◎崔宝影 程权成

（辽宁机电职业技术学院华孚仪表学院，辽宁丹东118009）

桥梁结构损伤识别对于预测桥梁健康状况具有重要作用，为避免经济损失和人员伤亡，工程人员将以此为依据做出重要决策。目前存在大量关于损伤识别因子的研究，如采用模态振型[1]、类柔度差曲率和频率摄动[2]、结构响应向量（SRV）[3]、应变响应统计信息[4]、刚度法[5]、曲率模态变化率[7]等作为损伤识别因子进行桥梁结构损伤识别。随着人工智能算法的成熟，越来越多的研究员将其应用于结构损伤识别，如李雪松等人利用卷积神经网络研究了混合噪声模式下的结构损伤识别[6]；胡倩利用人工神经网络进行结构损伤识别，同时采用贝叶斯正则化（BR）的Levenberg Marquardt（LM）算法训练前馈神经网络[8]；邢哲等人采用二阶段的RBF损伤识别方法[9]；占洋洋等人研究了大量以神经网络为基础的结构损伤识别算法[10]；兰翔研究了不同损伤状况和噪声情况下以加速度为识别因子的结构损伤识别方法[11]；何睿等人针对仅采用BP神经网络识别损伤容易陷入局部最优的问题，结合混沌粒子群算法进行优化并完成结构损伤识别研究[12]；同样，许如锋等人结合粒子群算法通过改善BPNN权值阈值的方法进行桥梁结构损伤识别[13]。

笔者针对BPNN初始权值阈值设置不当容易达不到全局最优的特点，研究了云理论-粒子群-BPNN（云粒子群优化神经网络）的算法，然后将其应用于识别结构损伤。以某实际桥梁为研究对象，利用ANSYS软件建立有限元模型，并通过降低弹性模量的方法获得非噪声影响下静力应变数据作为损伤识别因子从而构成样本库。……