導語：探求土木工程結構損傷的辨別技術一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

一、整體檢測技術

獲取結構損傷信息的這種方法被籠統地稱之為整體檢測方法，包括：1）動力特性識別技術；2）神經網絡技術；3）遺傳算法技術；4）模型修正技術；5）小波分析技術。下文將針對前三種技術展開深入的探討。

1.動力特性識別法

通過動力測試得到一系列動力響應物理量（動力指紋），并根據這些物理量對結構特性展開分析、判斷的方法即所謂的動力特性識別法或者動力指紋法。當工程結構存在損傷問題時，其結構參數將會發生一定的變化，進而造成與之對應的動力指紋發生變化，然后對這些動力指紋展開分析，便可對工程結構損傷展開相應的識別和評估。

應用較為廣泛的動力指紋如下：1）頻率；2）振型；3）模態曲率；4）應變模態；5）柔度；6）頻響函數；7）模態保證準則（MAC）等。以珠江大橋的動力特性測試為例。順著大橋橋面一共設置了13個測試斷面，于各個斷面處均設置了豎向（2個）、側向（1個）加速計，以獲取起風條件下或者通船條件下大橋的振動響應。測點布置如圖1所示。收集到相應的數據之后，需要借助大型通用有限元結構分析軟件ANSYS建立相應的計算模型，并對其振動特性予以有效識別。根據識別信息便可對大橋結構的內部損傷情況進行科學的判斷。

2.神經網絡技術

人工神經網絡技術的出現和應用得益于對人腦系統研究和模擬，其工作原理如下：不同狀態下的結構將會表現出不同的反應，對這些反應的基本特征進行有效提取，然后將其中的關鍵信息作為參數，并將之輸入網絡，與此同時，將結構損傷信息定義為輸出量，從而建立一個損傷分類十分明確的訓練樣本集，將其送入神經網絡展開相應的訓練，如此一來，便可在輸入參數、損傷信息二者之間建立一個因果的映射關系，不僅如此，經過訓練、調整之后的網絡還具備了一定的模式分類功能。最后，將相關動力參數傳輸入人工神經網絡，便可獲取經過處理之后的結構損傷信息。

以反向傳播前饋型多層神經網絡模型為例。該模型主要由輸入層，還有若干隱含層共同構成，其中，x1，…xn指的是結構損傷識別指標；y1，…yn指的是結構損傷情況；N指的是結構損傷指標以及維數。在應用過程中，需要按照“x*i=xi/max（x1，x2）”這一公式進行歸一處理。應用該模型不僅能夠實現對結構損傷的識別，而且能夠實現對結構損傷的定位，還能夠實現對結構損傷程度的標定。

3.遺傳算法技術

自然遺傳及自然選擇機理是這一技術的基礎所在。該技術能根據有限的測試信息，快速找到損傷位置，并準確評估其受損程度，即便碰到模態信息不完整的問題，也能夠很好地發揮其遺傳算法尋優能力。應用遺傳算法技術的過程中，僅需對各可行解的目標值展開相應的計算即可，至于目標函數是否具有良好的連續性則不作過多要求，另外，對梯度信息的依賴性也不大。

該技術在搜索處理環節，應用了多線索并行搜索這一先進方式，所以，不會被局部最小問題困擾，不僅如此，還具有使用方便，且魯棒性強等諸多優點。以應用遺傳算法技術對復合材料殼體結構進行損傷識別為例。根據分層損傷變量能夠計算出結構存在損傷時的局部彈性模量，，便能夠完成對其他形式損傷的有限元模擬。

二、結束語

對于土木工程而言，結構損傷檢測識別分析是保證其正常運行、安全運行的一大技術保障，和使用者的生命安全密切相關，因此，受到了社會各界的普遍關注。除了完善現有的結構損傷識別技術之外，致力于新損傷識別技術的研究和應用也是該領域的一大主題。

作者：賈少文單位：江西建設職業技術學院