基于优化 BP 神经网络的梁结构有限元模型修正

doi:10.3969/j.issn.1000-565X.2013.08.011

华南理工大学学报（自然科学版） ›› 2013, Vol. 41 ›› Issue (8): 67-73.doi: 10.3969/j.issn.1000-565X.2013.08.011

基于优化 BP 神经网络的梁结构有限元模型修正

胡俊亮¹余晓琳¹郑恒斌¹陈舟¹颜全胜^1,2†

1．华南理工大学土木与交通学院，广东广州 510640;2．华南理工大学亚热带建筑科学国家重点实验室，广东广州 510640

收稿日期:2012-10-10 修回日期:2013-04-26 出版日期:2013-08-25 发布日期:2013-07-01
通信作者: 颜全胜(1968-)，男，博士，教授，主要从事大跨度桥梁稳定、斜拉桥施工控制研究． E-mail:cvqshyan@scut.edu.cn
作者简介:胡俊亮(1984-)，男，博士生，主要从事桥梁结构损伤识别与健康监测研究．E-mail:hujunliang1@126．com
基金资助:
国家自然科学基金资助项目(51208208);广东省交通运输厅科技项目(科技-2012-02-024)

Beam Structure Finite Element Model Updating via BP Neural Network Optimized

Hu Jun- liang¹ Yu Xiao- lin¹Zheng Heng- bin¹Chen Zhou¹Yan Quan- sheng^1,2

1.School of Civil Engineering and Transportation,South China University of Technology,Guangzhou 510640,Guangdong,China;2.State Key Laboratory of Subtropical Building Science,South China University of Technology,Guangzhou 510640,Guangdong,China

Received:2012-10-10 Revised:2013-04-26 Online:2013-08-25 Published:2013-07-01
Contact: 颜全胜(1968-)，男，博士，教授，主要从事大跨度桥梁稳定、斜拉桥施工控制研究． E-mail:cvqshyan@scut.edu.cn
About author:胡俊亮(1984-)，男，博士生，主要从事桥梁结构损伤识别与健康监测研究．E-mail:hujunliang1@126．com
Supported by:
国家自然科学基金资助项目(51208208);广东省交通运输厅科技项目(科技-2012-02-024)

摘要/Abstract

摘要： 传统的基于灵敏度分析的模型修正方法难以确定合适的待修正设计参数，而大多数不依赖灵敏度分析的模型修正方法往往计算量偏大，计算过程复杂．文中采用参数型模型修正方法，引入基于遗传算法优化的 BP 神经网络，以结构动力特征向量为输入量，直接得到修正后设计参数．并由该参数得到有限元模型动力特征向量误差，以此误差最小化为目标函数进行迭代求解，确定最终的修正参数．最后以一座 3 跨连续梁模型进行试验，验证了该方法的准确性与有效性．

关键词: 梁结构, 模型修正, 遗传算法, BP 神经网络

Abstract:

The traditional model updating methods based on sensitivity analysis can not determine the appropriate design parameters to be updated,and most of the model updating methods independent of sensitivity analysis are complex with large computation.In this paper,a model updating method based on parameters is adopted,and a BP neural network optimized by genetic algorithm is introduced.Then,with the structural dynamic eigen vector as the input,the updated design parameters are directly obtained.The parameters are then used to obtain the structural dynamic eigen vector error of the updated finite element model,and the error minimization is taken as the objective function to implement iterative resolution,thus determining the final updated design parameters.Finally,a 3- span continuous beam model is tested.The results prove that the proposed method is accurate and effective.

Key words: beam structure, model updating, genetic algorithm, BP neural network

中图分类号:

U441+.3

胡俊亮郑恒斌陈舟颜全胜. 基于优化 BP 神经网络的梁结构有限元模型修正[J]. 华南理工大学学报（自然科学版）, 2013, 41(8): 67-73.

Hu Jun- liang Yu Xiao- lin Zheng Heng- bin Chen Zhou Yan Quan- sheng. Beam Structure Finite Element Model Updating via BP Neural Network Optimized[J]. Journal of South China University of Technology (Natural Science Edition), 2013, 41(8): 67-73.

[1]	邱宇东, 王湛, 谢志燊. 基于混合算法的半刚性连接钢框架结构优化[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 72-77.
[2]	翁剑成, 王茂林, 林鹏飞, 等. 基于客流特征鉴别的公交跨线组合调度优化方法[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 39-48.
[3]	秦雅琴, 钱正富, 谢济铭, 等. 基于社会力的交织区突发瓶颈段协同换道决策模型[J]. 华南理工大学学报(自然科学版), 2022, 50(7): 66-75.
[4]	郑亚晶, 李耀辉, 靳文舟. 考虑换乘客流的城市轨道交通网络末班车衔接优化研究[J]. 华南理工大学学报(自然科学版), 2022, 50(5): 32-39,72.
[5]	夏琴香, 李凯, 马骏, 等. 基于遗传算法的模具电极调度问题求解[J]. 华南理工大学学报(自然科学版), 2022, 50(3): 80-87.
[6]	周中, 邓卓湘, 陈云, 等. 基于GA-BP神经网络的泡沫轻质土强度预测[J]. 华南理工大学学报(自然科学版), 2022, 50(11): 125-132.
[7]	刘璇, 王子航, 张桐瑞, 等. 港口重载AGV横向稳定的优化控制策略[J]. 华南理工大学学报(自然科学版), 2021, 49(8): 113-121.
[8]	李静王晨张家旭. 基于UniTire轮胎模型的汽车行驶速度估计[J]. 华南理工大学学报（自然科学版）, 2021, 49(5): 47-55.
[9]	罗玉涛, 周天阳, 许晓通. 基于遗传算法的四轮转向－驱动汽车时变 LQR 控制[J]. 华南理工大学学报（自然科学版）, 2021, 49(3): 114-122.
[10]	晋刚何志豪王英俊. 基于遗传算法的5G频率选择表面形状优化方法[J]. 华南理工大学学报（自然科学版）, 2021, 49(11): 95-105.
[11]	李家乐刘真伯王雪菲. 智能电网下支持充放电策略的电动汽车配送路径优化[J]. 华南理工大学学报（自然科学版）, 2021, 49(10): 31-40.
[12]	靳文舟胡为洋邓嘉怡, 等. 基于混合算法的需求响应公交灵活调度模型 [J]. 华南理工大学学报（自然科学版）, 2021, 49(1): 123-133.
[13]	杨春, 李鹏麟, 熊帅, 等. 基于 BIM 和神经网络的大跨度钢屋盖监测数据解析[J]. 华南理工大学学报（自然科学版）, 2020, 48(9): 10-19.
[14]	刘刚, 郭德明, 郑文成, 等. 基于轴向热路模型的架空地线与预绞丝接触端面接触电阻的计算[J]. 华南理工大学学报（自然科学版）, 2020, 48(7): 9-19.
[15]	王毅红, 张建雄, 兰官奇, 等. 压制生土砖强度的人工神经网络预测模型[J]. 华南理工大学学报（自然科学版）, 2020, 48(7): 115-121.

基于优化 BP 神经网络的梁结构有限元模型修正

Beam Structure Finite Element Model Updating via BP Neural Network Optimized

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价