简述神经网络的基本思想范例6篇

前言:中文期刊网精心挑选了简述神经网络的基本思想范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。

简述神经网络的基本思想

简述神经网络的基本思想范文1

关键词:桥梁检测桥梁结构检测承载力评定

随着我国公路、市政桥梁事业的发展,新建高速公路及市政桥梁越来越多,同时既有的许多桥梁亦逐渐进入了养护维修阶段,桥梁管理者对桥梁的养护已日益重视。

通过对桥梁的全面检测,系统地收集当前桥梁技术数据,积累技术资料,为充实桥梁数据库、加强桥梁科学管理和提高桥梁技术水平提供必要条件;通过合理设计检测的方法,辅以布设长期监测设备,逐步建立桥梁健康监测系统,确保桥梁长期安全运营,以发挥其最佳经济效益和社会效益。

1 现行桥梁承载力评定方法

目前对于桥梁承载力的评定可分为4类:病害调查经验评定法,综合分析法,分析计算法,荷载试验法。

1.1病害调查经验评定法

这一方法的主要依据是JTJ 073-96公路养护技术规范。在桥梁检查的基础上,通过对桥梁的技术状况及缺陷和损伤的性质、部位、严重程度和发展趋势的调查,弄清出现缺陷和损伤的主要原因,分析和评价既存缺陷及损伤对桥梁质量和使用承载能力的影响,并为桥梁维修和设计提供可靠的技术数据和依据。这种方法要求现场检查人员必须具有丰富的工程经验和专业知识。

1.2综合分析法

此方法是在桥梁检查的基础上,采用无破损方式测定混凝土强度、混凝土碳化深度、混凝土氯离子含量、混凝土电阻率、钢筋混凝土保护层厚度和结构混凝土中钢筋锈蚀状况,进行折减后的结构承载力验算,综合分析计算结果和结构裂缝等外观条件,评定结构材料状况。

1.3分析计算法

首先对被检定的桥梁结构进行检查(收集资料、现状检查、材质与地基的检验等),然后将检查所得的有关资料和检验测量结果,运用桥梁结构计算理论及有关的经验系数进行分析计算,从而评定出桥梁的安全承载能力。分析计算法又分为经验系数折算和理论计算两种做法。经验系数折算法是以桥梁原有设计荷载等级为基础,同时考虑桥梁损坏程度、材料老化程度、桥面行驶条件、实际交通情况、桥梁建造使用期限等因素。经过广泛的调查研究确定出各项对应的系数,从而折算出桥梁安全承载力。理论计算法是当原桥荷载等级不清楚或上述的各种系数较难确定时,应用结构计算理论,估算出桥梁结构可能承受的最大外力(如弯矩);然后,再与实际检定的荷载相比较,从而判定出桥梁安全承载力的方法。此法应注意的问题是:荷载计算应根据实际荷载,即采用需通过的荷载等级进行验算。材料强度以实测结果为准,应正确地把结构的缺陷估计到计算中去。

随着计算机技术特别是钢筋混凝土有限元理论的发展,有限元计算法引起了各国学者的重视。编制有限元计算程序或采用通用的有限元分析软件,用计算机模拟实际桥梁的荷载试验,计算桥梁的实际承载力,评定步骤如下:1)桥梁调查;2)确定加载形式并划分单元;3)分级加载计算;4)评定承载力。

1.4荷载试验法

桥梁结构荷载试验是对桥梁结构物工作状态进行直接测试的一种检定手段,是对桥梁结构性能最直观、最可靠的检测方法,按施加荷载的类型可分为静载试验和动载试验,我国在这方面有成熟的方法和标准。桥梁结构静载试验是按照桥梁的设计荷载等级,根据荷载的最不利位置布置静载,或者根据桥梁结构的控制内力确定荷载及其位置,对桥梁结构进行加载,静载试验的加载量一般为设计荷载的0.8倍~1.0倍,试验前应先进行估算。

桥梁结构动载试验采用车辆通过、冲击或环境激振等加荷方式,通过采集设备获得桥梁结构的振动响应信号,对这些信号进行处理得到桥梁结构的频率、模态等动力特性,进而得到桥梁结构特性。对桥梁结构施加荷载(静载或动载),通过相应的仪器设备获得桥梁结构的响应,可以根据这些响应进行分析,得到桥梁结构的性能参数,通过这些参数的变化,对桥梁结构进行损伤识别与性能评价。

基于结构静态响应,进行损伤识别主要有系统识别、神经网络等方法,其中系统识别方法更为实用。

桥梁结构动力响应损伤识别在理论上被大家认可的是融合振动理论、振动测试技术、信号采集与分析等跨学科技术的试验模态分析法,其识别方法有系统识别、神经网络、遗传算法等,系统识别方法的分析概念和分析过程同静力响应损伤识别,其中主要是神经网络方法。桥梁动力特性测试简便易行,对测试条件要求少,因而被认为是在桥梁结构损伤识别领域最有前途的桥梁无损检测技术。

2 桥梁检测方法

2.1静态检测方法

静力荷载试验就是将静止的荷载作用于桥梁上的指定位置,以便能够测试出结构的静应变、静位移以及裂缝等,从而推断桥梁结构在荷载作用下的工作状态和使用能力的试验。通过这些与桥梁工作性能有关的参数,可以分析得出结构的强度、刚度及抗裂性能,据此判断桥梁的承载能力。

