基于概率神经网络和径向基函数神经网络的大型复杂斜拉桥结构的智能诊断方法
为了及时掌握桥梁运营状态下的健康状况，快速有效地识别出桥梁结构可能发生损伤的部位和损伤程度，是当前桥梁工程研究领域的热点问题之一。本文以天津市中心城区快速路跨子牙河钢-混凝土混合梁斜拉桥为背景，开展了基于子结构识别的大跨度斜拉桥损伤识别方法研究。根据分步识别理论，将结构体系的损伤识别分为子结构的损伤识别和子结构构件的损伤识别两个阶段。第一阶段采用概率神经网络进行子结构的损伤识别；第二阶段采用径向基函数神经网络进行钢主梁子结构局部构件的损伤识别。提出了动-静组合损伤指标用于子结构构件损伤识别，并建立相应的径向基函数网络模型，分别针对单损伤、双损伤和三损伤的不同损伤工况进行了数值仿真。数值仿真结果表明，联合采用这两种网络进行分阶段的损伤识别方法具有较高的效率，可在实际桥梁健康诊断系统中应用。
桥梁工程 混合梁斜拉桥 损伤识别 神经网络法 智能诊断
李忠献 禚一 朱劲松 谢斌
天津大学建筑工程学院,天津300072 天津市市政工程设计研究院
国内会议
天津
中文
71-78
2009-05-23（万方平台首次上网日期，不代表论文的发表时间）