本文關(guān)鍵詞：大跨度鋼—混凝土組合鐵路橋梁健康診斷分析研究　出處：《蘭州交通大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 鋼-混凝土組合桁梁橋 損傷識別 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò) 有限元分析

【摘要】：在環(huán)境因素和超載等荷載的作用下，橋梁結(jié)構(gòu)會產(chǎn)生老化現(xiàn)象，或出現(xiàn)損傷。如果任由結(jié)構(gòu)的損傷發(fā)展，不僅會使橋梁承載力降低，嚴(yán)重的時候還會使整個橋梁結(jié)構(gòu)破壞。近年來，我國橋梁事故頻出，，造成了嚴(yán)重的財產(chǎn)損傷，甚至是生命的損失。因此，對橋梁結(jié)構(gòu)進(jìn)行健康診斷和及時的了解橋梁的損傷情況，這是十分有意義的，也是非常必要的。 本文以西平鐵路太峪80m鋼-混凝土組合桁梁橋?yàn)楣こ瘫尘啊υ摌蛄旱慕Y(jié)構(gòu)特點(diǎn)，損傷易產(chǎn)生的部位，產(chǎn)生損傷的典型原因進(jìn)行了分析研究。對該橋梁在損傷工況下的動力特性和靜力學(xué)特性進(jìn)行計(jì)算，并與該橋梁在無損狀態(tài)下的計(jì)算結(jié)果進(jìn)行對比分析，得出損傷對該類型橋梁的影響特點(diǎn)。使用有限元軟件Midas/Civil進(jìn)行建模，并模擬各種損傷工況，提取相應(yīng)的損傷指標(biāo)數(shù)據(jù)。結(jié)合MATLAB軟件，完成RBF神經(jīng)網(wǎng)絡(luò)的構(gòu)建、學(xué)習(xí)和訓(xùn)練，并使用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行橋梁健康診斷。 主要研究內(nèi)容如下： (1)收集了國內(nèi)外對于橋梁健康診斷的各種方法的資料，分析總結(jié)各種健康診斷方法的優(yōu)劣性和適用范圍，找出鋼-混凝土組合桁梁適用的健康診斷方法。 (2)在掌握神經(jīng)網(wǎng)絡(luò)理論的基礎(chǔ)上，結(jié)合橋梁損傷診斷和神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，設(shè)計(jì)橋梁損傷診斷的RBF神經(jīng)網(wǎng)絡(luò)，確定RBF神經(jīng)網(wǎng)絡(luò)損傷診斷的步驟。并通過Matlab（2013b版本）軟件使RBF神經(jīng)網(wǎng)絡(luò)健康診斷方法得到實(shí)現(xiàn)。 (3)研究鋼-混凝土組合桁梁橋的結(jié)構(gòu)特點(diǎn)，分析判斷該橋梁的易損傷部位，并對典型的損傷因素進(jìn)行分析研究。在不同損傷工況下計(jì)算該橋梁的靜力學(xué)特性和動力特性，并與無損狀態(tài)的計(jì)算結(jié)果進(jìn)行了對比，得出損傷對該類型橋梁的影響特點(diǎn)。 (4)針對鋼-混凝土組合桁梁橋的特點(diǎn)，找出能夠有效反應(yīng)該橋梁損傷的損傷指標(biāo)。構(gòu)建RBF神經(jīng)網(wǎng)絡(luò)，提取有效的訓(xùn)練樣本對RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。使用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行鋼-混凝土組合桁梁橋的損傷診斷，并判定診斷結(jié)果的有效性。 (5)使用RBF神經(jīng)網(wǎng)絡(luò)健康診斷方法，以結(jié)構(gòu)自振頻率為損傷指標(biāo)，可以有效的對橋梁結(jié)構(gòu)進(jìn)行異常檢測；以振型模態(tài)為損傷指標(biāo)，可以有效的對鋼-混凝土組合桁梁的單腹桿損傷、單節(jié)點(diǎn)損傷、腹桿和節(jié)點(diǎn)混合損傷進(jìn)行損傷程度和損傷位置的判定。RBF神經(jīng)網(wǎng)絡(luò)健康診斷方法對于鋼-混凝土組合桁梁的健康診斷是適用有效的。
[Abstract]:Under the action of environmental factors and overload, the bridge structure will produce aging phenomenon or damage. If the damage of the structure is allowed to develop, it will not only reduce the bearing capacity of the bridge. In recent years, bridge accidents occur frequently in our country, resulting in serious property damage, even loss of life. It is very meaningful and necessary to make a healthy diagnosis of the bridge structure and understand the damage of the bridge in time. This paper takes Taiyu 80m steel and concrete composite truss bridge of Xiping Railway as the engineering background. The typical causes of the damage are analyzed and studied. The dynamic and static characteristics of the bridge under the damaged condition are calculated and compared with the results of the bridge in the non-destructive state. The effects of damage on this type of bridge are obtained. The finite element software Midas/Civil is used to model and simulate various damage conditions. The corresponding damage index data are extracted, and the RBF neural network is constructed, studied and trained with MATLAB software. The trained neural network is used for bridge health diagnosis. The main contents of the study are as follows: 1) collecting the data of various methods of bridge health diagnosis at home and abroad, analyzing and summarizing the advantages and disadvantages and applicable scope of various health diagnosis methods. The health diagnosis method for steel-concrete composite truss beam is found out. Based on the theory of neural network and the characteristics of bridge damage diagnosis and neural network, the RBF neural network for bridge damage diagnosis is designed. The steps of RBF neural network damage diagnosis are determined, and the method of RBF neural network health diagnosis is realized by Matlab(2013b software. 3) the structural characteristics of steel-concrete composite truss bridge are studied, and the vulnerable parts of the bridge are analyzed and judged. The static and dynamic characteristics of the bridge are calculated under different damage conditions, and the results are compared with those of the non-destructive state. The effects of damage on this type of bridge are obtained. 4) according to the characteristics of steel-concrete composite truss bridge, the damage index which can effectively reflect the damage of the bridge is found, and the RBF neural network is constructed. The RBF neural network is trained with effective training samples, and the damage diagnosis of steel-concrete composite truss bridge is carried out by using the trained neural network, and the validity of the diagnosis result is determined. 5) using the RBF neural network health diagnosis method, taking the natural vibration frequency of the structure as the damage index, the bridge structure can be effectively detected. Taking the mode mode as the damage index, it can effectively damage the single web bar and single node of the steel-concrete composite truss. The method of RBF neural network health diagnosis is applicable to the health diagnosis of steel-concrete composite truss beam.
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：U446

