李保龙 房志恒 战家旺

1.国能朔黄铁路发展有限责任公司，河北肃宁062350；2.北京交通大学土木建筑工程学院，北京100044

钢桁梁桥是铁路桥梁的常见桥型之一。目前铁路钢桁梁桥多使用摩擦型高强螺栓进行连接，螺栓在使用过程中会产生锈蚀、松动、断裂、脱落等病害。螺栓脱落会导致连接处传力性能下降，一旦螺栓大量失效将给钢桁梁桥带来极大安全隐患，因此对螺栓脱落损伤进行识别具有重要意义。

目前螺栓病害检测方法有目视检测法、敲击回声法、压电阻抗法、声发射法、超声波检测法和基于动力测试的检测方法［1-4］。现有的螺栓病害检测方法大多是局部检测，而钢桁梁桥的节点数量多，局部检测难以有效识别螺栓脱落损伤。为减少待检测节点的数量，对螺栓脱落损伤进行定位识别有很必要。因此，提出一种基于概率神经网络的钢桁梁桥螺栓脱落损伤定位识别方法。该方法通过将螺栓脱落损伤定位在较小的子结构内，缩小损伤检测范围，提高检测效率，为进一步定量评估损伤奠定基础。

1 工程概况

以一单线下承式简支钢桁梁桥（图1）为工程依托。钢桁梁桥跨径64 m，主桁高11 m，由2片主桁组成，主桁中心距5.75 m。该桥采用摩擦型高强螺栓连接，螺纹规格为M22，预拉力为200 kN，摩擦因数为0.45。钢桁梁桥断面及节点编号如图2所示。

图1 下承式简支钢桁梁桥全貌

图2 钢桁梁桥断面及节点编号

2 基于概率神经网络的钢桁梁桥螺栓脱落损伤定位识别方法

概率神经网络（Probabilistic Neural Network，PNN）是基于径向基函数和经典概率密度估计原理的一种前馈型神经网络。……