在桥梁静载试验中要测量静应变和静位移。在测量应变时结合现场情况在结构上打孔,一般选择在结构计算最不利且便于操作的位置。确定良好的加载方案,以便在有限的试验孔上取得有代表性的测试值。根据静态应变值,推算结构截面的应力分布、杆件的实际内力与次应力、混凝土和钢筋共同作用情况等。

2.2动态检测方法

动力荷载就是将行驶的汽车荷载或其他动力荷载作用于桥梁结构上,来测出结构的动力特性,从而判断出桥梁结构在动力荷载下受冲击和受振动影响的试验。其试验的目的在于测定结构的动力特性,如结构的自振频率、阻尼特性及固有振型等;测定结构在动荷载作用下的强迫振动的响应,如振幅、动应力、冲击系数及疲劳性能等。这些性能是判断桥梁运营状况和承载能力的重要标志之一。

3 结构性能状况检测

3.1基于动载试验的桥梁结构状况检测

桥梁结构的动力特性是与结构的组成形式、刚度、质量分布和材料性质等结构本身的固有性质有关,而与荷载等其他条件无关的性质。桥梁的模态参数是整个结构振动系统的基本特性,它是进行结构动力分析所需的参数,其结果不仅可以用来分析结构动载作用下的受力情况,而且为桥梁承载力状况评定提供重要指标。

3.1.1固有频率的测定

对于比较简单的结构,只需结构的一阶频率,对于较复杂的结构动力分析,还应考虑第二、第三及更高阶的频率。桥梁固有频率可以直接通过测试系统实测记录的功率谱图上的峰值、时域历程曲线等确定。由基频还可以推算承重结构的动刚度。

3.1.2阻尼

桥梁结构的阻尼特性一般由对数衰减率或阻尼比来表示,可由时域信号中的振动衰减曲线求得。另外,也可以从功率谱图中,用半功率带宽法来计算阻尼,一般测试系统软件均可完成此类分析。

3.1.3振型

一般桥梁结构的基频是动力分析的重要参数。传感器测点的布置根据不同的结构形式,通过理论分析后确定。振型的测定一般采用两种方法,一种是使用多个传感器测定,另一种是使用一个传感器变换位置测量,这种情况下需要一个作用参考点,测试时比较繁琐。在条件限制时使用,一般应采取第1种方法测试。

3.1.4冲击系数

冲击系数μ为冲击力与汽车荷载之比。对于线弹性状态下的结构来说,动荷载产生的荷载效应与静荷载产生的荷载效应之比即为1+μ。因此,冲击系数的测试通常采用测定结构动应变或动挠度的方法。测试前,在梁的跨中(或最大变位、应变处)布置电阻应变片式的位移计或应变计,并通过动态应变仪与电脑相接。试验时,由加载车辆以某一速度从测点驶过,记录其输出应变随时间变化的实时信号。一般情况下,应测试记录多种车速下的输出应变结果,以做分析比较。

3.2基于人工神经网络的桥梁结构状况检测

现实中桥梁处于一个复杂的动态系统中,影响结构安全性、适用性及耐久性的因素多,各影响因素之间的关系也存在着大量的不确定性和模糊性。传统的桥梁结构评估方法不能很好地处理这些不确定性因素的影响,而人工神经网络方法却能实现从输入参数到输出参数之间的非线性映射,非常适合于非线性很强的混凝土桥梁结构损伤诊断。

3.2.1人工神经网络

人工神经网络(Artificial Neural Networks,ANN),一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。

人工神经网络是并行分布式系统,采用了与传统人工智能和信息处理技术完全不同的机理,克服了传统的基于逻辑符号的人工智能在处理直觉、非结构化信息方面的缺陷,具有自适应、自组织和实时学习的特点。

神经网络法用于桥梁结构损伤识别的基本思想是:由于结构的损伤必然导致结构参数(刚度、阻尼和内部荷载)的改变。利用数值求解法(如有限元法、能量法)或实测方法,获取结构中所需物理量(如频率、振型等)作为训练样本的输入参数,以结构的缺陷作为输出参数,利用神经网络具有很强的自组织、自学习和自适应能力的特点,通过一定数量的训练样本让网络学习,神经网络会记住这些知识,实现从输入参数(如结构频率向量等)到输出参数(如结构损伤位置、程度等)之间的非线性映射,从而可以求得反问题的解,也就可以知道桥梁结构的损伤情况。现在常用于损伤诊断的网络模型有BP网络模型、对偶传播神经网络、径向基函数(RBF)神经网络和模糊神经网络等。

3.2.2结构等级评估输入参数

混凝土材料方面:①截面损失程度:由于混凝土在空气中的碳化作用,碳化部分将不参加构件的工作,因此构件截面减小。此参数以混凝土碳化深度与构件实际尺寸的比值来衡量。②混凝土强度损失程度:混凝土强度随时间而降低。此参数以混凝土强度下降程度来衡量。③开裂程度:对大部分结构,允许在规定范围内带裂缝工作,但是裂缝的产生和扩展对结构的抗弯能力及钢筋的保护有很大影响。此参数用裂缝宽度可靠指标与允许可靠指标的比值来度量。

动力特性方面:①固有频率下降,由于长期运营,桥梁的固有频率、刚度随时间增加有逐渐减小的趋势,其竖向刚度降低较快;②桥梁刚度下降,内部混凝土出现疲劳,产生了塑性变形,大大降低了桥梁刚度。

3.2.3结构等级评估输出参数

通过人工神经网络系统的反复训练,可以输出y值,根据《公路旧桥承载能力鉴定方法》(试行)中划分的4个等级来评估结构等级。y体现不同的破损程度,数值越小,破损程度越小。评估等级与y取值的对应关系:①一级,0.00