首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 203 毫秒
1.
由于神经网络的非线性映射、自适应及自学习的能力已越来越多地用于结构损伤识别中,本文根据网络参数选择的原则建立了一个三层BP神经网络结构损伤识别模型,对一简支钢板进行了分析。为避免单一频率或模态振型作为输入向量带来的误差,选用与损伤位置和程度相关的组合参数:即结构损伤前后的频率变化平方和少点模态振型作为输入参数。利用训练好后的网络对损伤模型进行诊断和预测,取得了较好的效果。  相似文献   

2.
相比结构的频率,振型反应的信息更加丰富.振型曲率是对结构损伤十分敏感的一个指标;利用简支梁结构损伤前后的1阶振型曲率差对其进行损伤识别,对损伤位置有较好的识别效果,而利用高阶振型无法进行识别;对于简支梁损伤程度,利用振型曲率差只能进行定性的识别,随着损伤程度的加深,图形突变增大.  相似文献   

3.
子空间旋转算法就是基于结构模型参数的损伤识别方法之一. 子空间旋转算法基于结构的有限元模型, 利用矩阵变换的方法, 将损伤位置和损伤程度问题区分开来, 实际应用表明, 只需利用一阶频率和振型, 就可以识别桥的主要损伤位置和损伤程度.  相似文献   

4.
基于修正模态的混合遗传算法结构损伤识别   总被引:5,自引:0,他引:5  
采用模态参数对结构进行损伤识别时,测试模态参数包含的误差使识别结果受到影响,严重时甚至不能反映结构的实际破损情况.结构损伤检测可以作为一优化问题.为此提出一种基于修正测试模态的损伤识别方法,即将基于测试频率和修正后的测试振型组成的函数作为优化目标,由具有鲁棒性及易于处理非确定性信息能力的遗传算法和局部搜索算法组成的混合遗传算法作为优化工具.基于桁架的分析结果表明,即使在测试数据包含误差的情况下,采用该方法也能获得满意的识别结果.  相似文献   

5.
结构故障诊断主要包括结构损伤识别、结构损伤定位、结构损伤程度的标定和评价三个方面内容。而频率、振型、频率和振型相结合的指标在结构故障诊断的三个方面各有优缺点。通过航空涡轮发动机风扇叶片建模,并在其上模拟出健康和损伤状态,选取频率、振型、频率和振型相结合的三类指标,借助ANSYS仿真与BP神经网络,验证了基于模态分析的发动机风扇叶片损伤诊断方法的可行性,并从数值上指出兼顾振型和频率的指标预测效果最优,也具有一定的工程实际意义。  相似文献   

6.
针对曲率模态对振型节点较不敏感且无法定量估计损伤的问题,在广义局部信息熵的基础上引入曲率模态,推导出广义局部曲率模态信息熵的公式,并建立相应的损伤指标.利用有限元软件Midas civil建立一简支梁桥损伤模型,提取并处理该简支梁的动力参数,将一阶曲率模态和广义局部曲率模态信息熵分别作为神经网络的输入参数,对损伤进行识别并对比两种参数的识别结果,以此来研究测点数量对指标精确度的影响.研究结果表明:广义局部曲率模态信息熵作为神经网络的输入参数能较好地定位并定量损伤,在靠近振型节点处指标的识别精度高于曲率模态,当测点数量为33时,识别精度最高.  相似文献   

7.
由于实际工程应用中高阶模态振型及频率较难测量,而柔度矩阵可以从低阶模态参数较精确获得,本文探讨了用柔度法对结构损伤进行识别与定位。通过对一简支梁的损伤数值模拟,采用低阶模态参数构建的柔度损伤标识量来进行损伤识别,计算结果表明:采用结构的柔度曲率对梁的损伤位置识别,既对损伤反应较敏感又可避免使用损伤前结构的模态参数;柔度曲率差值对结构损伤识别有较高的灵敏度,是较理想的损伤标识量。  相似文献   

