BP神经网络的悬臂梁裂缝损伤识别

　　在工程应用中，裂缝的识别与检测对于保证构件的正常使用具有十分重要的意义。工程结构，尤其是钢结构在社会生活中扮演着重要角色，一旦结构受到损伤而没有得到及时发现和处理，会造成结构失效，从而造成巨大的生命和财产损失。因此，工程结构的无损检测备受研究人员的关注。作为一种基本的工程结构，梁的损伤检测问题引起了研究人员的广泛关注。

　　无论是梁或是板，裂缝对各阶频率降低的影响程度与裂缝位置关系很大，因此，可以根据各阶频率变化的特征判断裂缝产生的部位及其大小。李晓飞等研究了含横向裂纹悬臂梁的损伤检测方法。沈亚鹏等采用弹性铰模型研究有裂纹悬臂梁的横向振动，分析裂纹深度、裂纹在梁上不同部位对各阶频率降低的影响。张炜等研究了多种边界条件下含任意数目裂纹梁的振动分析。以上研究均研究了损伤对梁结构的频率变化的影响，并且采用电类传感器作为信号的采集工具。众所周知，微小损伤对结构的频率影响非常小，必须要采用高精度和高灵敏度的传感器才能采集到有用信息，而电类传感器在损伤检测过程中存在的不可克服的缺点是只能进行单点测量，不能形成网络，且受电磁干扰严重；而光纤光栅作为一种新型的传感技术，优点在于测量精度高、抗电磁干扰，特别是应用波分复用技术，可形成光纤光栅传感网络。可见，光纤光栅传感技术具有电类传感器不可替代的优点。本文利用光纤光栅具有分布式测量的优点，应用光纤光栅应变传感阵列对金属悬臂梁进行多点实时测量。研究发现，光纤光栅应变传感阵列可以非常灵敏地检测到悬臂梁损伤处的应变变化，且能实现对结构的全局检测，因此，光纤光栅应变传感阵列是结构损伤检测中的一种新技术，具有很大的应用潜力。BP神经网络在结构损伤识别领域应用非常广泛，是研究人员研究结构损伤识别的常用工具，本文以金属悬臂梁为研究对象，以光纤光栅传感阵列为数据采集工具，以BP神经网络为损伤识别手段，对金属悬臂梁裂缝损伤进行智能识别。