张广才, 赵文龙, 万春风

(东南大学 混凝土及预应力混凝土结构教育部重点实验室,南京 211189)

重大工程结构,如大跨空间结构、超高层建筑、大跨径桥梁、海上采油平台、大型水坝,设计使用寿命长达几十年甚至上百年。长期服役期间,因地震、台风、洪水等自然灾害,以及环境侵蚀、材料老化、锈蚀、超载等不利因素的耦合作用,结构承力构件易出现裂缝、疲劳、脱落等损伤,如未能及时发现并修复,损伤逐渐累积可能导致结构整体坍塌,引发灾难性事故[1]。因此,为保证结构使用安全、减少运维成本,进行连续结构健康监测和损伤识别研究具有重要的理论和现实意义。

经过几十年的发展,国内外学者已提出了一系列损伤识别方法,其中基于振动测试的结构损伤识别方法利用预安装在结构上的传感器测量位移、速度、加速度、应变等动态响应,反向识别出结构刚度、质量、阻尼等物理特性的变化进而判断结构损伤情况,已取得丰硕的研究成果。基于振动测试的损伤识别方法可大致分为传统方法和非传统方法,传统方法主要包括基于固有频率、模态振型、模态应变能、曲率模态、传递率函数、扩展卡尔曼滤波、响应灵敏度、小波分析等方法[2-9],但存在对小损伤不敏感、对局部损伤不敏感、需要较多传感器、噪声鲁棒性差等缺点。随着软计算方法的发展,基于神经网络和群智能优化算法的非传统识别方法受到越来越多关注。神经网络具有较强的并行计算、自我学习、非线性映射能力和鲁棒性,但需要大量的训练样本,计算效率低。……