[发明专利]基于全连接神经网络与传递率函数的钢结构损伤检测方法

说明书

一种基于全连接神经网络与传递率函数相结合的钢结构损伤检测方法，利用ANSYS软件对钢结构框架结构模型进行瞬态分析，得到不同损伤位置和损伤程度下钢结构框架结构的节点加速度，通过MATLAB软件得到传递率函数变化量。将传递率函数变化量作为全连接神经网络的输入参数得到钢结构各检测位置的损伤指标值。进一步的，通过钢结构框架损伤检测实验进行实验验证。结果表明，新方法与传统的传递率函数法相比，所有位置的钢结构损伤识别率平均提高了26.3％，能更准确与全面地识别钢结构各位置的损伤情况，对钢结构损伤位置进行精确定位。

技术领域

本发明属于钢结构损伤检测领域，具体涉及一种基于全连接神经网络与传递率函数相结合的钢结构损伤检测方法。

背景技术

大型钢结构(例如桥梁或多层建筑)在其使用寿命期内，钢结构焊接处由于内部应力容易产生裂纹，钢结构连接处由于冲击载荷容易发生螺栓松动，为了确保这些结构的安全性和可靠性，防止灾难性事故的发生，进行早期可靠的损伤检测和健康评估是极为重要的，而超声波、涡流、X射线和漏磁检测可能涉及高成本和间歇性勘探。

传递率函数指的是检测结构中两个不同检测位置之间的频域响应之比或者能量比，用来评估结构状态的重要参数。由于传递率函数本质上是对结构局部性质的反应，因此，通过传递率函数对结构分区的损伤检测能够准确地定位出结构的局部损伤，进而实现大型复杂结构损伤分区的检测。损伤结构分区之后，每次检测过程都只需在一个较小的区域内进行，因此，利用有限个数量的传感器就能够完成对大型损伤结构的检测。

在作者之前的研究中，一种基于传递率函数及小波分析的钢结构损伤检测方法成功地识别出钢结构特定位置的损伤，但是现有的传递率函数法对钢结构损伤检测不全面、不精确。因此，需要提供一种基于全连接神经网络模型与传递率函数相结合的钢结构损伤检测方法。

发明内容

为了克服现有技术的不足，本发明提供一种基于全连接神经网络模型与传递率函数相结合的钢结构损伤检测方法，利用ANSYS软件对钢结构框架结构模型进行瞬态分析，得到垂直于检测面的节点加速度，通过MATLAB软件对各节点加速度进行傅里叶变换、频谱相除得到传递率函数，再将传递率函数相减得到传递率函数变化量。将传递率函数变化量作为全连接神经网络的输入参数，采用反向传播对误差进行修正，从而得到钢结构各检测位置的损伤指标值。通过钢结构框架损伤检测实验，对基于全连接神经网络与传递率函数的钢结构损伤检测方法进行实验验证。结果表明，新方法与传统的传递率函数法相比，所有位置的钢结构损伤识别率平均提高了26.3％，能更准确与全面地识别钢结构各位置的损伤情况，对钢结构损伤位置进行精确定位。

本发明解决其技术问题所采用的技术方案是：

一种基于全连接神经网络与传递率函数的钢结构损伤检测方法，包括以下步骤：

S1、根据钢结构损伤信息，对钢结构模型进行分区，进行各个位置的仿真分析；

S2、通过步骤S1中的钢结构动力学计算分析模型，对各个位置进行损伤模拟分析得到全连接神经网络的输入样本，损伤模拟通过改变钢结构某个位置的质量或刚度来实现；

S3、设计全连接神经网络模型，利用步骤S2中的样本数据进行网络训练和交叉验证调参；

S4、对步骤S3的全连接神经网络模型进行检测性能测试；

S5、开展钢结构损伤检测实验，构建结构损伤的实测数据集，利用数据集对步骤S4中的全连接神经网络模型进行迁移学习；

S6、采集钢结构损伤实验平台的加速度响应，并进行傅里叶变换、频谱相除、函数相减得到神经网络的输入，利用全连接神经网络模型进行钢结构损伤检测。