基于RBF神经网络的网架结构损伤识别试验研究

• 作者: 崔维久 杨彬 杨春贺 邢哲
• 来源期刊: 结构工程师
• 关键词: 网架结构 损伤识别 模态参数 RBF神经网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 结构分析
• 页码范围: 70-76
• 页数: 7页
• 字数: 2729字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-0159.2019.04.011

摘要

针对网架结构损伤识别中模态密集、自由度高等困难,利用RBF网络良好的容错性和鲁棒性,依据损伤前后的网架结构模态参数发生变化理论,提出了基于模态参数和RBF神经网络的网架结构损伤识别方法.以一个6m×7.5m的正放四角锥网架结构为研究对象,首先依据连续倒塌理论计算各杆件的重要性系数,确定模拟损伤杆件位置;然后以损伤前后结构的标准化频率平方变化率及标准化位移振型的组合参数作为RBF神经网络的损伤指标,利用有限元分析得到学习样本,试验分析结果作为测试样本.采用二阶段损伤识别方法,首先在所有杆件中排查出可疑受损杆件位置,最后再精确识别损伤位置和程度.结果 表明,该方法能够很好地识别网架结构的损伤位置和程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨彬	同济大学建筑工程系	43	107	6.0	8.0
2	崔维久	同济大学建筑工程系	5	18	2.0	4.0
3	邢哲	同济大学建筑工程系	1	1	1.0	1.0
4	杨春贺	同济大学建筑工程系	1	1	1.0	1.0