桥梁结构损伤识别简介.pptx

<p>单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2016/6/21,#,桥梁结构损伤识别方法,目 录,损伤识别特点,1,所采用过的识别方法,2,基于统计学习理论的模式识别方法,3,损伤识别特点,损伤识别,土木结构损伤识别主要是针对具体的土木工程结构，利用各种监测到的结构整体响应数据（位移、应变、内力、加速度等），结合信号处理、人工智能、数理统计、随机过程等相关学科的知识，对结构有无损伤、损伤的类型、严重性、位置和程度等进行合理评判。,损伤识别特点,状态,损伤多样性,刚度降低、质量改变、边界条件的改变,损伤状态与荷载的相关性,振动分析模型复杂,模型参数有误差,所采用过的识别方法,优化识别法,1,确定优化变量,2,计算理论位移值,3,建立最优化数学模型,截面刚度变化,K,表示结构的刚度，是优化变量 的函数,所采用过的识别方法,优化识别法,思路简单，求解复杂,极易陷入局部极小值,对噪声敏感,原因：,复杂问题简单化,所采用过的识别方法,损伤指标法,从结构动力响应数据中提取能够表征结构损伤状态的指标，通过直接观察该指标，对结构状态进行判别。,FFT,小波变换,HHT,AMRA,所采用过的识别方法,损伤指标法,思路简单，求解简单,功能有限,易受噪声干扰,原因：,复杂问题过于简单化,所采用过的识别方法,模式识别方法,模式识别是根据相似程度将某一具体事物正确地归入某一类别。,所采用过的识别方法,模式识别方法,Classical Methods,Bayesian classifiers,K-nearest neighbor rules,Statistical,Learning Theory,Support vector,Network classifiers,所采用过的识别方法,模式识别方法,思路复杂，求解复杂；,考虑了随机因素，易得与实际相符的结果；,经典模式识别方法将损伤识别问题简化为几个参数的估计问题，在求解复杂识别问题时仍具有一定难度；,基于统计学习理论的方法是一种非参数估计方法，它求解高维复杂问题的途径是构造一个近似函数，以提供最佳的预测结果，而并非直接对问题本身进行分析；,与人工神经网络方法相比，支持向量机解决了局部极小值、收敛速度慢等问题，更适合于求解复杂模式识别问题。,基于统计学习理论的模式识别方法,统计学习理论,ObjectiveLM,：,Imitate target operator S:Estimating results,基于统计学习理论的模式识别方法,统计学习理论,在解决复杂问题方面的优势：,（,1,）直接性；,（,2,）通用性,:,（,3,）全局性；,基于统计学习理论的模式识别方法,关键步骤,Construction of damage index,Optimization of sample set,Selection of matching arithmetic,基于统计学习理论的模式识别方法,构建损伤指标,与统计学习理论的具体实现算法相匹配,可分性,抗噪声性,优化样本库,结构状态,荷载种类,样本选择,核子空间样本选择方法,基于统计学习理论的模式识别方法,选择具体实现算法,支持向量机算法的选择,最小二乘法支持向量机,核函数的选择,多项式核函数、,Gauss,径向基核函数和,Sigmoid,核函数等,损伤识别模型,谢谢观赏！,Thanks!,</p>