[发明专利]基于振动测量的钢筋混凝土简支梁火灾损伤识别方法

说明书

技术领域

本发明涉及一种基于振动测量的钢筋混凝土简支梁火灾损伤识别方法，属于基于振动测量的损伤识别技术领域。

背景技术

火灾下结构损坏甚至倒塌是造成人员伤亡的原因之一，更是造成直接和间接经济损失的主要原因。结构损伤识别和健康监测技术可以探测出结构损伤的存在、位置，并预测结构剩余寿命，同时也为火灾后期结构的损伤评估及加固对策提供理论基础。可以预见，如何建立这一类结构的损伤识别算法从而能够快速准确地识别出损伤的存在、位置及程度以保证结构的安全将具有重大的工程意义。国内外对常温下结构振动特性的研究以及工程应用较多，但是对建筑物在火灾作用下的振动监测研究尚不多见。

传统的损伤检测方法很多，但均有所不足。例如过于依赖技术人员的经验，对建筑物有一定的损伤，效率低等。大部分基于振动测量的损伤识别方法都没有考虑振型的影响，且针对混凝土简支梁模型损伤识别的研究较少，传统方法存在数据爆炸、收敛效果不明显等缺陷，抗噪声能力差。

发明内容

本发明的目的在于克服现有火灾损伤识别方法存在的上述缺陷，提出了一种基于振动测量的钢筋混凝土简支梁火灾损伤识别方法，采用自振频率与振型二者相结合的输入参数，运用支持向量机(SVM)人工智能算法构建损伤识别网络，具有较强的鲁棒性和容错性，大大减少了损伤精确定位时训练样本的数量，避免了所谓的“维数灾难”，有效克服神经网络的局部极值问题，效率显著提高。

本发明是采用以下的技术方案实现的：

步骤一：利用ANSYS温度场间接耦合法获取火灾损伤结构模态；

间接耦合法是按照顺序进行两次或更多次的相关场分析。它是通过把第一次场分析的结果作为第二次场分析的载荷来实现两种场的耦合，将热分析得到的节点温度作为“体力”载荷施加在后续结构场模态分析中来实现耦合的。在实用问题中，这种方法比直接耦合要方便一些，因为分析使用的是单场单元，不用进行多次迭代计算。通过将温度荷载施加到结构场中，利用ANSYS模态分析，可获得各火灾时刻下钢筋混凝土简支梁的模态参数。

步骤二：利用Block Lanczos方法进行模态分析，得出火灾损伤前后的模态参数；

步骤三：构造基于SVM的训练样本的输入参数和输出参数；

输入参数采用频率与振型的组合参数：

A＝{FR₁,FR₂,…,FR_m；MO₁,MO₂,…,MO_n}

式中：

m：损伤识别所用频率阶数，

n：损伤识别所用振型阶数，

FR_i：损伤识别所用第i阶频率，

为第i阶模态对应q个测试自由度归一化振型向量，计算式为：

第i阶模态对应于j个测试自由度分量。

构造组合参数A时，需注意以下原则：考虑到实际工程，结构动力响应测试数据具有随机性强、幅值较小、容易被噪声污染等特点。为保证测试有效性，m≤4，n≤4。

考虑到RBF核函数具有较好的曲线拟合、函数逼近能力，本申请采用RBF函数作为核函数实现非线性系统到高维空间的映射。

输出参数采用各跨受火时间：

T＝{t₁,t₂,…,t_k}

k：梁结构跨数

t_i：梁结构第i跨受火时间。

步骤四：SVM回归预测；

凭借SVM做回归预测时，需要调节惩罚参数c和核函数g才能得到比较理想的预测效果。关于SVM参数的优化选取，是让c和g在一定范围内取值，划定取值精度，验证其均方误差MSE值，选取MSE最低的验证分组c和g作为最佳的参数。可能最终结果会有多组的c和g对应较低的MSE，这种情况通常的处理方法是同等条件选取较小的c，这样做的理由是过高的c会导致过学习状态发生，即训练样本MSE很低，测试样本MSE较高。

步骤五：构造基于SVM的检测样本的输入参数和输出参数；

为考虑测量噪声的影响，在检测样本施加不同程度的正态分布的随机白噪声，具体模拟公式如下：

有噪声时的模态参数

γ_i：无噪声时的模态参数

ε_i：正态分布的随机数(其值为0，均方值为1)

p：测试样本上所加噪声大小。