基于模态参数进行连续梁损伤诊断的数值研究

以一矩形等截面二跨梁有限元模型为研究对象 ,通过数值模拟 ,利用梁损伤前后一阶振型的改变率、前四阶振型曲率的绝对差值以及两个特征参数 ,分别实现了连续梁的损伤诊断。

基于频率进行简支梁损伤评估的数值研究

基于摄动理论 ,推导出结构的频变比为结构损伤位置的函数。以一等截面简支梁为例 ,利用梁损伤前后的频变比来对梁的损伤进行定位与定量。在不同损伤程度下 ,分析了梁对应的频率及频变比变化 ,以及由于忽略二阶项带来的影响 。

南村黄河大桥空心薄壁高墩抗震分析

通过对小浪底水利工程中南村黄河大桥高墩进行抗震分析，研究了墩顶活动支座摩擦、基础弹簧约束对地震反应的影响。

基于神经网络的框架结构破损评估

提出了基于神经网络的框架结构破损评估方法，为动力条件下结构的破损评估提供了一条新的途径。通过计算模拟，对本方法的适用性和有效性进行了讨论，数值结果证实了该方法的可行性。

基于振型变化的框架结构破损评估

针对常规的基于特征值变化进行结构破损评估方法的不足，提出了基于振型变化进行框架结构破损评估的方法。通过计算模拟，对此方法的适用性和有效性进行了讨论，初步证实了该方法的可行性。

基于神经网络的结构边界条件识别和损伤诊断

结构边界条件识别和损伤诊断，对于实验室条件下研究结构的动力特性具有重要的实用价值．本文提出了以子网为基础的分区组合式神经网络模型，并以钢筋混凝土梁在静力作用下的挠度作为特征参数，实现了结构的边界条件识别和损伤诊断．

人工神经网络在交通网络OD矩阵推算中的应用

交通网络中 OD矩阵的推算曾一度成为交通规划界的热点 ,国内外不少学者也提出了一些计算模型和求解方法 .在此基础上 ,针对常规求解方法的不足 ,提出了应用神经网络来进行 OD矩阵的推算 .最后通过实例 ,分析了此方法的精度 。

神经网络在梁的边界条件识别中的应用

针对常规的梁的边界条件识别方法的不足，本文提出了利用神经网络来实现梁的边界条件识别．模拟结果表明：利用神经网络可以准确地实现梁的边界条件识别，并可克服常规的梁的边界条件识别方法中因观测值出现较大的误差而造成识别结果失真的情况．

利用时域数据进行结构损伤评估的神经网络方法

基于人工神经网络，利用时域数据对结构进行了损伤评估，仿真结果表明，本方法对现有结构进行损伤诊断与评估具有很好的适应性，评估结果能够满足工程要求。

连续梁桥弹性支承识别研究

引入灵敏度分析方法 ,根据结构固有频率的变化 ,识别结构弹性支承参数 ;以 8跨连续梁桥为对象 ,给出实测振动数据 ,根据前 5阶固有频率 ,识别了包括盆式橡胶支座在内的支墩竖向刚度和用弹性模量表示的截面抗弯刚度 ;用实测振型检验识别结果 ,两者吻合良好 ,从而说明了该方法的可靠性。

框架结构损伤诊断的神经网络方法研究

本文对框架结构的损伤特征进行了分析，发现框架结构的层间位移对以层为特征的损伤较为敏感，并以此为基础，对框回的损伤模型予以分类，进而采用组合式神经网络实现框架结构的损伤模型式识别。

连续梁桥损伤诊断的单元模态能量比法研究

运用摄动理论 ,对一四跨连续梁桥有限元模型 ,进行了各单元损伤时前四阶弯曲振动的特征值灵敏度分析 .利用单元局部频率变化率法和单元模态应变能比法 ,对连续梁桥进行了损伤诊断的数值模拟研究 .结果表明 ,单元模态应变能比法能够更为准确地对损伤进行诊断 ,而只利用单元对应的某一阶应变能比时 ,诊断结果受单元位置的影响 .最后 ,还分析了各单元刚度和初始模态信息的误差对损伤诊断结果的影响 .

基于Kohonen网络的钢筋砼简支梁振型识别实验研究

结构的振动测试中，正确识别结构的低阶频率和振型尤为重要。一种基于Ｋｏｈｏｎｅｎ网络的结构振型识别方法，为长期以来振型识别难的问题提供了一条简洁有力的途径。实测数据分析表明，本方法具有很好的鲁棒性。

南村黄河大桥空心薄壁高墩抗震分析

通过对小浪底水利工程中南村黄河大桥高墩进行抗震分析 ,研究了墩顶活动支座摩擦、基础弹簧约束对地震反应的影响。