

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、在建筑結構中框架結構是運用比較普遍的一種結構形式,因受自然或人為因素的影響,結構可能會出現(xiàn)損傷,對結構的安全構成威脅,當損傷積累到一定程度,甚至可能釀成重大的工程事故。故對框架結構損傷識別方法的研究意義重大。
小波分析作為一種新的信號處理手段,它能在時頻兩域很好的表征信號的局部特征,能較好的分析信號的奇異點位置,因而小波理論已被應用到結構的損傷診斷中;人工免疫算法是模仿生物免疫系統(tǒng)的運行機制而建立的一種學習、優(yōu)化的人工智能算法
2、,人工免疫算法具有優(yōu)越的全局搜索能力,可進行結構損傷程度的識別。本文將這兩者的優(yōu)點進行有機的結合,提出了小波-人工免疫算法的概念,建立了一種既能識別結構損傷位置又能確定損傷程度的小波-人工免疫算法,即通過將小波分析與人工免疫算法相結合的方法實現(xiàn)對框架結構的損傷位置和損傷程度的識別。
以含損傷的框架結構為研究對象,采用本文提出的小波-人工免疫算法,建立框架結構有限元模型,采用Lanczos法對結構進行模態(tài)分析,得到含損傷框架結構
3、的模態(tài)參數(shù),運用小波分析方法對結構的模態(tài)參數(shù)進行連續(xù)小波變換得到小波系數(shù)圖,通過圖形中的奇異點來識別框架結構損傷的位置。然后,以基于結構的頻率和模態(tài)振型建立的目標函數(shù)為抗原,以小波識別出的損傷單元的損傷程度(即問題的解)作為抗體,運用人工免疫算法進行全局尋優(yōu)的迭代計算,進而實現(xiàn)對結構的損傷程度的識別。
本文建立了一層一跨多損傷(兩處損傷和三處損傷)和一層兩跨多損傷(三處損傷和四處損傷)框架結構的有限元模型,設置多種工況進行數(shù)值
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)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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。
最新文檔
- 基于小波-人工免疫算法的懸索橋結構損傷識別.pdf
- 結構損傷識別的小波-人工免疫算法及優(yōu)化研究.pdf
- 基于人工免疫算法的結構損傷識別.pdf
- 基于小波理論的含片狀裂紋框架結構損傷識別研究.pdf
- 基于曲率模態(tài)小波神經網(wǎng)絡的框架結構損傷識別研究.pdf
- 基于人工免疫系統(tǒng)的正交小波盲均衡算法.pdf
- 基于提升小波變換的框架結構損傷檢測.pdf
- 基于小波分析的框架結構損傷識別研究.pdf
- 框架結構損傷識別的小波神經網(wǎng)絡方法研究.pdf
- 基于人工免疫系統(tǒng)的建筑結構損傷識別與分類.pdf
- 基于小波與人工神經網(wǎng)絡的結構損傷識別研究.pdf
- 基于頻響函數(shù)的框架結構損傷識別研究.pdf
- 基于小波理論的結構損傷識別研究.pdf
- 基于等效剪切剛度的框架結構損傷識別研究.pdf
- 基于人工免疫算法的入侵檢測研究.pdf
- 基于人工免疫網(wǎng)絡的分類算法研究.pdf
- 結構損傷識別的小波遺傳算法研究
- 基于小波方法的結構損傷識別研究.pdf
- 基于人工免疫算法的優(yōu)化問題研究.pdf
- 結構損傷識別的小波-遺傳算法研究.pdf
評論
0/150
提交評論