钢筋混凝土梁式结构作为道路桥梁以及民用建筑等基础工程的重要承重构件，其应用遍布于全球各土木建筑工程领域。随着土木工程结构物及其主要承重构件运营服役时间的增加，梁结构通常会因为受到施工质量瑕疵、养护不当以及外界复杂荷载循序作用等因素的影响而出现损伤。如果不能及时发现损伤并采取有效措施补救以确保结构安全性，将会带来巨大的经济损失及人员伤亡。因此对梁结构及时地进行损伤识别并提出可靠的安全评估意见具有重大实践意义。

本文以钢筋混凝土简支梁为研究对象，分别以数值模拟和试验梁实例对基于曲率模态及模态曲率差幅和基于GA-BP神经网络算法的损伤识别方法进行了详细的研究分析。主要研究内容和重要结论如下：

（1）总结了各类基于模态信息的损伤识别方法，并依托计算机软件程序算法的飞速发展，提出了各种基于人工智能算法的损伤识别研究方法，并对这些前沿的研究方法的优点和不足进行了概括。

（2）推导了基于曲率模态及模态曲率差幅实现梁结构损伤识别的理论基础，并利用有限元计算得到简支梁不同损伤工况下的曲率模态及模态曲率差幅，分析发现曲率模态在损伤单元处产生微小突变，仅能实现损伤定位，然而模态曲率差幅识别灵敏度较高，在损伤单元处产生极大值突变，不仅能够准确地实现损伤定位，在一定范围内还可以实现损伤程度的定性定量分析。

（3）介绍了GA-BP神经网络的基本理论，并将该算法应用于桥梁结构的损伤识别中。以简支梁为数值算例，编制GA-BP神经网络核心程序代码实现简支梁的损伤定位定量分析。研究发现应用GA-BP神经网络算法得到的损伤程度因子Z能够自动识别损伤位置，并且当损伤程度5%~20%时，损伤程度因子与损伤程度线性拟合较好，呈现出良好的正向线性关系，在一定损伤范围内能够较好地实现损伤定量分析。

（4）最后以钢筋混凝土试验梁为基准模型，分别采用基于曲率模态及模态曲率差幅和GA-BP神经网络算法两种损伤识别方法对试验梁进行损伤识别，试验发现和数值算例规律相同，曲率模态识别灵敏度较低，仅能够实现损伤定位，而模态曲率差幅灵敏度较高，还能在一定范围内实现损伤程度定性定量分析。应用GA-BP神经网络算法得到的损伤程度因子Z不仅能够自动识别损伤位置，还可以在一定损伤范围内较好地实现损伤定量分析。

[1]交通运输部公路科学研究院. 公路桥梁技术状况评定标准:JTG/T H21-2001[M]. 人民交通出版社, 2011.

[2]Cawley P, Adams R D. The location of defects in structures from measurements of natural frequencies[J].Journal of Strain Analysis,1979,19(2):49-57.

[3]梁亚斌，李东升，李宏男. 环境温度影响下基于频率协整的在线损伤识别[J]. 大连理工 大学学报. 2014, 54(03): 307-314

[4]张晓东. 一种基于频率变化和遗传算法的梁式结构损伤识别方法[J]. 重庆交通大学学 报(自然科学版). 2014, 33(04): 7-11

[5]Jia Guo,Li Wang,Izuru Takewaki. Frequency response-based damage identification in frames by minimum constitutive relation error and sparse regularization[J]. Journal of Sound and Vibration, 2018, 443:270-292.

[6]Farrar C R, Baker w E, Bell T M, Cone K M, Darling T W, Duffey T A, Eklund A, Migliori A. Dynamic characterization and damage detection in the I-40 bridge over the rio grande[R]. Los Alamos National Laboratory report,1994：127-129.

[7]Cao M S, Ye L, Zhou L M, Su Z Q, Bai R B. Sensitivity of fundamental mode shape and static deflection for damage identification in cantilever beams [J].Mechanical Systems and Signal Processing, 2011, 25 (2):630-643.

[8]Koushik Roy. Structural Damage Identification Using Mode Shape Slope and Curvature[J]. Journal of Engineering Mechanics, 2017, Vol 143: Issue 9.

[9]Allemang R J, Brown D L. A correlation coefficient for modal vector analysis. Proceedings of the 1st International Modal Analysis Conference [C]. Orlando: Union College Press, 1982:110-116.

[10]West W M. Illustration of the use of modal assurance criterion to detect structural changes in an orbiter test specimen. Proceedings of the Air Force Conference on Aircraft Structural Integrity[C]. Palm Springs,California,1984:1-6.

