基于BP 神经网络的结构损伤识别技术

徐长哲，余庆林，杨青松

中国核动力研究设计院，四川 成都 610213

为保障人民的生命与财产安全，对一些结构进行长期有效的实时在线健康监测十分重要。损伤识别技术的实际应用最早出现在航空和机械领域，20 世纪末期，各种不同类型结构的损伤识别研究开始快速发展，1979 年Cawley[1]和Adams 等[2]对结构部分动力特性进行研究，提出了基于结构的固有频率对建筑结构损伤进行损伤识别的方法；1996 年，Doebling 等[3]对基于结构模态特性的结构损伤识别方法进行了综合研究；20 世纪90 年代，Masri 等[4−6]分别研究了将频率、反应谱、振型等不同特征作为输入数据，BP 神经网络对结构损伤的识别能力；21 世纪以来，诸多学者都对不同类型的结构损伤识别方法进行了大量更深入的研究，Manson. G 等[7−9]提出了一种以人工神经网络作为分类器，结合遗传算法的结构损伤识别方法，该算法还在飞机机翼健康监测上得到实验验证；基于模态参数的损伤识别方法也得到了进一步的发展和应用[10−11]。通过不断地研究与发展，结构损伤识别技术逐渐在实际工程中得到广泛应用，而如何提高结构损伤识别与定位在实际应用中的稳定性有待更深入的研究。本文结合人工神经网络与信息融合技术，讨论了基于BP 神经网络的结构损伤识别技术的可行性，以及应用信息融合的损伤识别技术的优势。

1 损伤识别技术

人工神经网络各层神经元之间以权值矩阵连接，在对网络训练的过程中，神经网络基于对样本数据特征的学习来选择网络的权值和偏置，从而使网络的输出结果不断接近期望输出。……