[发明专利]基于神经网络的桁架桥梁损伤位置与损伤程度识别方法

权利要求书

1.一种基于神经网络的桁架桥梁损伤位置与损伤程度识别方法，其特征在于，包括以下步骤：

1)构造桥梁样本数据；利用有限元方法建立桥梁模型，获得桥梁完好及不同损伤情况下的模拟频率数据，所述不同损伤情况包括不同损伤位置与损伤程度；

2)根据桥梁完好及不同损伤情况下的模拟频率数据计算频率变化比、频率平方变化比以及频率变化率；

所述的频率变化比为：频率平方变化比为：其中，Δω_i为损伤前后第i阶频率的变化，Δω_j损伤前后为第j阶频率的变化；频率变化率为：ω_1i为损伤前的第i阶频率；

3)将频率变化比和频率平方变化比组合参数作为BP神经网络中损伤位置识别的输入样本数据，将频率变化率作为BP神经网络中损伤程度识别的输入样本数据；使用被损伤的桁架单元的编号作为BP神经网络中损伤位置识别的输出样本数据；将损伤程度分为n类，记损伤程度由轻微到严重依次为并将该数值作为BP神经网络中损伤程度识别的输出样本数据；将输入样本数据与输出样本数据作为测试样本；

4)确定网络拓扑结构：采用BP神经网络，并确定各个层所含神经元的个数同时初始化神经网络的权值和阈值；

5)采用结合遗传算法的弹性梯度法对神经网络进行训练并利用测试样本对神经网络进行测试，获得训练好的神经网络；

6)损伤位置与损伤程度识别：将桥梁的实时频率数据输入训练好的神经网络，实现桥梁的损伤位置与损伤程度识别。

2.根据权利要求1所述的桁架桥梁损伤位置与损伤程度识别方法，其特征在于，所述步骤1)中利用有限元方法建立桥梁模型是指利用通用有限元计算软件ANSYS建立全桥的实体有限元模型。

3.根据权利要求1所述的桁架桥梁损伤位置与损伤程度识别方法，其特征在于，所述步骤1)中获得桥梁完好及不同损伤情况下的模拟频率数据方法如下：使用ANSYS软件对模型进行分析采用降低弹性模量的方法模拟不同位置及程度的损伤从而得到不同程度不同位置情况下的频率数据。

4.根据权利要求1所述的桁架桥梁损伤位置与损伤程度识别方法，其特征在于，所述步骤4)中，初始化神经网络的权值阈值时采用遗传算法优化网络权值和阈值，具体步骤为：根据种群规模的不同，在一定区域内初始化神经网络权重；其次，根据遗传算法“优胜劣汰”的进化原理，以“网络误差最小”作为进化准则，经过多次迭代，最后获得一组权重，该组权重是遗传算法所能遍历的权重中网络误差最小的，是给定结构下趋于全局能量最小的权重，以这组权重作为网络训练的权重。