利用振动模态测量值和神经网络方法的结构损伤识别研究
100 积分
50
评分
4.8 积分- 详情
- 2021-04-27
- 简介
pdf
- 578KB
- 页数 4P
- 阅读 93
- 下载 27
提出了一种基于模态测量参数和神经网络的结构损伤检测方法,建造了两种输入方式的BP神经网络,即自振频率以及结合自振频率与振型,并讨论了不同数量的输入信息对结构损伤检测精度和计算效率的影响。证明了输入的参数越多,神经网络就越聪明,训练的收敛速度越快;以及在保证一定的测量精度的情况下,基于频率与振型的损伤识别结果要好于基于频率的检测结果。最后,通过对3层框架模型的4种损伤工况下的结构损伤检测结果的分析,认为利用模态测量参数和神经网络方法能够准确地识别结构损伤的位置,而且能较精确地识别结构损伤的大小。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
利用振动模态测量值和神经网络方法的结构损伤识别研究 578KB
基于神经网络的建筑结构损伤识别方法 1.1MB
神经网络在结构损伤识别中的应用研究 176KB
基于模态柔度差曲率的梁结构损伤识别 398KB
基于模态应变能的梁结构损伤识别 227KB
土木工程结构损伤检测中的神经网络方法 508KB
曲率模态小波法用于网壳结构损伤的识别和定位 477KB
基于改进BP神经网络的矿井CO检测方法的研究 203KB
基于曲率模态和小波变换的简支梁桥损伤识别方法 260KB
神经网络在结构损伤识别中的应用研究 176KB