基于數(shù)據(jù)融合的結構損傷識別方法研究.pdf

1、土木工程設施在服役期內，由于受到荷載和其它各種突發(fā)因素的影響，使結構發(fā)生損傷，造成重大的經濟損失和人員傷亡。因此，對結構健康狀態(tài)做出及時有效的診斷、準確評估和預示，具有重要的科學理論意義和工程應用價值。本文研究了基于神經網(wǎng)絡和數(shù)據(jù)融合的結構損傷特征提取及診斷方法。 論述了實施工程結構健康監(jiān)測與損傷診斷的必要性與迫切性，介紹了結構健康監(jiān)測與損傷診斷的基本概念、系統(tǒng)組成、損傷診斷的方法及研究現(xiàn)狀。 為了實現(xiàn)結構狀態(tài)的自動診斷

2、，研究了一種基于小波包特征提取的BP神經網(wǎng)絡結構損傷診斷方法。研究表明：與BP神經網(wǎng)絡的其它學習算法相比，彈性學習算法收斂較快、耗時較少，識別正確率較高，適合于結構狀態(tài)的模式分類；但是，對于同一損傷源，采用不同節(jié)點的信號分析時，網(wǎng)絡的識別正確率和各項性能指標不同。 針對單一節(jié)點信號進行損傷診斷的不確定性和片面性，研究了基于多傳感器數(shù)據(jù)融合的結構損傷診斷方法，把神經網(wǎng)絡方法得到的不同節(jié)點的損傷識別結果，通過D-S證據(jù)理論進行決策融

3、合，得到綜合評價結果。多傳感器數(shù)據(jù)融合，能夠使不同傳感器的信息相互補充，減小了損傷檢測信息的不確定性，使診斷信息具有更高的精度和可靠性，提高了損傷診斷準確率。 為了解決證據(jù)沖突導致融合結果錯誤的問題，研究了基于相似性測度的D-S證據(jù)理論改進算法，并對本文的數(shù)據(jù)融合方法進行了改進。在工程振動信號的實驗中，克服了傳統(tǒng)方法中“一票否決”的問題和不同傳感器的診斷結果相差較大時，綜合診斷結果偏差較大的問題，從而證明了改進后的診斷方法的可行