基于振型变化和BP神经网络的桁架式架桥机主梁结构损伤识别研究

作     者：姜远坤 

作者单位：贵州大学 

学位级别：硕士

导师姓名：陶铁军

授予年度：2023年

学科分类：081406[工学-桥梁与隧道工程] 08[工学] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

主      题：桁架式架桥机 主梁结构 损伤识别 模态应变能变化率 振型差值曲率 神经网络 

摘      要：桁架式公路架桥机是一种现代化土木工程施工中的起重运输机械设备,在交通运输行业具有不可或缺的作用,既可以降低施工人员的劳动强度,又能够提高桥梁架设效率,同时桁架式公路架桥机的安全问题也引起了社会界的广泛关注。由于其经常面临转场作业、复杂施工环境、人工维修检测不及时等条件,导致架桥机出现主要构件腐朽,钢板开裂,螺栓松动等损伤现象而不被发现,一旦施工将极有可能给人民群众的生命财产带来巨大的损失。虽然不少学者在结构损伤识别研究的领域取得了很多方面的突破,但是针对桁架式公路架桥机主梁结构损伤识别研究仍处于攻坚克难阶段,鉴于此,本文重点对桁架式公路架桥机主梁结构的损伤识别进行研究,主要内容如下:(1)分析架桥机在未来土木工程领域的作用,总结架桥机施工事故,归纳主流损伤识别方法对主梁结构的适用性,在此基础上发现目前对桁架式架桥机主梁结构损伤识别研究仍处于攻坚克难阶段,结合桁架式架桥机的作业特点,选择了基于振型变化和BP神经网络的损伤识别方法来研究桁架式架桥机主梁结构。(2)以有限元理论为基础,采用单元刚度折减的方式,运用ANSYS软件建立不同损伤工况的主梁结构参数化模型。模拟未作业状态的架桥机主梁结构,对其不同工况的桁架式主梁结构进行模态分析并得到其频率和振型,研究主梁结构损伤对频率和振型的影响规律。模拟作业状态的架桥机主梁结构,对其不同工况的模型进行瞬态分析,提取主梁结构29单元右节点的结构响应参数(位移和速度),对比不同损伤工况下的结构响应参数,研究主梁结构损伤对位移响应和速度响应的影响规律。(3)针对未作业状态三角桁架式架桥机主梁结构损伤识别问题,依托JQG160t-40m桁架式架桥机的大跨度工况,并提取该架桥机主梁结构在12种工况下各单元的模态参数,利用Matlab计算每个单元的第一阶模态应变能变化率,验证了该方法的有效性和正确性,检验单元模态应变能变化率法应用于桁架式公路架桥机主梁结构的损伤定位效果和损伤程度估算效果。(4)针对未作业状态三角桁架式架桥机主梁结构损伤识别问题,以模拟的桁架式架桥机结构主梁上的12种损伤工况为基础,提取并计算12种不同工况下的振型模态差值曲率,以第一阶振型模态差值曲率损伤指标对损伤进行识别,并通过多次曲线拟合计算大致损伤程度,检验振型差值曲率法应用于桁架式桥机主梁结构的损伤定位效果和损伤程度估算效果。(5)针对作业状态三角桁架式架桥机主梁结构损伤识别问题,选取大跨度吊梁工况进行数值模拟,模拟了主梁结构上弦杆单处、两处及三处损伤位置和不同的损伤程度,采用单隐层网络,将节点最大位移的改变率作为BP神经网络的输入。通过对测试结果的统计分析得出,训练后的网络能够对处于作业状态的主梁结构做出准确的损伤预测,能够同时识别损伤的位置和程度。(6)针对两种作业状态的三角桁架式公路架桥机主梁结构损伤检测,提出基于振型变化和BP神经网络损伤识别方法的实施策略,实施策略分为未作业状态桁架式架桥机主梁结构和作业状态桁架式架桥机主梁结构,并详细给出两个作业状态的具体实施策略,其中处于作业状态的架桥机,利用现场监测的数据和有限元仿真计算对比,验证了单元节点最大位移—BP神经网络损伤识别方法应用于桁架式公路架桥机动态损伤识别的可行性。