论文部分内容阅读
光纤光栅传感器是近年来迅速发展起来的一种新型传感器，除具有传统电类传感器的功能外，它还具有分布传感、抗电磁干扰、精度高、长期稳定性好等优点，在大型航空航天器、海洋平台、高层建筑、大跨度桥梁等复杂结构的健康监测中有着广阔的应用前景。但目前基于光纤光栅应变传感阵列的BP神经网络的结构损伤识别尚无应用研究报道，针对这一现状，本文在光纤光栅应变传感测量和人工神经网络识别相结合方面开展了以下初步研究： (1)对光纤光栅传感器在国内外的研究现状和结构损伤识别的基本方法进行了较全面地分析，提出了在结构损伤识别中采用基于光纤光栅应变传感阵列的BP神经网络方法的基本思想。 (2)简要地分析了光纤光栅传感的基本原理，根据光纤光栅应变传感原理，研究了光纤光栅应变传感器和电阻应变片对等强度标准梁在相同静态力作用下的应变进行了比较测量，得到了光纤光栅应变传感器的线性度、灵敏度和重复性以及电阻应变片对应的基本参数。 (3)光纤光栅应变传感器对柔性梁在激振状态下的动态响应特性研究表明，光纤光栅应变传感器对应变响应的高灵敏度和高精度，特别适合于监测处于动态应变状态结构的健康。 (4)介绍了有限元分析的理论基础，用ANSYS软件对四边简支板试件进行了实体建模，比较了三维实体模型和平面模型特点，并指出了采用平面模型进行建模的合理性；同时用有限元分析软件模拟了四边简支板试件受损伤时的应变分布状况，并研究了损伤孔径的大小对简支板试件应变分布状况的影响。 (5)采用有限元分析的结果，确定了光纤光栅应变传感阵列的粘贴位置，并用光纤光栅应变传感阵列和电阻应变片对简支板的应变分布进行了对比研究；重点研究了相同载荷的不同加载位置对损伤四边简支板应变分布的改变情况，并得到了基于光纤光栅应变传感阵列的BP神经网络对四边简支板损伤识别的学习样本空间和识别样本空间。 (6)建立了基于光纤光栅应变传感阵列的BP神经网络的拓朴结构，给出了BP算法的程序流程图；BP神经网络C语言程序的学习训练和损伤识别验证结果均表明，本文建立的基于光纤光栅应变传感阵列的BP神经网络不仅可成功识别出四边简支板是否有损伤，而且还可给出损伤位置相对于加载点的8个方位。