應用模型參數識別及類神經網路於結構健康診斷

10.6653/MoCICHE.201810_45(5).0014

林子剛；張家銘；張至維

土木水利

45卷5期（2018 / 10 / 01）

101 - 110

繁體中文

近年來結構健康診斷運用於實務工程上已經進入成熟階段，利用相關理論研究判定出結構物的破壞 位置及損壞程度，甚至是損壞構件的殘餘性能，因此本文提出了一種新型結構健康監測方針，根據人工智慧的神經網絡系統去做整合與開發。本研究根據環境擾動下所識別的模態特性結果得到實驗之數值模型，並建立此神經網絡模型。首先利用隨機子空間系統識別推導出健康結構的自然頻率和模態振型，再根據結果推衍出此結構的簡易模型，進而改變樓層勁度來建構各種損傷模式，最後依照這些損傷模式的模態參數來訓練神經網絡，提出一項全新的結構健康監測技術。在發生重要事件（例如地震）之後，即可使用該神經網絡系統來估計此結構之損傷模式。在這項研究中，我們執行了三組不同之損傷情況來做驗證，其中包含單層和多層損壞的七層樓建物，以評估所提出的結構健康監測策略之性能表現。此外，本研究利用地震模擬振動台進行縮尺化雙塔模型實驗，輸入地震歷時及白噪音事件進行振動試驗，將弱斜撐桿件安裝在指定樓層形成結構物之軟弱層，隨後根據隨機子空間系統辨識所得到結構的模態特性，建立初始結構物的簡化模型。經過地震事件之後，透過神經網絡模型進行結構物損傷檢測，判斷損傷位置和破壞程度。因此，此研究所提出之新穎整合系統對於識別的模態特性與類神經網絡技術相對精確且可靠，將會是一套相當有效及具實用性的結構健康診斷系統。

1. Brownjohn, J.M.W(2003).Ambient vibration studies for system identification of tall buildings.Earthquake Engineering and Structural Dynam-ics,32,71-95.
2. Chang, C.M.,Loh, C.H.(2015).Improved stochastic subspace system identification for structural health monitoring.Journal of Physics: Conference Series,628,012010.
3. Farrar, C.R,Worden, K(2007).An introduction to structural health monitoring.Philosophical Transactions of the Royal Society of London A,373,303-315.
4. Hartmann, D.,Smarsly, K.(2005).,Institute for Computational Engineering.
5. Ko, J.M.,Ni, Y.Q(2005).Technology developments in structural health monitoring of large-scale bridges.Engineering structures,27(12),1715-1725.
6. Luo, H.,Hanagud, S.(1997).Dynamic learning rate neural network training and composite structural damage detection.AIAA journal,35(9),1522-1527.
7. Lynch, J.P.,Wang, Y.,Loh, KJ,Yi, J-H,Yun, C-B(2006).Performance monitoring of the Geumdang Bridge using a dense network of highresolution wireless sensors.Smart Materials and Structures,15,1561-1575.
8. Madani, S.A.,Ulieru, M.(2006).An Application of Industrial Agents to Concrete Bridge Monitoring.IEEE ICINCO
9. Okafor, A.C,Chandrashekhara, K.,Jiang, Y.P(1996).Delamination prediction in composite beams with built-in piezoelectric devices using modal analysis and neural network.Smart materials and structures,5(3),338.
10. Peeters, B,De Roeck, G.(2001).Stochastic system identification for operational modal analysis: a review.Journal of Dynamic Systems, Measurement Control,123(4),659-667.
11. Peeters, B,De Roeck, G.(1999).Reference-based stochastic subspace identification for output-only modal analysis.Mechanical Systems and Signal Processing,13(6),855-878.
12. Sim, S.H.,Spencer, B.F., Jr.(2009).Newmark Structural Engineering Laboratory Report SeriesNewmark Structural Engineering Laboratory Report Series,University of Illinois at Urbana-Champaign.
13. Siringoringo, D.M.,Fujino, Y.(2008).System identification of a suspension bridge from ambient vibration response.Engineering Structures,30,462-477.
14. Van Overschee, P.,De Moor, B.(1991).Subspace algorithms for the stochastic identification problem.30th IEEE Conference on Decision and Control,Brighton, UK:
15. Weng, J-H,Loh, C-H,Lynch, J.P.,Lu, K-C,Lin, P-Y,Wang, Y.(2008).Output-only modal identification of a cable-stayed bridge using wireless monitoring systems.Engineering Structures,30,1820-1830.