BP神經(jīng)網(wǎng)絡在橋梁結構損傷診斷中的應用
[關鍵詞]動力特性，神經(jīng)網(wǎng)絡，橋梁損傷，智能診斷
引言
由于交通運輸事業(yè)的發(fā)展，我國已修建了大量的橋梁，但值得注意的是有許多已發(fā)生老化、損傷現(xiàn)象。隨著時間的推移，橋梁老化、損傷的數(shù)量和程度還會繼續(xù)增加。對既有橋梁結構進行損傷檢測和評估，充分了解橋梁的實際狀況，及時診斷出局部損傷的位置以及損傷程度，就能使維修人員制定出正確的維修策略，及時修復橋梁結構。結構經(jīng)過修復后，不僅可以恢復承載能力，延長使用壽命，而且對于避免災難性事故的發(fā)生，保障人們的生命安全也有重要的意義。
1基于動力特性參數(shù)的橋梁結構損傷診斷
長期以來，基于動力特性的結構故障診斷方法一直是國際學術界和工程界關注的熱點問題，但至今仍缺乏有效的解決方案。這些研究工作大致可以分為：基于模態(tài)模型的解析法和基于神經(jīng)網(wǎng)絡技術的非線性映射法。
從邏輯上講，要進行橋梁結構損傷診斷，首先需要解決損傷識別指標的選擇問題，即決定以哪些物理量為依據(jù)能夠更好地識別和標定損傷的位置和程度。從損傷識別能力上，模態(tài)頻率、模態(tài)振型、應變模態(tài)、柔度矩陣等都是很好的損傷標識量，從經(jīng)濟的角度出發(fā)，頻率是工程上最簡單、最經(jīng)濟、最實用的、最易獲得的模態(tài)參數(shù)，精度又容易保證。另外，頻率的整體辨識特性使測量點可以根據(jù)實際情況進行定制，這些都是基于頻率損傷辨識的優(yōu)勢所在。而且在實際工程應用中，就有相當成功的應用，完全可勝任損傷的辨識。而對于振型數(shù)據(jù)，在工程實際中可以通過結構振動測試手段在結構無損傷狀況下獲得，并且精度較高，利用振型數(shù)據(jù)也可以進行損傷診斷。
結構的動態(tài)特性是結構的固有特性。任何結構都可以看作是由質(zhì)量、剛度、阻尼矩陣構成的動力學系統(tǒng)，結構一旦受到損傷或發(fā)生故障，結構的物理參數(shù)會隨之發(fā)生變化，從而導致系統(tǒng)的傳遞函數(shù)和模態(tài)參數(shù)的改變。因此，模態(tài)參數(shù)的改變可以視為結構損傷發(fā)生的標志，利用損傷發(fā)生前后結構動態(tài)特性的變化來診斷結構損傷的類型、損傷位置以及損傷的程度。結構的任意階頻率變化均包含了結構損傷部分的損傷程度信息，因此，引用結構的低階固有頻率變化量作為判斷結構損傷的特征量是可行的。
2基于人工神經(jīng)網(wǎng)絡的橋梁結構損傷診斷
人工神經(jīng)網(wǎng)絡是在物理機制上模擬人腦信息處理機制的信息系統(tǒng)，其不但具有數(shù)值處理的一般計算能力，而且還具有處理知識的思維、學習、記憶能力。神經(jīng)網(wǎng)絡產(chǎn)生于20世紀40年代，至今已有半個多世紀的歷程。
目前應用于結構損傷診斷領域的神經(jīng)網(wǎng)絡主要為多層前饋性神經(jīng)網(wǎng)絡(BP神經(jīng)網(wǎng)絡)。BP神經(jīng)網(wǎng)絡是當前工程應用最廣泛的一種人工神經(jīng)網(wǎng)絡。它的最大特點是僅僅借助樣本數(shù)據(jù)，無須建立系統(tǒng)的數(shù)學模型，就可對系統(tǒng)實現(xiàn)由R�？臻g（n為輸入節(jié)點數(shù)）到R。空間(m為輸出節(jié)點數(shù))的高度非線性映射。故在橋梁損傷診斷應用中，可以直接使用BP神經(jīng)網(wǎng)絡實現(xiàn)輸入?yún)?shù)與橋梁損傷狀態(tài)之間的非線性映射，而無須建立系統(tǒng)的數(shù)學模型。而且，這種映射結果的精度一般可由足夠的訓練樣本（由仿真數(shù)據(jù)得到）來保證。BP網(wǎng)絡是一單向傳播的多層前向網(wǎng)絡。BP算法的學習過程由正向傳播和反向傳播組成。網(wǎng)絡除輸入、輸出節(jié)點外，有一層或多層的隱層節(jié)點，同層節(jié)點中沒有任何耦合。輸入信號從輸入層節(jié)點依次通過各隱層節(jié)點，然后傳到輸出層節(jié)點，每一層節(jié)點的輸出只影響下一層節(jié)點的輸出。每個節(jié)點為單個神經(jīng)元，其單元特性（傳遞函數(shù)）通常為Sigmoid型函數(shù)，但在輸出層中，節(jié)點的單元特性有時為線性函數(shù)。如果輸出層不能得到期望的輸出，則轉(zhuǎn)入反向傳播，將誤差信號沿原來的連接通路返回通過修改各層神經(jīng)元的權值使得誤差信號最小。BP網(wǎng)絡可看成是一從輸入到輸出的高度非線性映射。道路、橋梁是國家重要的生命線工程，運用神經(jīng)網(wǎng)絡對它們展開健康檢測與診斷意義重大。
