随着我国交通事业的快速发展,公路网密度不断提高,大跨度桥梁不断涌现。但是许多桥梁在使用过程中由于种种原因可能会发生不同程度的损伤、开裂或老化,从而埋下隐患,造成重大事故,危害人民群众生命安全并导致财产的损失。因此,对桥梁结构进行损伤识别和早期预报,及时掌握桥梁运营下的健康状况具有重要的意义。本文在以下几个方面开展了研究工作。 在国内外有关结构损伤识别、人工神经网络(ANN)和遗传算法(GA)资料的分析基础上,总结了三类识别方法:静态识别法、动态识别法、神经网络遗传算法智能识别法。系统地论述了各种方法的理论、公式及使用。 提出了以神经网络和遗传算法为主的智能识别、预测方法。结构损伤识别可转化为极小化问题求解,利用遗传算法可以有效地求得全局优化解,但需要大量的有限元分析计算,而BP神经网络可以建立结构损伤参数(输入)与结构响应变化(输出)之间的非线性映射关系,BP网络这种建立全局性映射关系的能力,为遗传算法求解损伤识别问题提供了强大的计算手段。文中给出了BP神经网络与遗传算法结合进行损伤识别的方法步骤。 以钟祥汉江大桥为工程背景,根据钟祥大桥的设计,施工资料及试验检测报告,对该桥进行了有限元建模和分析计算。针对该桥实际病害,从弹性模量损伤和预应力附加损失两方面进行了损伤识别研究。利用正交试验法进行BP网络的训练样本的正交设计,将损伤位置与损伤程度作为BP网络的输入,然后用有限元方法(GQJS)计算损伤结构与完好结构的挠度差作为BP网络的输出,最后利用训练好的网络通过遗传算法对损伤结构的损伤参数进行识别,并结合实测数据对该桥损伤后的实际承载能力进行了估算。结果表明,采用本文的损伤识别方法是合理的、有效的,不仅为该桥梁的治理方案制定提供可靠的科学依据,而且此方法可望推广应用类似桥梁的病桥加固优化分析。 本文利用数值分析模拟大桥的损伤情况,将BP神经网络和遗传算法结合应用于预应力混凝土连续梁桥病害的识别,获得了满意的结果,表明该方法在大跨度桥梁损伤识别中具有一定的应用价值。