王磊
(哈爾濱哈飛工業(yè)有限責(zé)任公司風(fēng)電公司,黑龍江 哈爾濱 150066)
工程結(jié)構(gòu)在使用過程中由于環(huán)境荷載等因素的作用,尤其當(dāng)結(jié)構(gòu)遭受較大的外來力(如地震和火災(zāi))作用后,可能發(fā)生各種損傷,從而使結(jié)構(gòu)無法滿足使用功能的要求或使安全性降低。應(yīng)及時(shí)的對(duì)這類建筑物進(jìn)行損傷檢測(cè)與評(píng)估,判斷其健康狀況,并針對(duì)其損傷程度的不同提出相應(yīng)的保護(hù)和改善措施,減少和避免不必要的人員傷亡和財(cái)產(chǎn)損失。使用BP神經(jīng)網(wǎng)絡(luò)法對(duì)結(jié)構(gòu)進(jìn)行損傷檢測(cè),通過分步訓(xùn)練的方法可以很好的判斷多層空間框架結(jié)構(gòu)損傷的位置和程度,該方法還可應(yīng)用于對(duì)超高層以及多跨空間框架結(jié)構(gòu)的損傷檢測(cè)。
振動(dòng)問題的特征方程為:(K-ω2M)φ=0(1)其中K和M分別是整體剛度矩陣和質(zhì)量矩陣;φ為正則化振型;ω為固有頻率。假設(shè)損傷使結(jié)構(gòu)剛度或質(zhì)量矩陣產(chǎn)生了一個(gè)很小的攝動(dòng)量,則φ和ω產(chǎn)生了一個(gè)小的改變量,結(jié)構(gòu)運(yùn)動(dòng)的攝動(dòng)方程為:[(K+ΔK)-(ω2+Δω2)(M+ΔM)](φ+Δφ)=0(2)
對(duì)于大型工程結(jié)構(gòu)來說,損傷一般對(duì)結(jié)構(gòu)的剛度矩陣產(chǎn)生較明顯的影響,而對(duì)質(zhì)量分布幾乎不產(chǎn)生影響,所以ΔM可看作為零。且對(duì)某個(gè)單純模態(tài)i(i=1,2,…)有:
對(duì)結(jié)構(gòu)的單個(gè)損傷單元N(N為損傷單元號(hào)),上式可化為:
引入單元損傷系數(shù):
其中KNC是損傷后的單元?jiǎng)偠?,KN是未損傷的單元?jiǎng)偠龋?α=(1-αN)有:
式(6)表達(dá)了特征值的變化依賴于單元損傷的程度(α)和位置(單元N)。
所采用的八層空間框架結(jié)構(gòu)計(jì)算模型及單元編號(hào)如圖1所示,框架結(jié)構(gòu)每一層長(zhǎng) 、寬 、每層高 ,各桿均為矩形截面,,密度 ,泊松比 ,彈性模量 。
圖1 計(jì)算結(jié)構(gòu)模型
結(jié)構(gòu)單元損傷造成的剛度減少通過單元彈性模量的減少來模擬。對(duì)于對(duì)稱型結(jié)構(gòu),對(duì)稱位置上相同程度的損傷,將引起結(jié)構(gòu)自振頻率相同的變化,直接根據(jù)頻率變化判定損傷位置將不可行,故分兩步來判斷結(jié)構(gòu)的損傷情況。先判斷出損傷桿件的類型、處于哪一層和損傷程度,然后再判斷具體的損傷位置。
表1 損傷工況:
第一步訓(xùn)練:利用ANSYS的APDL命令來實(shí)現(xiàn)并獲得各損傷情況下對(duì)應(yīng)的各階固有頻率。神經(jīng)網(wǎng)絡(luò)系統(tǒng)的輸入層有6個(gè)單元,使用每一種損傷情況下對(duì)應(yīng)的前六階固有頻率作為輸入,中間包含一個(gè)隱含層,輸出層有三個(gè)單元,分別代表損傷所處的層數(shù)、梁柱類型(0代表梁,1代表柱)和損傷的程度。另外,通過ANSYS計(jì)算得到從桿1到桿64逐個(gè)破壞,破壞程度為隨機(jī)數(shù)的一組數(shù)據(jù)作為檢驗(yàn)樣本,共計(jì)64*9即576個(gè)訓(xùn)練樣本和64個(gè)檢驗(yàn)樣本。通過第一步訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)系統(tǒng),可以判斷出損傷處于哪一層、和梁或者柱損傷的類型和程度,但具體是哪個(gè)桿件損傷還需進(jìn)一步識(shí)別。
