人工神經(jīng)網(wǎng)絡(luò)與小波分析在梁式結(jié)構(gòu)損傷識別中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩93頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)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(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著現(xiàn)代大型復(fù)雜結(jié)構(gòu)的發(fā)展,結(jié)構(gòu)的健康診斷越來越重要。神經(jīng)網(wǎng)絡(luò)和小波分析成為重要的結(jié)構(gòu)損傷診斷手段。本文通過實例研究了這兩種手段結(jié)合多步法在梁式結(jié)構(gòu)損傷識別中的應(yīng)用。 首先,本文結(jié)合預(yù)應(yīng)力鋼箱混凝土梁試驗成果,研究了用神經(jīng)網(wǎng)絡(luò)識別梁上荷載和預(yù)測其最大承載能力的方法。 其次,對于大型結(jié)構(gòu),由于構(gòu)件數(shù)量多。如果用神經(jīng)網(wǎng)絡(luò)做一次性損傷識別,會使網(wǎng)絡(luò)輸入向量過多而出現(xiàn)不收斂,或訓(xùn)練時間長、精度下降等問題。本文通過一個平面桁架損傷

2、模型的研究,引入子結(jié)構(gòu)概念,通過多步法識別其損傷。即將復(fù)雜結(jié)構(gòu)分為不同子結(jié)構(gòu),以子結(jié)構(gòu)為單位建立復(fù)雜結(jié)構(gòu)的計算模型,通過神經(jīng)網(wǎng)絡(luò)判斷發(fā)生損傷的子結(jié)構(gòu),然后建立各個子結(jié)構(gòu)的計算模型,再進一步定位具體的損傷部位和判斷損傷程度。本文還研究了構(gòu)件的單損傷和雙損傷的識別,以及不同的識別因子和參數(shù)對神經(jīng)網(wǎng)絡(luò)的識別性能的影響。 第三,現(xiàn)場采集到的結(jié)構(gòu)信號常含有大量的噪音,這種信號不能準確反映結(jié)構(gòu)特征,會增加結(jié)構(gòu)損傷識別出現(xiàn)誤判的幾率。所以,在

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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(dān)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

評論

0/150

提交評論