[11]K.A. Stetson. Eliminating Noise Effects of Holographic Vibration Analysis in Modal Assurance Criteria Calculations[J]. Experimental Techniques,2014, 38(2): 5-10.

[12] Pandey A K, Bi swas M, Samman M M. Damage detection from changes in curvature mode shapes[J].Journal of Sound and Vibration, 1991, 145 (2):321-332.

[13]Pabst U, Hagedorn P. On the identification of localized losses of stiffness in structures. Proceedings of 14th Biennal Conference on Mechanical Vibration and Noise[C]. Albuquerque, New Mexico, 1993.

[14]陈翔，彭华，张宏宇. 板结构损伤识别的叠加曲率法研究[J]. 武汉大学学报(工学版). 2015, 48(04): 538-541.

[15]孙珂，张延庆. 基于位移影响线曲率的小半径弯桥损伤识别[J]. 浙江大学学报(工学版). 2016, 50(04): 727-734.

[16]C M Hasrizam, Noor Fawazi. Damage Identification Based on Curvature Mode Shape using Cubic Polynomial Regression and Chebyshev Filters[J]. IOP Conference Series: Materials Science and Engineering, 271: 1.

[17]唐盛华，苏彬建，楚加庆，等. 结构损伤识别频率权值叠加曲率模态改变率方法: 第 27 届全国结构工程学术会议[C]. 中国陕西西安: 2018.

[18]唐梓辉, 冯建民. 复合材料板分层损伤识别的曲率模态差法[J].工程与试验,2018,58(04): 4-7.

[19]李梦莹. 基于曲率模态与频率摄动结构损伤识别技术研究[D]. 华北水利水电大学.

[20]卢山, 雷建平. 一种新的基于模态信息的梁结构损伤识别方法[J]. 工程与建设, 2019, 33(1):3.

[21]吕芳瀚. 网格结构损伤识别研究[D]. 南昌大学.

[22]Chen J C, Garba J A. On-orbit damage assessment for large space structures[J].AIAA Journal, 1988, 26 (9):1098-1126.

[23]史治宇，罗绍湘，张令弥.结构破损定位的单元模态应变能变化率法〔J].振动工程学报， 1998, 11(3):356-360.

[24]刘文光，颜龙，郭隆清. 基于模态应变能法的弹性薄板损伤识别[J]. 噪声与振动控制. 2016, 36(03): 164-168.

[25]Trung Vo-Duy, Vinh Ho-Huu, Hau Dang-Trung, et. Damage Detection in Laminated Composite Plates Using Modal Strain Energy and Improved Differential Evolution Algorithm[J]. Procedia Engineering, 2016, 18(2):182-189

[26]杨海峰, 吴子燕, 孙蓬,等. 基于逆有限元的应变模态损伤检测方法[J]. 振动．测试与诊断, 2017, 37(1):6.

[27]M. R. Ghasemi, M. Nobahari, N. Shabakhty. Enhanced optimization-based structural damage detection method using modal strain energy and modal frequencies[J]. Engineering with Computers, 2018, 34 (3): 637-647.

[28]Pandey A K, Biswas M. Damage detection in structures using changes in flexibility [J].Journal of Sound and Vibration,1994,169(1):3-17.

[29]Bernal D. Load vectors for damage localization[J].ASCE Journal of Engineering Mechanics,2002, 128(1):7-14.

[30]Bernal D. Flexibility-Based Uamage localization from stochastic realization results[J].ASCE Journal of Engineering Mechanics,2006,132(6):651-658.

[31]A. Zare Hosseinzadeh, G. Ghodrati Amiri, S.A. Seyed Razzaghi,et. Structural damage detection using sparse sensors installation by optimization procedure based on the modal flexibility matrix[J]. Journal of Sound and Vibration.2016,381: 65-82.

[32]宋若雨. 基于柔度矩阵的简支梁桥评定及损伤识别方法[D].北京交通大学,2016.

[33]Ali Zare Hosseinzadeh, Gholamreza Ghodrati Amiri, Ki-Young Koo. Optimization-based method for structural damage localization and quantification by means of static displacements computed by flexibility matrix[J]. Engineering Optimization.2016,56: 543-561.

[34]Lin Li, Jun Zhang. Neural Networks Model of Structural Damage Detection with Flexibility Matrix[J]. Applied Mechanics and Materials.2017,432: 383-390.

[35]Perera R, Huerta C, Orqwn J M. Identification of damage in RC beams using indexes based on local modal stiffness[J]. Construction and Building Materials. 2008, 22 (8):1656-1667.

[36]安永辉. 基于振动信息的结构损伤识别的几种新方法[D]. 大连理工大学, 2013.