第二步訓(xùn)練:用 1,2,3,4 分別代表前后左右四根桿件。需要用來訓(xùn)練和檢驗(yàn)的各種損傷工況與第一步相同如表1。為了解決結(jié)構(gòu)對(duì)稱性問題,在每一層取一個(gè)節(jié)點(diǎn)共8個(gè)節(jié)點(diǎn),同樣利用ANSYS的APDL命令來實(shí)現(xiàn)桿1到桿64從10%到90%各種破壞程度的逐次破壞,并獲得這8個(gè)節(jié)點(diǎn)在Y方向的第一階陣型和在X方向的第三階振型,目的是為了利用節(jié)點(diǎn)在Y方向和X方向的不同對(duì)稱性。第二步訓(xùn)練的神經(jīng)網(wǎng)絡(luò)輸入層有16個(gè)單元,中間包含一個(gè)隱含層,輸出層有一個(gè)單元,代表損傷的具體位置,即16輸入1輸出3層神經(jīng)網(wǎng)絡(luò)系統(tǒng)[9]。綜合兩步的結(jié)果便可得到損傷的確切位置和程度。
圖2 第一步訓(xùn)練情況
圖3 第二步訓(xùn)練情況(a)
圖4 第二步訓(xùn)練情況(b)
經(jīng)過兩步訓(xùn)練之后,得到所需的全部3個(gè)網(wǎng)絡(luò)。使用網(wǎng)絡(luò)時(shí)先把待檢驗(yàn)數(shù)據(jù)帶入第一個(gè)網(wǎng)絡(luò),可以得出損傷位置在哪一層、損傷的類型和程度,然后根據(jù)第一步的結(jié)果再把檢驗(yàn)數(shù)據(jù)分為梁損傷和柱損傷兩種情況帶入對(duì)應(yīng)的具體位置檢驗(yàn)網(wǎng)絡(luò)(a)或者是(b),綜合兩個(gè)網(wǎng)絡(luò)的輸出結(jié)果便可得出確切的損傷位置和程度。這樣的分步檢測(cè)方法可以解決結(jié)構(gòu)的對(duì)稱性問題,可以應(yīng)用于多跨框架結(jié)構(gòu),也可以應(yīng)用于多至上百層的空間框架結(jié)構(gòu)。
[1]王開鳳,張謝東.土木工程結(jié)構(gòu)損傷識(shí)別研究[J].公路,2008,(1).
[2]張長(zhǎng)江,阿肯江·托呼提,嚴(yán)躍成.基于神經(jīng)網(wǎng)絡(luò)的框架結(jié)構(gòu)損傷診斷的探討 [J].基建優(yōu)化,2006.4,27(2).
[3]J L Zapico,K Worden and F J Molina.Vibration-based damage assessment in steel frames using neural networks.Institute of Physics Publishing,2001,(10)553–559.
[4]代佳宏.基于神經(jīng)網(wǎng)絡(luò)的土木工程結(jié)構(gòu)損傷識(shí)別研究.科技資訊,2008,(20).
[5]趙洋,李樹山.BP人工神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)損傷檢測(cè)與識(shí)別中的應(yīng)用[J].水科學(xué)與工程,2006,(1).
[6]J N Kudvat,N Munirt and P W Tan.Damage detection in smart structures using neural networks and finite-element analyses.Smart Mater Struct,1992,(1)108-112.
[7]龔曙光,謝桂蘭.ANSYS操作命令與參數(shù)化編程[M].機(jī)械工業(yè)出版社,2004,4.
[8]飛思科技產(chǎn)品研發(fā)中心.MATLAB6.5輔助神經(jīng)網(wǎng)絡(luò)分析與設(shè)計(jì)[M].電子工業(yè)出版社,2003.