土木工程中结构损伤检测方法的简述

开篇：润墨网以专业的文秘视角，为您筛选了一篇土木工程中结构损伤检测方法的简述范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：本文首先就结构损伤检测的意义、必要性及迫切性做了简单叙述，介绍了结构损伤检测系统的流程，然后详细介绍了常用的结构损伤检测方法，即神经网络方法应用到结构损伤检测中的适应性，最后阐述了结构损伤检测领域还需要进一步研究的重点和难点问题。

关键词：结构损伤检测结构健康诊断/监测 神经网络 Bp网络 概率神经网络

中图分类号：TU318 文献标识码：A

0引言

随着土木工程事故的频繁发生，工程质量的好坏引起了人们的日益重视。工程结构中存在着表面的某种破损或缺陷，这些事肉眼可见的。但建筑材料由于荷载和环境的作用而使结构内部受到不同程度的损伤，这类损伤与缺陷是人们肉眼看不到的。结构的缺陷与损伤严重地降低了结构的安全性、适用性和耐久性，因此迫切需要对它们进行健康诊断进而更好地对它们进行维修、加固、管理和使用。

50年来，我国土木工程结构的健康监测经历了从无到有、从单项到全面、从局部构件到整体结构的发展过程，特别是最近20多年，结构损伤检测技术逐步形成了一门较为完整的新兴边缘综合工程学科，并得到快速的发展，其应用对象已从开始阶段的单层的破旧民居扩展到建设工程中的各类结构。结构健康诊断技术是保证结构安全的基本措施之一，它能对结构损伤的发展做出早期预报，对出现损伤的原因做出判断，提出对策建议，避免或减少事故的发生。如今，土木工程结构的健康诊断与防治在国民经济建设中所占的比重越来越高，相应的技术研究和应用开发也成为一个重要方向，各国土木工程领域的研究开发重点已逐步转向这一领域，我国的科技工作者与工程领域也开始广泛关注这方面的研究。结构健康监测的发展与应用对于提高建设工程的质量起到了积极的作用，在节省国家与企业的资金、保障企业生产安全和人民生命财产的安全方面也起到了一定的作用，因此对结构损伤检测方法的研究是有一定的现实意义的。

1.结构损伤检测[1]

土木工程结构的健康监测和损伤检测技术是一门新兴的科学技术，目前正处于蓬勃的发展之中。虽然这种技术已被广泛应用于航空、航天精密机械等领域之中，但是在土木工程领域的研究还处于起步阶段，绝大多数研究还仅仅局限于实验阶段。虽然国内外已有一些桥梁、建筑已经开始现场监测工作，但是整个研究工作和技术的成熟还有待时日。

对结构进行损伤（或故障）检测、诊断与评估师一个运用数学模型建立并描述物理系统的过程，对于遭受不同程度破坏的结构，其本身的某些特性往往发生变化。为了鉴定这些变化对结构的影响程度，常进行一系列的模拟实验，测定相关的荷载、位移、应变及加速度等，从材料性能如强度、刚度和动力特征（如振动频率和阻尼比）方面对结构做出评估。

理想的结构健康监测与损伤识别技术应能在结构损伤出现的较早时期发现损伤，在传感器精度允许的情况下确定损伤的位置，估计损伤的程度，并预测出结构的剩余有效寿命。理想的损伤识别方法应该具备的另一重要性能是，能够分区分结构建模误差引起的偏差与结构损伤引起的偏差间的区别。尽管近几年出现了一些运用较为成功的整体监测/检测技术，但对于如何从量测得到的信息来解释结构的安全状态及损伤情况，却远未建立起完善的科学理论，对复杂结构的整体检测仍然是土木工程领域面临的一大挑战。

结构健康监测系统应包括下列几部分：传感系统、数据采集和处理系统、通讯系统、监控中心和报警设备。

2. 结构损伤检测方法[2]-【4】

结构损伤检测的分类方法有许多，从结构承受的荷载来分，结构检测方法分为静力检测方法和动力检测方法；从损伤方法对结构是否产生损坏，结构检测方法可以分为有损检测和无损检测；从检测方法的智能化程度来分，分为传统损伤检测方法和基于计算智能损伤检测方法。

