BP神经网络和曲率模态理论在桥梁损伤识别中的应用

包龙生，曹 悦,2，赵 宁，孟宪彪，张筱薇

(1.沈阳建筑大学交通工程学院，辽宁 沈阳 110168；2.沈阳建筑大学土木工程学院，辽宁 沈阳 110168；3.山东省交通科学研究院，山东 济南 250100； 4.中铁十九局集团轨道交通工程有限公司，北京 101300；)

近年来，国内老旧桥梁倒塌事故频频发生，给社会带来了重大人员财产损失，因此桥梁全寿命周期内的安全问题越来越受到人们的重视[1]。为了避免此类事故的发生，如何实时准确地了解桥梁结构的状态并评判其安全性是桥梁管理部门核心要务。桥梁健康监测系统能够满足桥梁管理管理部门的需求，但起初受到传感器精度、环境、稳定性等因素的制约而未能广泛使用，后随着传感器技术的飞速发展，桥梁健康监测的精度和准确性大幅提高，越来越多的桥梁配备了桥梁健康监测系统[2-5]。桥梁健康监测系统应用范围的拓宽使桥梁健康监测逐渐成为土木工程学科中一个比较重要的研究领域[6-7]。桥梁在运营时伴随着各式各样的荷载和环境影响，会给结构带来不同程度的损伤。

当结构发生损伤时，一般会伴随着截面破损，甚至材料弹性模量的退化，如何在桥梁健康监测系统产生的大量数据中抓取有效的损伤指标是非常重要的。频率[8]和阻尼比常常会被作为评判结构是否发生损伤的指标，但通过对大量桥梁动载试验结果分析后，发现当桥梁未发生一定程度的结构性损伤时，频率及阻尼比并没有明显的变化，识别效果不明显[9]。……