有效诊断出损伤发生的位置以及该损伤位置的损伤程度。ü远猿菩透骤旒芙峁顾鹕饲昂笠约安煌鹕宋恢煤筒煌鹕顺潭下的提取的参数:模态频率,运用改进的小波网络与遗传算法的融合算法,对其进行单根杆件损伤位置和损伤程度的智能识剔,:对损伤识别结果进行相应误差分析。并对实际实验所测得的数据进行了相应的讨论。菀陨鲜侗鹩敕治觯愿骤旒芩鹕耸侗鸾⒂行У哪D夥抡嫦低场关键词:损伤识别,钢桁架,神经网络,粒子群算法,小波网络,遗传算法对损伤识别结果进行相应误差的分析。武汉理工大学博士学位论文Ⅱ
尽痶璫:;琧../,武汉理工大学博士学位论文瑃,,,.,,,琤甀,;甆琽.:甌琯Ⅲ
.,武汉理工大学博士学位论文籥/:甀猰.——琋
导师签名:——独创性声明关于论文使用授权的说明本人声明,所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得武汉理工大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已论文中作了明确的说明并表示了谢意。本人完全了解武汉理工大学有关保留、使用学位论文的规定,即学校有权保留、送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其它复制手段保存论文。C艿穆畚脑诮饷芎笥ψ袷卮斯娑签名:日期:一期:
第滦髀结构健康诊断的意义结构健康监测和损伤识别方法众所周知,与人们生活息息相关的结构是建筑结构,、大跨度空间结构、特大桥梁、大型水坝、核电站和大型海工结构不断涌现。结构朝着大型化、复杂化方向发展,它们的使用周期都长达数十年,甚至上百年。而建筑结构工程中常常存在着表面缺陷或破损,例如梁板的裂缝、火灾后混凝土的过火,钢结构的开焊等,这些肉眼可见的破损或缺陷容易引起人们的重视,使得可以及时诊断并且采取措施加以修复和维修。另外还有结构构件存在的许多内部缺陷,结构在使用过程中,由于设计、施工等先天性缺陷以及外部荷载作用、