基于神经网络模型的桥梁结构损伤识别

给出一种神经网络方法在钢桥结构损伤检测中的应用。着重讨论了网络设计和学习算法问题。网络结构模拟桁架桥，训练样本从多个损伤区域产生。仿真表明，本算法只需少量的结构参数就可得到较满意的辨识结果，且适用于现场测量数据不精确或不能完全已知的情况，具有较好的工程实用性。关键词人工神经网络损伤识别  桁架桥Abstract  The  paper  presents  an  application  of  ANN  on  the  damage  detection  of  steel  bridgestructures.  The  issues  relating  to  the  design  of  network  and  learning  algorithm  are  addressed  and  network  architectures  have  been  developed  with  reference  to  trussed  bridge  structures.  The  training  patterns  are  generated  for  multiple  damaged  zones  in  a  structure.  The  results  of  simulation  show  that  the  algorithm  is  suitable  for  structural  identification  of  bridges  where  the  measured  data  are  expected  to  be  imprecise  and  often  incomplete.  The  engineering  importance  of  the  method  is  demonstrated  from  the  fact  that  measured  input  at  only  a  few  locations  in  the  structure  is  needed  in  the  identification  process  using  the  ANN.Key  words  ANN;  Damage  detection;  Bridge  truss  structure