利用振动模态测量值和神经网络方法结构损伤识别

针对人工神经网络具有自主学习、记忆及模式匹配能力,提出建立一个三层bp人工神经网络,并将其应用于结构的损伤识别研究.

针对人工神经网络具有自主学习、记忆及模式匹配能力,提出建立一个三层bp人工神经网络,并将其应用于结构的损伤识别研究.

对神经网络法进行了简单的介绍,并从其工作原理及基本方法等方面着重对这种方法在桥梁结构损伤识别中的应用进行了阐述,为进一步研究神经网络理论提供了参考。

基于曲率模态的拱结构损伤识别方法研究——以两端铰支的圆弧形拱为研究对象，通过有限元数值模拟计算得到拱损伤前后的前四阶模态参数，然后运用中心差分近似求得拱的曲率模态并用于拱的损伤检测研究。结果表明：当布置有足够数量的振型测点时，拱损伤前后基于...

对桥梁结构进行健康诊断，可以有效避免事故的发生，保证桥梁的安全。试根据人工神经网络的基本理论，提出将bp神经网络用于桥梁损伤识别研究。

探讨了动量系数和学习率自适应调整的神经网络算法.以反映结构损伤位置和程度的固有频率作为神经网络输入的特征参数,利用有限元法对钢板结构裂纹损伤位置和程度进行数值模拟,获取训练样本数据,通过自适应神经网络对结构裂纹损伤识别问题进行了定性定量研究.结果表明,采用自适应神经网络技术对钢板等工程结构进行损伤特征识别分析是可行的.

用于结构损伤识别的神经网络输入选取规则探究——将神经网络作为模式识别工具用于结构损伤位置识别时，其识别效果除了要受到网络隐层数目、各隐层神经元数目、神经元传递函数的形式、训练样本的数量与质量及训练方法的影响外，还会受网络输入性能的影响。在其他...

本文从土木工程结构损伤识别出发,探索神经网络在土木工程结构损伤识别中的运用。论文首先阐述人工神经网络在土木工程结构损伤识别中应用的可行性,然后具体分析了基于人工神经网络技术的结构损伤识别。

在工程中结构损伤检测不仅要判定损伤是否存在,而且还要进一步确定损伤位置和损伤程度.文章通过模态应变能相对损伤的灵敏度,建立损伤方程组,并且通过解损伤方程组来识别梁的损伤程度.文章以1根两端固支的梁为研究对象并进行数值仿真,结果表明此方法能够确定结构同时发生多处不同程度损伤的位置和估计损伤的程度,对实际工程应用有一定参考价值.

结构损伤检测与识别对结构安全及人们生命财产具有重要意义.近年来结构损伤检测中的神经网络方法受到了广泛的关注和研究.对神经网络方法在结构损伤检测中的研究进行了综合论述,阐述了各类神经网络方法在损伤检测中的应用、输入输出数据的不同类型、结构建模误差对检测效果的影响和分步损伤检测方法等,并对神经网络方法在损伤检测中的发展前景作了展望.

基于模态柔度差曲率的梁结构损伤识别——对于梁式结构的损伤识别，模态柔度比结构的频率和位移模态更加灵敏，通过结构的前几阶模态就可以容易计算得到。文中提出了基于柔度差曲率的损伤识别方法，通过3种方式计算所提指标，将得到的指标进行损伤敏感性对比，在...

基于模态应变能的梁结构损伤识别——单元模态应变能法诊断结构损伤时理论上需要完整振型，而实测振型往往是不完备的。本文以梁结构为例，基于理论自由度和实测自由度相匹配的原则，对不完备振型信息进行扩充处理，然后再应用模态应变能的方法进行损伤识别。结果...

曲率模态小波法用于网壳结构损伤的识别和定位——工程结构损伤的识别与定位研究以往主要针对梁、框架等结构形式，根据大跨度空间结构杆件和节点繁多等特点，提出用曲率模态和小波混合方法对空间结构的损伤进行识别和定位。以跨度100m的schwedler网壳结构损伤前...

