基于模态频率应变能熵和Tent-SSA-BP神经网络的桥梁结构损伤识别方法研究

作     者：施昊 

作者单位：兰州理工大学 

学位级别：硕士

导师姓名：项长生

授予年度：2023年

学科分类：12[管理学] 081406[工学-桥梁与隧道工程] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 0814[工学-土木工程] 0811[工学-控制科学与工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：损伤识别 模态频率应变能 信息熵 抗噪性分析 BP神经网络 麻雀搜索算法 混沌Tent映射 

摘      要：安全是桥梁结构设计和使用中最重要的原则之一。随着结构使用寿命的增加,由于材料老化、外部环境影响、交通繁忙等因素,桥梁会出现不同程度的累积性损坏,可能会导致局部刚度折损,影响到桥梁的整体稳定性。如果损坏严重,甚至会导致桥梁倒塌。因此,及时、准确地识别桥梁结构的损坏十分重要。本文基于结构模态、信息熵和BP神经网络,提出桥梁损伤识别的新方法,主要的研究内容和结论如下:(1)考虑到损伤识别过程中结构模态的动态一致性,将模态应变能与频率相结合,推导出模态频率应变能变化率指标(MFSEGI)、模态频率应变能变化指标(MFSECI)和模态频率应变能基指标(MFSEBI),建立简支梁和连续梁数值模型验证三种模态频率应变能指标在不同程度的损伤下,对单点损伤和多点损伤的损伤位置定位能力,对比讨论在损伤识别过程中各自的优缺点。(2)引入非线性信息熵理论,结合模态频率应变能构造模态频率应变能熵差变化率指标(MFSEEGI)和模态频率应变能熵标准差指标(MFSEESDI),以连续梁和悬链线拱桥有限元模型分析其损伤识别能力和处理无序信息的抗干扰能力。(3)设置不同程度的高斯白噪声模拟环境噪声对损伤识别过程的影响,验证模态频率应变能指标和信息熵指标识别损伤过程中的抗噪性能。(4)采用曲线拟合和BP神经网络预测两种方法进行桥梁损伤定量研究。分别利用麻雀搜索算法和混沌Tent映射麻雀搜索算法优化BP神经网络,构建SSA-BP神经网络和Tent-SSA-BP神经网络的网络结构,优化初始权值和阈值,讨论四种方法对于简支梁和连续梁损伤定量的精准度差异。通过以上研究,结果表明:首先,模态频率应变能和模态频率应变能熵指标均可以准确有效地识别简支梁、连续梁和悬链线拱发生损伤的位置,其中MFSEESDI指标对损伤的敏感性最强,识别效果最好。而MFSEBI指标受损伤邻近效应的影响最小,可以反映出指标与损伤程度之间的比例关系。其次,在噪音的干扰下,模态频率应变能指标识别损伤的精准度降低,而信息熵指标在10%以内噪声水平的干扰下依然可以识别损伤发生的位置,抗噪性较好。最后,曲线拟合方法的损伤定量效果较好,但发生轻微损伤时的拟合误差较大。优化后的BP神经网络回归预测的能力明显提升,其中Tent-SSA-BP神经网络的预测定量效果最好,准确率最高,具有普遍适用性。