[发明专利]基于北斗系统的钢结构损伤预测方法

说明书

本发明公开了一种基于北斗系统的钢结构损伤预测方法，首先根据已施工或服役中的钢结构构件的挠度变化构建曲率损伤模型，然后通过将不同的钢构件在不同荷载激励和损伤情况下获得自身振动模态特征，通过人工智能化的学习训练，建立形成对钢结构损伤状态智能化的分类分级评价模式，后续应用北斗系统对相应的测点的挠度变化进行监测，跟据监测后的数据带入构建曲率损伤模型，进一步定位结构损伤位置，使得钢结构构件损伤点的位置探测准确性高，此外统收集到足够多的数据后对结构内部损伤的进一步发展进行预测，进行提前预警。本发明解决了现有的钢结构损伤判别方法不能真实有效反应其损伤状态的问题。

技术领域

本发明涉及技术领域，具体涉及一种基于北斗系统的钢结构损伤预测方法。

背景技术

钢结构相比于混凝土结构和砌体结构，具有高强度、用材少、延性和塑性好等优点，因此常用于大跨度厂房、高层建筑、高耸建筑(信号塔、电视塔)、桥梁等。钢结构的耐火性能和耐腐蚀性能比较差。在长期使用过程中，钢结构难免会出现损伤和破坏，这就会导致结构的正常使用期限变短，甚至给财产和生命安全带来威胁。在钢结构服役期间，有效地对钢结构进行损伤识别和评估，实时检测钢结构的实际状态，对于保证钢结构安全、避免重大灾难性事故的发生具有重大意义。

目前钢结构的大部分损伤判别方法是通过健康监测，提取其应力、应变或者位移的变化。但是在结构对外部环境响应时这些指标会出现波动，但是这种变化并不能说明结构的损伤状态。

公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容

为克服现有技术所存在的缺陷，现提供一种基于北斗系统的钢结构损伤预测方法，以解决现有的钢结构损伤判别方法不能真实有效反应其损伤状态的问题。

为实现上述目的，提供一种基于北斗系统的钢结构损伤预测方法，包括以下步骤：

a、构建钢结构的曲率损伤模型，

所述曲率损伤模型为

式(1)中，h为钢结构高度；

p为钢结构曲率半径；

y为钢结构的梁弯曲挠度；

Δ为钢结构的测点与中性线之间的距离；

m为钢结构的截面位置；

b、采集服役中的多个钢结构的已知损伤点处的位移和曲率作为学习样本；

c、对所述学习样本采用支持向量机的人工智能学习训练方法获得识别钢结构的损伤状态的位移预测阈值；

d、通过北斗系统采集待监测的钢结构的测点的位移监测数据；

e、基于所述曲率损伤模型和位移监测数据，计算确定待监测的钢结构的损伤点的位置；

f、基于所述位移监测数据和所述位移预测阈值，识别所述钢结构是否损伤，当所述钢结构损伤时，生成第一警报信号，当所述钢结构未损伤时，获取第一预设时间段内的位移监测数据以采用BP神经网络算法对所述钢结构的第二预设时间段内的曲率模态进行预测，在所述曲率模态超过所述位移预测阈值时，生成第二警报信号；

g、在所述曲率模态小于所述位移预测阈值时，重复步骤d～g。

进一步的，基于钢结构的弯曲静力和结构变形构建所述曲率损伤模型。

进一步的，所述步骤a包括：

获取所述钢结构的弯曲静力的第一表达公式，

所述第一表达公式为