文档介绍：摘要本文首先简述了当前结构损伤识别领域的研究状况和发展趋势,论述了支持向量机方法的基本原理与算法,并阐明了本文研究的课题背景和主要研究内容。本文立足于损伤模式识别与在线参数识别两方面问题,阐述了传统方法的缺陷,对其加以改进,提高识别精度、识别效率及其鲁棒性。模式识别是一种简单常用的离线损伤识别方法,但动力指纹采用恰当与否对识别结果有很大的影响。结构固有频率是最易提取且测量误差较小的动力指纹,但传统方法对结构固有频率不敏感,损伤程度不易识别;而其他动力指纹虽然具有较好的灵敏度,但实际测量误差大等原因限制了其应用。而支持向量机方法解决了传统模式识别方法对频率变化不敏感的缺陷,采用结构损伤前后的固有频率变化率为动力指纹,不仅能对损伤进行准确定位,而且能识别结构在模式识别方法中,采用的核函数适当与否直接关系到动力指纹与损伤之间的影射关系,从而影响到识别效果。本文结合小波函数与高斯核函数提出了小波核函数,数值模拟的结果表明,采用小波核函数识别结构损伤有更好的识别效果,尤其是在多损伤情况下,识别精度显著优于其他常用的核函数。小波核函数支持向量机模式识别方法简单方便,而且对测量误差较小的频率变化率有较高的灵敏度,弥补了传统方法的局限性。对十层剪切型框架结构的数值模拟结果表明,该方法具有良好的识别精度,尤其是对单损伤情况下,不仅能准确定位,而且对损伤的程度有很高的识别精度。用单损伤训练的支持向量机同时也适用于多损伤情况,在多损伤情况下,能准确定位损伤的位置,损伤程度的识别结果稍有误差,但仍能得到令人满意的结果,而且有很好的抗在线识别技术能直接识别出结构的动力参数,更加符合实际工程的需求。最小二乘支持向量机甋Ⅵ讧嵌源吃谙卟问侗鸱椒ǖ母慕ü褂等式约束和二次损失函数将标准椒ǖ亩喂婊侍馇蠼庾;晌O咝苑程组的求解,从而提高了支持向量机的训练速度。∈栊裕遥币桓鲂率菔淙胧保枰V匦虑蠼庹鱿咝苑程组。.椒ㄈ匀淮嬖谑侗鹁ǘ炔桓撸侗鹦实停嘲粜圆畹娜毕荩此,∩稀L岢隽烁慕椒ā损伤的程度。噪声能力。
,通过对特征向量的加权,区分各样本在识别中的贡献大小,从而提高了识别精度。但增量式算法将所有数据都纳入识别样本集,计算效率低,为了实现在线识别,需要更高的硬件要求。于是提出了等样本集—莨樗法,通过局部增加算法与修剪算法,及时更新样本,在加入新样本的同时,剔除过时样本,避免了多次的矩阵求逆运算,大大提高了计算效率,∩希岢隽俗允视ξ蟛罴尤ǚ椒ㄓ胱允应特征向量指数加权方法,根据回归估计的误差大小赋予样本权重,更进一步提高了识别精度与鲁棒性。对不同的结构损伤模式、受不同噪声干扰的情况进行在线识别,,并具有很好的抗噪性能,尤其是自适应特征向量指数加权方法。将前面的研究成果应用于实际工程。对一振动台试验模型的结构进行损伤识别,识别结果与试验现象基本吻合。最后对全文的主要工作和研究成果进行了总结,并指出有待进一步改进和研究的方向。关键词:结构损伤识别,最小二乘支持向量机,模式识别,在线参数识别,小波核函数,加权,试验分析成为可能。摘要Ⅱ
,...甧甀甆—,,..,,瓻,.甌瓸甀·琤萹
.,.眗侃.,甌琣.,閏,·琹——畉衖甋.,’.,
..甌綽,·.簊,
学位论文作者签名:张眵矽年学位论文版权使用授权书本人完全了解同济大学关于收集、保存、使用学位论文的规定,同意如下各项内容:按照学校要求提交学位论文的印刷本和电子版本;学校有权保存学位论文的印刷本和电子版,并采用影印、缩印、扫描、数字化或其它手段保存论文;学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务;学校有权按有关规定向国家有经指导教师同意,本学位论文属于保密,在年解密后适用学位论文作者签名:关部门或者机构送交论文的复印件和电子版;在不以赢利为目的的前提下,学校可以适当复制论文的部分或全部内容用于学术活动。本授权书。指导教师签名:年月日
沙呷年日签名:缸戒澎同济大学学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师指导下,进行的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体,均已在文中以明确方式标明。本学位论文原创性声明的法律责任研究工作所取得的成果。除文中已经注明引用的内容外,本学位论文由本人承担。
】导嗖与人们生活息息相关的建筑结构常常存在着表面缺陷或破损,如梁板的裂缝,钢铁构件内部的空洞或夹渣,火灾后混凝土的过火等。这些肉眼可见的缺陷容易引起人们的重视,可及时诊断并采取措施加以修复、加固。近年