斜拉橋因其跨越能力強(qiáng)、結(jié)構(gòu)形式簡潔美觀、良好的力學(xué)性能和經(jīng)濟(jì)指標(biāo)等優(yōu)點(diǎn),得到廣泛的應(yīng)用,隨著斜拉橋的發(fā)展,及時對斜拉橋進(jìn)行健康監(jiān)測與損傷識別,對于橋梁的安全運(yùn)營及養(yǎng)護(hù)具有極其重要的價值,對事故的預(yù)防和生命財產(chǎn)安全具有重大的意義。因此,本文采用小波包分析和支持向量機(jī)相結(jié)合的損傷識別方法進(jìn)行了斜拉橋損傷識別研究。（1）從理論上推導(dǎo)了小波包能量變化率損傷識別指標(biāo),并通過數(shù)值仿真證明了該指標(biāo)進(jìn)行斜拉橋主梁和斜拉索損傷識別的可行性。（2）提出了基于小波包分析和支持向量機(jī)相結(jié)合的損傷識別方法,并以實(shí)驗(yàn)室模型橋?yàn)檠芯繉ο筮M(jìn)行了數(shù)值驗(yàn)證,結(jié)果表明:利用該方法可以實(shí)現(xiàn)斜拉橋主梁和斜拉索線性損傷位置及程度的精確識別;在此基礎(chǔ)上,研究了輸入向量位置及數(shù)目對識別結(jié)果的影響,發(fā)現(xiàn)輸入向量的位置對斜拉索損傷識別結(jié)果的影響較小,對斜拉橋主梁的影響較大,隨著輸入向量個數(shù)的增加,斜拉橋主梁和斜拉索的識別率均逐漸增加。（3）應(yīng)用小波包分析和支持向量機(jī)相結(jié)合的損傷識別方法,對斜拉橋主梁和斜拉索的非線性損傷識別問題進(jìn)行了初步的探討,發(fā)現(xiàn)該損傷識別方法對非線性損傷識別同樣適用。對比線性和非線性損傷下的識別率和精確度,發(fā)現(xiàn)非線性... 

【文章來源】：石家莊鐵道大學(xué)河北省

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

斜拉橋?qū)嶒?yàn)室模型

圖 2-6 斜拉橋有限元模型表 1 斜拉橋主要結(jié)構(gòu)參數(shù)表件 單元類型 密度/kg·m-3彈簧模量/N·m-1索 Link10 7800 0.8e11 鋼板） Shell63 7800 2.1e11 合金） Shell63 2700 0.7e11 支柱 Link8 7850 3e11 塔 Shell63 7800 2.1e11 取的車輛模型為汽車的全車模型，如圖 2-7 所示。將車體度的質(zhì)量塊，用1m 表示，相互之間通過剛臂進(jìn)行連接；阻尼系統(tǒng)，其質(zhì)量分別簡化為只有豎向自由度的質(zhì)量塊，用1k 、1c 表示車體與懸架之間彈簧阻尼系統(tǒng)中的彈簧剛度和示懸架與車輪之間彈簧阻尼系統(tǒng)中的彈簧剛度和阻尼系數(shù)、俯仰及側(cè)仰自由度，與真實(shí)汽車受力情況相似。根據(jù)的縮尺比對汽車縮尺，車輛具體參數(shù)如表 2 所示。

根據(jù)斜拉索所在位置以及對稱性將主梁劃分為 80 個區(qū)域，為了方便表示將這些區(qū)域進(jìn)行編號，主梁頂板單元的區(qū)域編號如圖 2-8 所示，從上至下共有四行，分別記為第一行、第二行…，從左至右共有 20 列。其中第一行從左至右的編號為 1~20，第二行從左至右的編號為 21~40，第三行從左至右的編號為 41~60，第四行從左至右的編號為 61~80。m1k1、c1m2m3k2、c2m1k1、c1m2m3k2、c2m1k1、c1m2m3k2、c2m1k1、c1m2m3k2、c2圖 2-7 車輛模型圖

【參考文獻(xiàn)】：
期刊論文
[1]基于神經(jīng)網(wǎng)絡(luò)和小波分析的超短期風(fēng)速預(yù)測[J]. 高陽,鐘宏宇,陳鑫宇,耿愛成,張柳,雷彩娟.  可再生能源. 2016(05)
[2]基于小波分析與人工神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情預(yù)測[J]. 舒予,張黎俐.  情報科學(xué). 2016(04)
[3]連續(xù)梁結(jié)構(gòu)損傷識別的小波神經(jīng)網(wǎng)絡(luò)方法研究[J]. 管德清,廖俊文.  中外公路. 2016(01)
[4]基于小波神經(jīng)網(wǎng)絡(luò)方法的橋梁結(jié)構(gòu)損傷識別研究[J]. 肖書敏,閆云聚,姜波瀾.  應(yīng)用數(shù)學(xué)和力學(xué). 2016(02)
[5]高爐煤氣產(chǎn)生量與消耗量動態(tài)預(yù)測模型及應(yīng)用[J]. 張琦,李鴻亮,趙曉宇,賈輝.  哈爾濱工業(yè)大學(xué)學(xué)報. 2016(01)
[6]基于小波包能量的橋梁損傷識別指標(biāo)[J]. 朱勁松,孫雅丹.  振動.測試與診斷. 2015(04)
[7]基于相空間重構(gòu)和小波分析-粒子群向量機(jī)的滑坡地下水位預(yù)測[J]. 黃發(fā)明,殷坤龍,張桂榮,周春梅,張俊.  地球科學(xué)(中國地質(zhì)大學(xué)學(xué)報). 2015(07)
[8]基于小波神經(jīng)網(wǎng)絡(luò)的建筑工程沉降變形預(yù)測[J]. 譚衢霖,魏健,胡吉平.  應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報. 2015(03)
[9]基于應(yīng)變模態(tài)小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別方法[J]. 管德清,廖俊文,吳兆.  吉首大學(xué)學(xué)報(自然科學(xué)版). 2015(03)
[10]基于粒子群優(yōu)化支持向量機(jī)的斜拉橋主梁損傷識別研究[J]. 趙世英,李延強(qiáng).  石家莊鐵道大學(xué)學(xué)報(自然科學(xué)版). 2015(01)

碩士論文
[1]基于支持向量機(jī)的斜拉橋拉索損傷識別技術(shù)研究[D]. 王昕.石家莊鐵道大學(xué) 2014
[2]基于小波分析能量變化率的斜拉橋損傷識別研究[D]. 朱利穎.鄭州大學(xué) 2013
[3]震后橋梁結(jié)構(gòu)的時域損傷識別[D]. 劉越.西南交通大學(xué) 2010
[4]基于動力特性變化的剛架拱橋損傷評估[D]. 熊力.華中科技大學(xué) 2009
[5]基于SVM的結(jié)構(gòu)損傷識別方法研究[D]. 柳憲東.哈爾濱工業(yè)大學(xué) 2008
[6]小波和神經(jīng)網(wǎng)絡(luò)相結(jié)合的結(jié)構(gòu)損傷識別方法[D]. 馮立芳.浙江大學(xué) 2006



本文編號：3099959