【摘要】： 随着桥梁事故的逐年增加,桥梁健康监测越来越受到政府和工程界重视。桥梁是一个比较复杂的系统,虽然正常情况下劣化是一个缓慢的过程,但其损坏具有一定的随机性,在特定条件下,如突然的撞击、地震等突然情况下,可能在很短时间内造成桥梁结构严重损坏甚至垮塌,这对桥梁健康监测系统实时性提出了较高的要求,而传统桥梁健康监测体系结构需要传输大量数据到远程的数据中心,实时性不高,不能很好地解决桥梁随机损伤结构的评估问题。 本文尝试把机群技术引入桥梁健康监测系统,在桥梁现场对监测数据进行存储,并实时进行结构评估,有效提高了桥梁监测的实时性。为了改善桥梁健康监测系统的实时性,本文主要在以下两方面进行了研究: 首先针对传统桥梁监测体系结构实时性不高,桥梁现场多个下位机,仅用于控制数据采集,其资源利用率极低的特点,把现场的多个下位机组织成机群系统,并对基于现场PC机群的桥梁健康监测系统的必要性和可行性进行了分析。然后在分析传统的桥梁健康监测体系结构基础上,构造出实时、经济的PC机群桥梁健康监测体系结构。同时针对桥梁健康监测PC机群的特点,对分布式数据采集的时间同步问题和分布式数据存储分片进行了讨论,把采集到的数据存储在桥梁现场机群中,这样,减少了传统桥梁健康监测系统体系结构中采集数据传输到远程数据中心保存过程,提高了实时性。另外,对桥梁健康评估中常用的神经网络算法进行改进,以使其适应桥梁健康监测PC机群的并行环境,利用并行神经网络对桥梁结构健康进行评估,缩短了评估时间,从而提高实时性。其具体改进如下:首先对并行神经网络加速比与连接权数、神经节点数之间的关系进行分析,在分析的基础上分,提出了一个新的遗传算法适应度函数用于神经网络结构简化,另外,对于神经元节点在计算机节点上分配问题,首先把神经节点转化为图,把图的最大路径作为目标函数来判别分配的优劣程度,然后利用遗传算法对神经元节点在计算节点上的分配进行优化。 本文的研究成果能较大地提高桥梁健康监测的实时性,但桥梁健康监测是一个复杂的系统,涉及到很多方面的问题,同时,如何提高机群系统环境下并行神经网络的加速度也是一个值得研究的问题。所以要想基于现场PC机群的桥梁健康监测系统投入实用,需要做大量的工作。 【关键词】：PC机群 神经网络 桥梁 健康监测 并行
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：TP274.4
【DOI】：CNKI:CDMD:2.2006.148960
【目录】：

• 中文摘要4-5
• 英文摘要5-9
• 1 绪论9-15
• 1.1 论文的选题背景及研究意义9-11
• 1.2 国内外研究现状11-12
• 1.2.1 桥梁健康监测方面现状11-12
• 1.2.2 机群计算方面现状12
• 1.3 本文的主要工作12-13
• 1.4 本文结构简介13-15
• 2 桥梁健康监测系统简介15-23
• 2.1 桥梁健康监测系统的概念15
• 2.2 桥梁健康监测的基本框架15-16
• 2.3 桥梁健康监测的内容16-22
• 2.3.1 传感器选择16-17
• 2.3.2 布点设计和优化17
• 2.3.3 状态监控17-19
• 2.3.4 数据通信19-20
• 2.3.5 数据保存20
• 2.3.6 健康诊断与状态评估20-22
• 2.4 桥梁健康监测的关键技术22-23
• 3 并行机群系统基础23-34
• 3.1 PC 机群的概念23
• 3.2 机群系统的特点23-24
• 3.3 PC 机群的体系结构24-25
• 3.4 PC 机群运行环境25-29
• 3.4.1 并行虚拟机(PVM)25-26
• 3.4.2 消息传递接口(MPI)26
• 3.4.3 其它并行开发环境26
• 3.4.4 MPI 与PVM 的比较26-29
• 3.5 并行计算29-31
• 3.5.1 并行计算模型29
• 3.5.2 并行通信和同步29-30
• 3.5.3 并行算法的性能度量30-31
• 3.6 PC 机群的关键技术31-34
• 3.6.1 可用性支持31
• 3.6.2 单一系统映象31-32
• 3.6.3 作业管理(Job Management)32-33
• 3.6.4 高效的通信33-34
• 4 基于机群系统的桥梁健康监测34-56
• 4.1 基于PC 机群的桥梁健康监测必要性和可行性34-35
• 4.2 机群桥梁健康监测系统体系结构35-39
• 4.2.1 上位机与下位机之间的连接结构35-36
• 4.2.2 传统的体系结构36-37
• 4.2.3 基于机群的体系结构37-39
• 4.3 机群下的桥梁数据采集39-41
• 4.3.1 分布式采集的时间同步研究39-41
• 4.3.2 机群系统的领导者选举41
• 4.4 数据分布式存取41-43
• 4.4.1 桥梁健康监测系统的数据41-42
• 4.4.2 分片和分配需要考虑的问题42-43
• 4.4.3 数据远程并行获取43
• 4.5 基于并行神经网络的桥梁健康监测43-56
• 4.5.1 基于神经网络的桥梁损伤识别43-45
• 4.5.2 神经网络加速比分析45-47
• 4.5.3 神经网络结构的优化47-50
• 4.5.4 神经网络的结构分区50-54
• 4.5.5 基于神经网络的结构损伤识别并行计算实现过程54-56
• 5 总结和展望56-58
• 5.1 全文总结56
• 5.2 不足之处56
• 5.3 进一步的工作和展望56-58
• 致谢58-59
• 参考文献59-62
• 附录：作者在攻读硕士学位期间发表的论文62-63
• 独创性声明63
• 学位论文版权使用授权书63