2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩117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,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、本文利用不完整且存在數(shù)據(jù)誤差的靜力觀測位移、模態(tài)觀測振型以及結構固有頻率等數(shù)據(jù),開展了人工神經(jīng)網(wǎng)絡結構損傷識別方法以及基于有限元模型的損傷識別方法研究。具體研究工作如下:通過對土木工程結構損傷識別方法的發(fā)展現(xiàn)狀進行較為詳盡的研究與總結,確定了本文的研究思路。然后,本文利用易于實測且精度高的結構模態(tài)振型以及低階固有頻率構造出神經(jīng)網(wǎng)絡的組合輸入?yún)?shù),利用改進的動量BP網(wǎng)絡對結構進行了損傷位置以及程度識別數(shù)值模擬研究。結果表明即使在只獲得少量

2、節(jié)點振型數(shù)據(jù)且含有數(shù)據(jù)誤差的情況下網(wǎng)絡仍具有較好穩(wěn)定性和魯棒性。在一定誤差范圍內,識別結果受誤差影響不大。接著,本文將節(jié)點靜力觀測位移以及結構前幾階固有頻率結合起來,構造出結構損傷位置及損傷程度識別的神經(jīng)網(wǎng)絡輸入組合參數(shù),利用徑向基神經(jīng)網(wǎng)絡算法對結構進行了損傷識別數(shù)值模擬研究,著重研究了觀測自由度不完整情況下不同數(shù)據(jù)誤差水平對結構損傷識別結果的影響以及選取的頻率數(shù)量對損傷程度識別結果的影響。最后,本文依據(jù)不完整模態(tài)數(shù)據(jù)并利用模態(tài)參與因子

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(jīng)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。

評論

0/150

提交評論