基于径向基神经网络的重力坝损伤识别研究

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

基于径向基神经网络的重力坝损伤识别研究
吕玮，高建勇，宋国良（中国水利水电科学研究院，北京，１０００４８）
摘要：大坝在长期使用过程中或遭遇地震时可能出现损伤、产生裂缝，使用常规的方法诊断大坝内部裂缝损伤
ＢＶＬＶＷｅｉ：Ｒｅｓｅａｒｃｈｏｒ）ｄａｍａｇｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｇｒａｖｉｔｙｄａｍｂａｓｅｄｏｎＲＢＦｎｅｕｒａｌｎｅｔｗｏｒｋｓ
Ａｂｓｔｒａｃｔ：Ｄａｍａｇｅａｎｄｃｒａｃｋｓｍａｙｏｃｃｕｒｗｉｔｈｄａｍｄｕｉｎｒｇｌｏｎｇｏｐｅｒａｔｉｏｎｐｅｉｏｒｄｏｒｗｈｅｎｅａｒｔｈｑｕａｋｅ
十分困难。为克服这一困难，提出了适用于大型水利工程结构损伤识别的两步诊断方法。以武都水库非溢流坝
段为例，基于振动参数识别技术，利用径向基函数神经网络对重力坝损伤识别展开研究，先从理论研讨和数值模
拟验证该方法的有效性，再结合振动台模型试验中所得的结构动力特性进行检验，对比所得的损伤识别效果。结
果表明：该方法对重力坝进行损伤位置识别、损伤程度预测是可行的，有待于在实际工程应用中进行检验。关键词：神经网络；重力坝；损伤识别；模型试验
Ｔｉｔｌｅ：ＲｅｓｅａｒｅｈｏｎｄａｍａｇｅｉｄｅｎｔｉｉｆｃａｔｉｏｎｏｆｇｒａｖｉｔｙｄａｍｂａｓｅｄｏｎＲＢＦｎｅｕｒａｌｎｅｔｗｏｒｋｓ／／ｂｙ耽（Ｄ
ｔｈｅｄｙｎａｍｉｃｃｈａｒａｃｔｅｉｓｒｔｉｃｓｏｂｔａｉｎｅｄｆｒｏｍｔｈｅｓｈａｋｉｎｇｔａｂｌｅｍｏｄｅｌｔｅｓｔ．Ｔｈｅｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅ
Ｊｉａｎ－ｙｏｎｇａｎｄＳＯＮＧＧｕｏ — — ｌｉａｎｇｌｌＣｈｉｎａＩｎｓｔｉｔｕｔｅｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓａｎｄＨｙｄｒｏｐｏｗｅｒＲｅｓｅａｒｃｈ
ｈａｐｐｅｎｓ．Ｉｔｉｓｄｉｆｆｉｃｕｌｔｔｏｄｉａｇｎｏｓｅｉｎｔｅｒｎａｌｄａｍａｇｅｂｙｃｏｎｖｅｎｔｉｏｎａｌｍｅｔｈｏｄｓ，ｗｈｉｃｈｗｏｕｌｄｌｅａｖｅｓｅｃｕｉｒｔｙｈａｚａｒｄｓ．Ａｔｗ０一ｓｔｅｐｄａｍａｇｅｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｆｏｒｌａｒｇｅ —ｓｅａｌｅｈｙｄｒａｕｌｉｃｓｔｒｕｃｔｕｒｅｓｗａｓｉｎｔｒｏｄｕｃｅｄｔｏｓｏｌｖｅｔｈｉｓｐｒｏｂｌｅｍ．Ｔａｋｉｎｇｎｏｎ — ｏｖｅｉ￣ｏｗｓｅｃｔｉｏｎｏｆＷｕｄｕｒｅｓｅｒｖｏｉｒａｓａｎｅｘａｍｐｌｅ。ｃｏｍｂｉｎｅｄｗｉｔｈｖｉｂｒａ — ｔｉｏｎｐａｒａｍｅｔｅｒｉｄｅｎｔｉｉｆｃａｔｉｏｎｔｅｃｈｎｉｑｕｅ，ｒｅｓｅａｒｃｈｏｎｄａｍａｇｅｉｄｅｎｔｉｉｆｃａｔｉｏｎｏｆｇｒａｖｉｔｙｄａｍｂａｓｅｄｏｎＲＢＦｎｅｕｒａｌｎｅｔｗｏｒｋｓｉｓｃａｒｒｉｅｄｏｕｔ．Ｆｉｒｓｔｌｙ，ｔｈｉｓｐａｐｅｒｖｅｉｆｒｉｅｓｔｈｅｖａｌｉｄｉｔｙｏｆｔｈｉｓｍｅｔｈｏｄｂｙｔｈｅｏｒｅｔｉｃａｌｒｅ．ｓｅａｒｃｈ百度文库ａｎｄｎｕｍｅｉｃｒｌａｓｉｍｕｌａｔｉｏｎ．Ｔｈｅｎ，ｔｈｅｒｅｓｕｌｔｏｆｄａｍａｇｅｉｄｅｎｔｉｉｆｃａｔｉｏｎｉｓｃｈｅｃｋｅｄｂｙｃｏｍｐａｉｎｒｇｗｉｔｈ