3動力特性參數(shù)和神經(jīng)網(wǎng)絡相結合的橋梁結構損傷診斷
對于神經(jīng)網(wǎng)絡來說，輸入特征參數(shù)的選擇對其學習時間和網(wǎng)絡泛化能力影響巨大。神經(jīng)網(wǎng)絡剛開始用于結構損傷識別與檢測時，用振動信號作為網(wǎng)絡的輸入，使得網(wǎng)絡結構過于復雜且訓練時間過長。Tsou和Shen于1994年運用固有頻率的變化和動力殘余矢量的變化作為BP網(wǎng)絡的輸入來進行損傷檢測，分別用3個自由度的彈簧質(zhì)子系統(tǒng)和8個自由度的彈簧質(zhì)子系統(tǒng)來驗證所提方法的有效性。同年，Stephens和Vanluchene描述了一種結構安全狀態(tài)的評估方法，該方法使用多個定量指標和BP網(wǎng)絡對經(jīng)過地震破壞后的多層建筑進行了損傷識別與評估。該方法使用3個經(jīng)驗性的定量指標即最大位移、建筑物的累積能量耗散、剛度退化作為網(wǎng)絡的輸入，輸出為一個O～1之間的數(shù)。用60個樣本數(shù)據(jù)來訓練神經(jīng)網(wǎng)絡，32個樣本數(shù)據(jù)來檢驗神經(jīng)網(wǎng)絡，并與線性回歸法進行了比較，發(fā)現(xiàn)運用神經(jīng)網(wǎng)絡法的正確識別率比線性回歸法提高了25%。
考慮到開裂程度、強度降低程度和使用時間等因素對建筑物性能的影響，王恒棟將開裂程度、強度降低程度和使用時間作為神經(jīng)網(wǎng)絡的輸入，對舊有結構的性能進行了損傷評估。同年Ma。，i等人用神經(jīng)網(wǎng)絡來檢驗振動過程中結構參數(shù)的變化，他們用相對位移和相對速度作為網(wǎng)絡輸入，恢復力作為網(wǎng)絡輸出，分別用線性系統(tǒng)和非線性系統(tǒng)兩個算例驗證了方法的有效性；他們還于2000年提出了基于神經(jīng)網(wǎng)絡的非線性系統(tǒng)識別方法。Kaminsk提出了固有頻率的變化作為神經(jīng)網(wǎng)絡的輸入來近似識別損傷的位置，他研究了數(shù)據(jù)未處理（固有頻率）、數(shù)據(jù)處理后（損傷前后頻率變化比、標準化的損傷前后頻率變化比）對損傷定位的影響，同時還討論了不同隱含層單元數(shù)對網(wǎng)絡性能的影響。1999年Ni等人研究了輸人參數(shù)對用BP網(wǎng)絡進行損傷檢測效果的影響，提出了既考慮頻率變化又考慮模態(tài)組分的組合模態(tài)損傷指標，并將其作為網(wǎng)絡的輸入進行了損傷定位和損傷程度的預報。同年，王柏生研究了模型誤差對有不同網(wǎng)絡輸入的BP網(wǎng)絡損傷識別的影響，研究發(fā)現(xiàn)，用神經(jīng)網(wǎng)絡進行損傷識別時，模型誤差的影響很小，在訓練神經(jīng)網(wǎng)絡時用10%的模型誤差是可以接受的。
4展望
橋梁損傷診斷是一門結合系統(tǒng)識別、振動理論、振動測試技術、信號采集與分析、結構智能控制等技術的學科。而目前的橋梁監(jiān)測系統(tǒng)中不含結構模型，因而無自動損傷識別的能力。但是根據(jù)神經(jīng)網(wǎng)絡在處理復雜非線性問題時的特點，結合橋梁模型的有限元分析，將其用于橋梁結構健康監(jiān)測系統(tǒng)的不同部分，可以對服役橋梁進行實時監(jiān)測。相信基于動力特性參數(shù)和人工神經(jīng)網(wǎng)絡的橋梁結構損傷診斷會有很好的發(fā)展前景，而且也將為特大橋梁的實時監(jiān)測提供可能。
參考文獻：
1. 吳皓瑩,姜德生;基于藍牙傳感器網(wǎng)絡技術的橋梁健康監(jiān)測系統(tǒng)[J];傳感器技術;2005年11期
2. 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡的橋梁結構健康監(jiān)測系統(tǒng)研究[D];西南交通大學;2003年