（1）动力损伤检测方法分类

由于动力损伤检测方法对结构物无损害，且检测经济、快速而得到了土木工程界的青睐和重视。一般来说，动力损伤检测方法按照识别区域可以分为时域法和频域法；从研究和应用的角度可以分为模型修正法和指纹分析法。

（2）其他无损检测方法

除动力损伤检测法之外，还有许多无损伤检测法，如目测法、光谱法（Optical Radiography）、超声波法、声发射法、雷达法、激光全息检测法、我留法（Eddy Current）、微波法、热力法等。

（3）智能检测方法

九十年代初，随着微型计算机的发展和广泛应用，计算智能（在20世纪90年代中期被提出）在损伤检测领域逐渐得到了广大研究人员的重视。计算智能在损伤检测领域的研究方向主要有专家系统、神经网络、模糊理论、遗传算法等。本文主要介绍神经网络及其在损伤检测中的应用。

3. 神经网络在损伤检测中的应用[3] [4]

神经网络应用于结构损伤检测中去是近些年来十分活跃的应用领域之一。由于神经网络资深所具有的功能和其信息处理的特点，在满足结构损伤识别算法所要求的实时性、及时性和稳健性等方面，比基于模型的各种方法、传统的模式识别方法和专家系统方法等传统方法悠着更明显的优势，而且，同其它方法相比，在先验信息需求方面更宽松，自适应和可学习能力更强。目前，神经网络损伤识别方法已在结构损伤检测方面的研究越来越深入。

人工神经网络（Artificial Neural Network简称ANN）是在现代神经生理学和心理学的研究基础上，模仿人的大脑神经元结构特性而建立的一种非线性动力学网络系统，它由大量的简单的非线性处理单元（类似的神经元）高度并联、互联而成，具有对人脑某些基本特性的简单的数学模仿能力。人工神经网络最大的特点是适应性，它通过自身的学习机制自动形成所要求的决策区域。

根据生物神经元的结果、作用机制，并作进一步的简化，构成了神经元模型，即人工神经元。神经元模型至今已发展有很多种，常见的模型有：

BP网络模型

反向传播网络（Back-Propagation Network，简称BP网络）是将W-H学习规则一般化，对非线性可微分函数进行权值训练的多层网络。在人工神经网络的实际应用中，80%~90%的人工神经网络模型是采用BP网络或它的变化形式，它也是前向网络的核心部分，体现了人工神经网络最精华的部分。

概率神经网络（PNN）

PNN就是将贝叶斯估计放置于一个前馈神经网络中，其实质就是一个分类器，它根据概率密度函数的无参估计来进行贝叶斯决策而得到分类结果。

模糊神经网络（FNN）

模糊逻辑与神经网络是当前备受关注的两项信息处理技术，都是属于不需要用公式数学模型的信息处理方法，都可以从数据中提炼系统的输入输出之间的规律。将神经网络与模糊逻辑技术有机地融合在一起来发挥互补优势，模糊神经网络随之产生。

以上是几种常见的网络模型，其中最为广泛应用的是BP网络，另外还回归BP网络、Boltzmann机网络等网络模型。

4. 结论与展望

结构健康诊断技术由于其广泛的应用潜力近年来引起了极大的关注，它不仅在所有的智能材料与结构的国际研讨会上提出，并且已经成为一个专门的研究课题。在国际上开展的各个关于结构健康监测的专题研讨会上集中讨论和总结了国际结构损伤检测领域的研究成果，提出了需要进一步研究和亟待解决的问题，极大地推动了结构健康监测技术的发展。

需要进一步研究的问题有：（1）新型传感器和激振器的发展；（2）损伤识别和整体特征描述与评价；（3）系统整体性的研究；（4）结构损伤检测技术在民用结构、桥梁、高速公路系统、大型高层建筑、电厂结构中的进一步应用。

李国强,李杰.工程结构动力检测理论与应用[M].北京:科学出版社,2002.

姜绍飞.基于神经网络的结构优化与损伤检测[M].北京:科学出版社,2002.

陈长征，罗跃纲，白秉三等.结构损伤检测与智能诊断[M].北京：科学版社，2001.

谢强，薛松涛.土木工程结构健康监测的研究状况与进展[J].学科进展，2001，5。