[37]Pengbo Wang, Qinghe Shi, Chao Tao. Damage Identification in Structures Based on Energy Curvature Difference of Wavelet Packet Transform[J]. Shock and Vibration.201 8,458:147-156.

[38]杜成斌, 金立成, 吴志勤. 基于动力响应识别结构内部缺陷的损伤指标法[J].力学学报, 2019, 51(6):15.

[39]Venkatasubramani V, Chan K. A neural network methodology for process faultdiagnosis[J]. Aiche Journal,1989,12(35):1993-2002

[40]P. Cacciola, N. Impollonia and G. Muscolino. Crack Detection and Location in a Damaged Beam Vibrating under White Noise[J]. Computers and Structures, 2003, 81(4): 1773-1782

[41]J.T. Kim, N. Stubbs. Crack Detection in Beam-type Structures Using Frequency data[J]. Journal of Sound and Vibration, 2003, 259(1): 145-160

[42]M. Sahin, R. A. Shenoi. Quantification and Localization of Damage in Beam like Structures by Using Artificial Neural Networks with Experimental Validation[J]. Engineering Structures, 2003, 25(4): 1785-1802

[43]Mares C, Surace C. An application of genetic algorithms to identify damage in elastic structures[J].Journal of Sound and Vibration,1996, 195(2): 195–215

[44]欧阳秋平,何龙军,练继建,等.基于克隆选择和粒子群混合算法的导墙结构损伤识别[J].振动与冲击,2014, 33(17): 120-126

[45]姜逢源,赵玉良,董胜,等.基于遗传算法的BP 神经网络对海底管道受撞击损伤预测[J].海洋湖沼通报,2019(03): 52-59.

[46]宫亚峰,程永春,焦峪波.基于静力应变及遗传优化神经网络的城市立交桥梁损伤识别[J].吉林大学学报(工学版), 2011, 41(S2): 164-169.

[47]徐浩杰,刘济科,吕中荣.改进的布谷鸟算法在结构损伤识别中的应用[J].应用力学学报, 2016, 33(03): 523-528+5

[48]熊健民，周俊荣，周金枝.基于ANSYS预应力简支梁固有频率的研究[J].固体力学学报.2008, 29(S1): 158-161.

[49]李德葆，陆秋海，秦权.承弯结构的曲率模态分析[J].清华大学学报(自然科学版). 2002(02): 224-227.

[50]何钦象，杨智春，姜峰，等.薄板损伤检测的高斯曲率模态差方法[J].振动与冲击. 2010, 29(07): 112-115.

[51]吴多.基于桥梁全寿命周期的损伤识别及状态评估研究[D].长安大学, 2017.

[52]王永年，康兴无.基于平均曲率模态损伤因子和小波变换的结构损伤位置识别[J].四川兵工学报. 2012, 33(11): 141-143.

[53]Rumelhart D E , Mcclelland J L . Parallel Distributed Processing[J]. Encyclopedia of Database Systems, 1986:45 - 76.

[54]王小川. Matlab 神经网络的43个案例分析[M].北京:北京航空航天出版社 , 2013.

[55]李振,陈香香,杨文府. BP人工神经网络算法的探究及其应用[J].数字技术与应用, 2016(2): 132+135.

[56]江平,邓志平.基于遗传算法BP神经网络的DEFORM-3D车削加工模拟优化[J].机床与液压, 2012, 40(7): 163-166

[57]Holland J H. Adaptation in natural and artificial systems[M].Ann Arbor:University of Michigan Press.1975.

[58]周晏明.基于改进遗传算法的多目标作业车间调度研宄[D].哈尔滨:东北林业大学,2013.

[59]梁云飞. 基于改进型量子遗传算法的无线传感器网络定位研宄[D]. 赣州:江西理工大学, 2013.

[60]张旋.基于遗传算法优化BP神经网络的电机生产线故障诊断[D].合肥:合肥工业大学, 2016.

[61]王嵘冰,徐红艳,李波,等.BP神经网络隐含层节点数确定方法研究[J].计算机技术与发展,2018, 28(4): 31-35.

[62]梁能山.简支梁动力有限元最后两阶自振频率的误差源[A].第3届全国工程安全与防护学术会议论文集[C].中国岩石力学与工程学会,2012:5.

[63]张浩,韩乃杰,刘凯,等.基于宏观应变测试的受弯构件微损伤识别研究[J].重庆交通大学学报：自然科学版, 2018, 37(11):7.

[64]刘文峰,柳春图,应怀樵.锤击法进行钢筋混凝土梁式桥的模态试验研究[C].全国振动与噪声高技术及应用会议. 2001.