基于神经网络和小波分析的海洋平台结构损伤检测研究

论文摘要

大型土木工程结构(如海洋平台)在其服役期间,由于受到腐蚀、碰撞以及环境载荷作用,损伤不可避免。一旦损伤达到一定程度,导致结构破坏,将给生命财产安全造成巨大的损失。因此,对结构进行损伤检测有着重要的意义。基于振动响应分析的损伤检测方法是目前国内外研究的热点。虽然该方法已在结构损伤检测方面得到了一定程度的应用,但是由于测量噪声、模型参数误差的影响以及测量模态的不完备性,使得基于振动响应分析的损伤检测方法很难用于像海洋平台这样的大型结构。本文在总结回顾以前工作的基础上,主要开展了以下3个方面的工作:1.本文提出了基于神经网络技术的海洋平台结构多重损伤检测方法。损伤检测分三步进行,首先将构件损伤引起的标准化的频率变化率输入径向基函数网络,进行损伤构件所在方向的判定;然后将构件损伤引起的标准化的损伤信号指标输入概率神经网络,进行损伤构件所在侧面及所在层的判定;最后将构件损伤引起的频率平方的变化比输入BP网络,进行损伤程度评估。为验证基于神经网络技术的海洋平台结构多重损伤检测方法的有效性,分别进行了数值模拟、冲击响应模型实验和振动台模型实验,数值模拟和模型实验结果表明,仅需少量低阶模态,基于神经网络技术的海洋平台结构多重损伤检测方法即可完成对海洋平台结构的损伤检测,且具有一定的抵抗模型参数误差和测量噪声的能力。2.由于结构发生损伤后,其振动响应信号会发生变化,利用小波包对振动响应信号进行分析,提取包含结构损伤信息的特征向量(如小波包结点能量指标、小波包结点能量的变化量指标等),可以对结构损伤进行检测。与小波包结点能量指标相比,小波包结点能量的变化量指标对损伤位置更敏感。本文提出了基于小波包结点能量和神经网络的海洋平台结构损伤检测方法,首先利用小波包结点能量的变化量,作为概率神经网络的输入向量来确定损伤位置,其次利用小波包结点能量输入BP神经网络来确定损伤程度。数值模拟验证了该方法的有效性,该方法的优点是

论文目录

• 独创声明
• 学位论文版权使用授权书
• 摘要
• Abstract
• 1 绪论
• 1.1 选题依据
• 1.2 研究内容
• 参考文献
• 2 基于振动响应分析的损伤检测理论方法综述
• 2.1 引言
• 2.2 直接比较的损伤检测方法
• 2.3 基于模型修正的损伤识别方法
• 2.4 基于概率统计理论的损伤检测方法
• 2.5 基于神经网络的结构损伤检测方法
• 2.6 基于小波分析的结构损伤检测方法
• 2.7 亟待解决的问题
• 参考文献
• 3 神经网络的基本原理
• 3.1 引言
• 3.2 BP 神经网络
• 3.3 概率神经网络（PNN）
• 3.4 径向基函数（RBF）网络
• 3.5 本章小结
• 参考文献
• 4 基于神经网络的海洋平台结构损伤检测研究
• 4.1 引言
• 4.2 网络输入参数的选择
• 4.3 原理
• 4.4 数值模拟
• 4.5 模型实验
• 4.6 本章小结
• 参考文献
• 5 基于小波包结点能量的海洋平台结构损伤检测研究
• 5.1 引言
• 5.2 小波分析理论
• 5.3 原理
• 5.4 数值模拟
• 5.5 本章小结
• 参考文献
• 6 基于小波分析的海洋平台结构损伤预警研究
• 6.1 引言
• 6.2 多尺度小波分析与奇异信号
• 6.3 小波基函数的选取
• 6.4 基于模态叠加法和状态空间模型的结构损伤时变系统分析
• 6.5 基于小波分析的海洋平台结构损伤预警的数值仿真研究
• 6.6 本章小结
• 参考文献
• 7 结论与展望
• 7.1 主要工作及结论
• 7.2 展望
• 论文创新点摘要
• 攻读博士学位期间发表论文及奖励
• 致谢