基于曲率模态和小波变换的简支梁桥损伤识别方法——小波变换具有在时域和频域内表征信号局部特性的能力，能够在不同尺度下对结构响应中的突变信号进行放大和识别．本文在曲率模态基础上，提出了一种基于小波变换的梁式结构损伤识别方法利用双正交小波函数对损伤...

比较分析了现行的造价估测模型的特点及其存在的问题,突出bp神经网络模型进行造价估测的理论优势,引入工程分类思想,以学校类建筑为例,建立了bp神经网络估测模型并进行了造价估测。

造价估测方法的研究和bp神经网络模型的应用——比较分析了现行的造价估测模型的特点及其存在的问题,突出bp神经网络模型进行造价估测的理论优势,引入工程分类思想,以学校类建筑为例,建立了bp神经网络估测模型并进行了造价估测。　　

为了对薄板进行损伤识别研究,提出了通过模态曲率多项式曲线拟合进行板结构损伤定位的方法。根据ansys模态分析得到损伤弹性薄板的第一阶模态振型,进而得到x方向模态曲率和y方向模态曲率,然后分别在x方向和y方向进行多项式曲线拟合。基于拟合值与原始值的差值构造新的损伤指标。数值算例的结果表明:基于模态曲率多项式曲线拟合的方法能够准确识别平板损伤位置。该方法具有较高的灵敏度,对小损伤也具有较好的识别效果,同时避免了使用原始无损结构的模态参数,且仅需要第一阶模态振型便可以精确地进行损伤定位。

为了识别直线偏心预应力作用下prc简支梁桥的有效预应力,提出一种基于简支梁桥模态频率和动力响应的bp神经网络方法。建立车-桥耦合振动模型,由matlab编程计算不同预应力水平对应的prc简支梁的模态频率和动力响应,利用计算得到的模态频率和动力响应识别简支梁桥的有效预应力。构建3层bp网络,通过14组训练样本的训练,网络展示了良好的收敛性。仿真实验结果表明,网络表现出很强的回想记忆能力和内插能力,且对样本噪声的适应性比较强,识别结果具有较高的精度。表明该方法可以有效地、方便地识别简支梁桥的有效预应力。

考虑到常规bp神经网络算法容易陷入局部最优解,所建立的网络遗传流量检测模型检测效率低,准确率不高等问题,提出一种改进型ga优化bp神经网络算法,并使用其建立网络遗传流量检测模型。常规遗传算法在搜索过程中,往往会由于出现影响生产适应度高的个体而对遗传算法搜索过程产生影响的现象发生,因此需要对常规遗传算法进行改进。使用的方法是通过混合编码方式进行改进,同时对交叉算子、变异算子、交叉概率以及变异概率等参数进行优化修正。使用kddcup99数据库中的网络异常流量数据进行实验研究,研究结果表明,所提出方法的检测性能要明显优于常规算法,其对bp神经网络的结构、权值以及阈值进行同步优化,避免了盲目选择bp神经网络结构参数带来的问题,避免了常规bp神经网络容易陷入局部最优解的问题。

运用线性二次型经典最优控制算法获得学习样本,由神经网络反向传播算法训练产生模糊规则和隶属度函数,设计模糊神经网络控制器,通过某结构地震波作用下振动控制的数字仿真,表明模糊神经网络可以有效地应用到结构控制中。

为提高基于视频图像的公路隧道火灾火焰识别率，在对火焰动态特征研究成果之上，利用bp神经网络融合火焰静态特征，对公路隧道视频火焰进行综合识别．火焰动态特征选取作者研究的火焰边缘运动量（amfe）和火焰区域跳动特征，火焰静态特征选取前人研究的尖角数目、火焰颜色特征和圆形度．将此5种火焰特征作为bp神经网络的输入，达到融合火焰多特征信息并实现火焰综合识别的目的．实验结果表明，火焰识别率稳定在86．2％～96．5％之间，验证了该方法的可靠性．

随着油田的开发,油管的使用最逐年增加,同时有大量油管报废.由于所处的条件不同,油管缺陷的出现及缺陷的特征也不尽一致.本文将就油管产生的缺陷的类别进行分类并应用bp神经嗍络对缺陷进行识别.