壓電智能層合結(jié)構損傷識別方法的研究.pdf_第1頁
已閱讀1頁,還剩90頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、層合復合材料結(jié)構受沖擊后造成的隱性分層損傷容易導致材料力學性能的下降,具有突發(fā)性和災難性失效的潛在危險。論文從航空航天等領域利用壓電智能結(jié)構進行結(jié)構健康監(jiān)控的工程背景出發(fā),研究層合復合材料結(jié)構的損傷識別與評估問題,對壓電智能結(jié)構在結(jié)構健康監(jiān)控工程中的應用具有重要工程應用價值。論文利用有限元軟件ANSYS建立壓電智能層合板有限元分層損傷模型,以降低彈性模量模擬結(jié)構的損傷,建立了損傷量為10%至70%的單點和多點損傷,分別從基于應變模態(tài)的模

2、態(tài)參數(shù)識別方法和基于BP神經(jīng)網(wǎng)絡的模式識別方法進行了損傷識別方法的研究,主要研究內(nèi)容如下:
 ?。?)模態(tài)參數(shù)損傷識別方法的研究。論文通過分析對比了有損傷結(jié)構和無損傷結(jié)構的固有頻率,位移模態(tài)和應變模態(tài),得出結(jié)論:應變模態(tài)對壓電智能層合板的損傷更加敏感,損傷識別更可靠;為了研究應變模態(tài)的損傷定位和損傷程度診斷,分別比較了應變模態(tài)變化率、應變模態(tài)變化差、應變模態(tài)差分圖對損傷定位和損傷程度診斷的效果,得出結(jié)論:應變模態(tài)變化率和應變模態(tài)變

3、化差都能對單點損傷進行定位和損傷程度定性的診斷,但是對于多點損傷,應變模態(tài)變化率識別效果最好,且隨著模態(tài)階數(shù)越高,應變模態(tài)變化差就越難識別;而利用應變模態(tài)差分圖的損傷識別方法的優(yōu)勢是可不需要結(jié)構無損狀態(tài)數(shù)據(jù),就能對單點損傷進行較好的識別,但對多點損傷識別效果不好。
  (2)研究基于BP神經(jīng)網(wǎng)絡的模式識別損傷識別系統(tǒng),實現(xiàn)損傷位置和損傷程度定量的識別。該網(wǎng)絡將直接應變模態(tài)作為網(wǎng)絡的輸入量,以損傷位置和定量的損傷程度為輸出量,研究基

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論