Benchmark模型損傷識別

摘 要：基于彎矩應力模態，轉換為曲率模態，用ANSYS軟件和MATLAB軟件進行損傷識別，對一個Benchmark模型進行損傷識別的。

關鍵詞：彎矩應力模態；曲率模態；Benchmark模型；損傷識別；神經網絡

DOI：10.16640/j.cnki.37-1222/t.2017.12.246

0 引言

為識別定位受損的具體桿件的，就要選擇對損傷位置比較敏感的指標。選取了曲率模態平方差的指標[1]以及同樣對損傷位置相對敏感的標準化的頻率變化率。運用神經網絡中的BP神經網絡[2]損傷識別法，對Benchmark模型的具體損傷桿件號進行定位識別。

1 Benchmark模型損傷識別

Black和Ventura[3]在1998年提出了ASCE Benchmark結構，用于實驗的ASCE Benchmark模型結構存放在加拿大的英屬哥倫比亞大學（University of British Columbia）的地震工程研究實驗室內。

選取柱、梁、斜撐各8根，并重新編號，進行損傷識別。將待研究的目標桿件重新編號后，尚不能直接進行損傷識別，還要確定好不同類型的損傷工況。本文設定了四種工況，第一種工況是只有斜撐受損，第二種是柱和斜撐都有受損的情況，第三種是梁和斜撐同時受損的情況，第四種是柱、梁、斜撐都受損的情況。同時，設定各損傷桿件的截面剛度均折損了30%。

2 Benchmark模型的具體損傷識別

文章研究的Benchmark模型結構損傷識別，旨在識別損傷的位置，即是對受損桿件號進行定位識別。數值模擬的結果只需要指明目標桿件是否受損即可，將輸出值中的0視為未損傷，而1即是已損傷。但是，只輸出0或者1那是理想值的情況，實際中大多會存在一定的誤差。設定了輸出值在[0，1]，根據相關論文的驗證以及以往科研人員的經驗，將誤差的最大值設定為20%。也就是說目標桿件沒有受損，輸出的實際值為[0，0.2]時，視為此時的損傷識別結果是可取的；若目標桿件受損，輸出的實際值為[0.8，1]時，視為這次對這根桿件的損傷識別結果是有效的。因而，有了這個標準，就可以確定文中利用曲率模態平方差的指標和標準化的頻率變化率這兩種指標進行損傷識別的效果如何。

3 Benchmark模型損傷識別的分析

對樣本用BP神經網絡進行訓練后，重點關注在四個工況中都受損的6根斜撐的實際值的變化，圖3-1便畫出了這6根受損斜撐在4種不同工況下的識別效果。

由判別標準可知，工況1中，17號和21號桿件實際值與期望值完全一致，但18號桿件沒有被識別出，22號和23號桿件識別效果不是特別好；到工況2中，17號，21號，23號和24號桿件實際值與期望值一致，22號桿件識別精度提高，而18號也被識別出了；工況3中，18號桿件的實際值又進一步向期望值靠攏了，其余5根桿件的實際值都與期望值一致了；工況4中，6根斜撐的實際值都與期望值一致了。這說明，基于彎矩應力模態，采用的這兩個參數指標的損傷識別方法，對損傷位置的識別是有效的，通過多次識別其得到的精度將更準確。

4 結論

文章為對一個Benchmark模型進行損傷識別，基于彎矩應力模態，并將其轉換為曲率模態，結合BP神經網絡，采用曲率模態平方差指標 和標準化頻率變化率 這兩個參數指標。將在模態分析時得到的參數樣本數據，在BP神經網絡中訓練，得到數值仿真的結果，通過與期望值的對比，分析識別效果。文章得到的結論主要有以下幾個：

（1）本文選取的Benchmark模型，是專為驗證各種損傷識別方法是否有效而的模型。因此，利用此模型得到的損傷識別的效果具有一定的實際參考價值。

（2）在損傷識別中，設定了4種工況，并且設定所有損傷桿件均損傷30%。

（3）分別對4種工況進行數值仿真，得出的結果表明，該識別方法可以識別出損傷的具體桿件號，并且多次識別后，識別的精度更能得到提高。說明，這兩個參數指標確實可以識別出具體的損傷桿件，對實際的工程結構的損傷位置識別的研究有著一定的參考價值及意義。

參考文獻：

[1]包振明.基于應變模態法智能識別海洋導管架平臺的構件裂紋[D].大連：大連理工大學，2013.

[2]吳迪.基于信息熵和神經網絡的結構損傷識別方法研究[D].長沙：長沙理工大學，2013.

[3]Black C J and Ventura C E. Blind test on damage detection of a steel frame structure. 16th International Modal Analysis Conference （IMAC-XVI），Santa Barbara，California，February， 1998：623-629.

作者簡介：劉瀏昊知（1984- ），女，碩士研究生在讀，主要從事港口、近海及海洋工程結構與巖土工程以及鋼結構的學習與研究。