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 白艷萍,楊明,吳鋼;神經(jīng)網(wǎng)絡(luò)在組合優(yōu)化問題中的應(yīng)用[J];華北工學(xué)院學(xué)報;2000年03期

2 劉宇紅,龐偉正;基于神經(jīng)網(wǎng)絡(luò)的多用戶檢測器[J];哈爾濱工程大學(xué)學(xué)報;2000年05期

3 劉玉萍,趙健,李勇,謝紅梅,陸堯;神經(jīng)網(wǎng)絡(luò)在模擬系統(tǒng)故障診斷中的應(yīng)用[J];南昌航空工業(yè)學(xué)院學(xué)報;2000年02期

4 侯志祥,劉振聞,顏學(xué)斌;基于神經(jīng)網(wǎng)絡(luò)的我國汽車保有量建模與預(yù)測[J];內(nèi)蒙古公路與運(yùn)輸;2000年04期

5 劉占生,蘇平線,姜興渭;航天器電源模擬系統(tǒng)故障診斷的神經(jīng)網(wǎng)絡(luò)方法[J];哈爾濱工業(yè)大學(xué)學(xué)報;2001年01期

6 許進(jìn),保錚;神經(jīng)網(wǎng)絡(luò)與圖論[J];中國科學(xué)E輯:技術(shù)科學(xué);2001年06期

7 王慧,盧和,李光泉,劉寶坤;子波基神經(jīng)網(wǎng)絡(luò)及其建模[J];天津理工學(xué)院學(xué)報;2001年03期

8 熊和金;大功率人工神經(jīng)網(wǎng)絡(luò)模型研究[J];南京理工大學(xué)學(xué)報(自然科學(xué)版);2002年04期

9 喬俊偉,施光林,詹永麒;基于結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)在參數(shù)優(yōu)化中的應(yīng)用[J];上海交通大學(xué)學(xué)報;2002年08期

10 鄧建,朱合華;基于神經(jīng)網(wǎng)絡(luò)的巖土工程結(jié)構(gòu)隨機(jī)有限元分析[J];同濟(jì)大學(xué)學(xué)報(自然科學(xué)版);2002年03期

相關(guān)會議論文 前10條

1 王雷;陳宗海;;神經(jīng)網(wǎng)絡(luò)在過程系統(tǒng)建模中的應(yīng)用綜述[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 周宗潭;胡德文;;自組織的神經(jīng)網(wǎng)絡(luò)方法和群落生長模型研究[A];1995年中國智能自動化學(xué)術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（上冊）[C];1995年

3 侯媛彬;易繼鍇;楊玉珍;陳雙葉;韓崇昭;;一種能消除混沌現(xiàn)象的神經(jīng)網(wǎng)絡(luò)[A];1996年中國智能自動化學(xué)術(shù)會議論文集（上冊）[C];1996年

4 江銘炎;江銘虎;;一種神經(jīng)網(wǎng)絡(luò)特征壓縮及分類的研究[A];1998年中國智能自動化學(xué)術(shù)會議論文集（上冊）[C];1998年

5 陳文新;王長富;戴蓓倩;;基于神經(jīng)網(wǎng)絡(luò)的漢語四聲識別[A];第一屆全國語言識別學(xué)術(shù)報告與展示會論文集[C];1990年

6 劉豐;姜建新;程俊;易克初;;一種用于語音識別的神經(jīng)網(wǎng)絡(luò)[A];第二屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1992年

7 梁循;;神經(jīng)網(wǎng)絡(luò)中訓(xùn)練樣本空間的分割特性及其應(yīng)用[A];1995中國控制與決策學(xué)術(shù)年會論文集[C];1995年

8 黃小原;肖四漢;樊治平;;神經(jīng)網(wǎng)絡(luò)預(yù)警系統(tǒng)及其應(yīng)用[A];1995中國控制與決策學(xué)術(shù)年會論文集[C];1995年

9 李艷;邵日祥;方建安;邵世煌;;神經(jīng)網(wǎng)絡(luò)在功率電子及拖動控制中的應(yīng)用[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

10 高文忠;顧樹生;平力;;靜態(tài)神經(jīng)網(wǎng)絡(luò)新算法及其收斂性初探[A];1994年中國控制會議論文集[C];1994年

相關(guān)重要報紙文章 前10條

1 美國明尼蘇達(dá)大學(xué)社會學(xué)博士 密西西比州立大學(xué)國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國紡織報;2003年

4 中國科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡(luò)[N];科技日報;2011年

7 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國際先進(jìn)水平[N];中國電子報;2001年

8 健康時報特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時報;2006年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國船舶報;2006年

相關(guān)博士學(xué)位論文 前10條

1 曾U喺

本文編號：1426959