基于振型差值曲率与神经网络的海洋平台结构损伤识别研究

于 菲， 刁延松， 佟显能， 张启亮

（1.青岛理工大学 土木工程学院 ，山东青岛 266033；2.山东同圆设计集团青岛分公司，山东青岛 266000）

结构损伤能够降低结构的刚度、增大结构的阻尼、改变结构的动态参数结［1］，因此可以利用结构损伤前后动力特性参数的变化进行结构损伤识别。如何利用结构动力参数的变化判断结构的健康状况是当前国际上的一个研究热点。

目前，比较成熟的损伤识别方法有［2，3］：① 损伤指标法，主要指标有：坐标模态确认准则、改进的坐标模态确认准则、模态应变能指标、振型曲率指标、模态柔度指标以及模态刚度指标等；② 模型修正法；③ 灵敏度分析法；④ 反分析法；⑤ 神经网络法，与传统的模式识别方法相比，它具有容错性、鲁棒性、自组织性、自适应性、便于实施监测和过滤噪声的能力。因此，神经网络在损伤检测领域得到了广泛的应用。

但对于大型复杂结构，单独使用以上方法，存在许多问题［4］：① 复杂结构的构件数目众多，输入数据量大，如果直接利用神经网络测试，可能会造成输入数据爆炸，网络规模过大以致难以收敛；② 复杂结构的自由度数较大，而实际所能测得的数据要少很多，测试数据的不完备可能导致以上各种方法的失效；③ 指标法对于简单结构有比较理想的效果，但对复杂结构，只能指出损伤的大概区域。

针对上述问题，本文提出了一种两步识别法。第一步，利用振型差值曲率得到损伤的大致区域；第二步，在第一步所得到的区域内，利用BP神经网络确定损伤构件的准确位置。……