本文将神经网络算法应用于梁类结构的健康监测领域中，一方面可以帮助研究人员在实时观察结构不同状态下的应变或者变形等过程；另一方面利用神经网络分析技术，可以对结构的应变与形态变化进行预测，对可能发生的情况进行提前预警进而对结构健康状况保持清晰明确的掌握。

结构健康监测主要是利用相关结构的工作状态信息，对结构的可靠性、稳定性和服役寿命评估提供有效的数据支撑，可以帮助研究人员对结构健康状况的准确评估提供有效依据，节省了人力成本，并保证了相关梁类结构的运行安全。这在工程应用领域中具有非常重要的实际意义。

近年来，国内外诸多大学及研究机构基于 FBG 传感技术的应用对结构变形监测展开深入研究：韩国科学技术院通过在叶片表面布置 FBG 应变传感器，通过实验测得结构应变振型，结合模态转换算法实现叶片结构的的动态变形监测；美国航空航天局德莱顿飞行研究中心以 Ikhana 飞机为研究对象，将 FBG 应变传感系统埋入机翼主承力梁结构中，通过机翼翼梁结构表面 FBG 传感器测出的多点应变值重构各点变形状态下的纵向位移，作为飞行器气动弹性主动控制系统的输入参数；以 Vega 卫星发射器为研究对象，结合布置在结构周围的 FBG 应变传感系统，意大利罗马大学开展了对卫星发射器运行中结构表面变形监测研究；国内上海大学针对航天领域飞行器结构的大面积柔性太阳能帆板工作过程中的大变形问题，通过布置在结构上的 FBG 传感器测得结构应变，基于应变信息重构测点处的曲率，最终实现三维结构的变形重构；国防科技大学通过微小型化加工工艺将应变测量单元集成到天线阵列单元面板上，基于应变测量实现卫星天线阵列的变形检测。随着科技的发展，实时结构变形监测技术将会被应用于航天飞机外部燃料箱、固体火箭助推器、航天器天线、大跨度土木结构（如桥梁、大坝）等。

国内外诸多研究机构和大学对基于应变信息的结构变形重构算法开展了广泛而深入的研究。在国外，比较著名的有美国航空航天局兰利研究中心、德莱顿飞行研究中心、Boeing Defense and Space Group、美国加利福尼亚大学、密西西比州立大学、意大利都灵理工大学、韩国科学技术院等。德国和日本也纷纷开展了相关的研究。在国内，上海大学、国防科技大学、哈尔滨工业大学等多所高校都有学者从事基于应变信息的结构变形监测的相关研究。

2. 研究的基本内容与方案

设计（论文）主要内容：

设计一款基于光纤光栅的梁类结构变形状态监测系统。利用光纤光栅监测到的梁类结构应变数据，探索应变-变形重构算法，实时预测梁类结构变形状态。

研究（设计）的目标：

完成在梁类结构布设光纤光栅传感器，完成光纤光栅传感系统实验台的搭建；完成梁类结构应变-变形重构算法及神经网络算法的构建，然后进行多次验证试验，最终使该系统具有可以准确预测梁类结构变形状态的能力；撰写一篇不少于12000字的研究论文。

拟采用的技术方案及措施：

首先建立悬臂梁实验台的三维模型，测试光纤光栅传感器贴片的各种性能数据并论证最佳的光纤光栅传感器粘贴方式，完成悬臂梁实验台的搭建并布设好光纤光栅传感器系统；第二步，综合比较各种应变-变形重构算法，选出最优算法用于提取变形信息；第三步，将重构后的变形状态与ANSYS仿真结果进行比较，优化应变-变形重构算法；第四部，将实验数据进行神经网络分析及训练，用于预测梁类结构变形状态；最后，进行实验验证，进一步优化算法，提高系统的可用性。