8.
剪切型框架结构损伤的两步检测方法   总被引:3,自引:0,他引:3  
针对剪切型框架结构提出了分步损伤检测的方法.通过包含较大测量误差的结构一阶振型斜率的变化来判别损伤位置,损伤位置的判别可大大减少待识别参数的数量.理论推导证明,当剪切型框架结构发生损伤时,损伤单元振型斜率的变化大于零,由此可判别损伤位置.在判别出损伤位置的基础上,利用能够较准确获得的结构前几阶固有频率作为神经网络的输入,建立损伤程度识别神经网络,进行结构损伤程度的识别.数值分析表明,该方法能够有效实现剪切型框架结构的损伤检测,并具有很高的计算效率和计算精度.  相似文献   

9.
以单元刚度折减系数作为待识别参数,把频率和振型作为目标函数,运用遗传算法对折减系数进行计算,并通过实例运算验证了其对桩基损伤识别的有效性.  相似文献   

10.
提出了小波-遗传算法的概念,建立了一种既能识别结构损伤位置、又能确定损伤程度的小波-遗传算法。首先,以有限元分析求解损伤结构振型模态为基础,用db1小波做连续小波变换,由小波系数模极大值识别损伤的位置。然后,以单元刚度的折减系数为遗传算法的优化变量,用振型和频率的误差函数加权来构造目标函数,并通过损伤位置的确定来简化目标函数的变量,再用遗传算法对目标函数进行优化,从而确定结构的损伤程度。通过对一简支梁进行数值模拟分析,计算结果表明,提出的方法不仅能够有效识别损伤的位置,而且能够准确识别损伤程度。  相似文献   

11.
以框架结构为研究对象,利用小波分析和神经网络理论,结合二者的优点,运用小波分析来确定框架结构的损伤位置,运用神经网络算法来识别损伤程度,给出了基于应变模态参数识别框架结构损伤的原理,建立了一种识别结构损伤的小波神经网络方法.通过建立基于振型模态和应变模态的损伤识别方法,分别对9种不同工况下框架的裂缝位置进行识别,并对比了这2种模态下损伤位置的识别效果.然后,分别对框架的振型模态和应变模态进行连续小波变换,获得2种模态参数下的小波系数模极大值.利用神经网络去模拟小波系数模极大值与损伤程度之间的非线性关系来识别结构的损伤程度,并对比了这2种模态下损伤程度的识别效果.数值分析结果表明,小波神经网络可以有效地识别出结构的损伤位置和损伤程度,基于应变模态的损伤识别方法具有更好的准确性.  相似文献   

12.
以含损伤的框架结构为研究对象,对损伤位置和损伤程度进行识别。运用有限元分析原理,采用Lanczos法得到框架结构的转角模态,对其转角模态进行连续小波变换可以得到结构的小波系数,再由小波系数模极大值确定损伤的位置。以损伤后结构的固有频率作为神经网络输入参数构造神经网络,从而实现对框架结构损伤程度的识别。通过对一平面框架结构的损伤识别计算分析,验证了方法的有效性。  相似文献   

13.
钢框架截面损伤会引起结构的模态频率发生变化。这里以钢框架模型的试验模态频率作为支持向量机的训练和测试样本的输入,由支持向量机输出判断结构损伤位置。研究表明,将支持向量机识别技术与常规的结构模态频率分析相结合,能够有效地识别钢框架结构损伤位置。该算法对损伤位置敏感,且识别精度较高。  相似文献   

14.
结构损伤识别的柔度灵敏度方法   总被引:3,自引:1,他引:2  
 提出了结构损伤识别的柔度灵敏度方法。首先根据Neumann级数展开来推导结构柔度矩阵关于单元刚度损伤参数的灵敏度公式,以此为基础建立结构的损伤识别方程,通过矩阵拉直运算将矩阵方程转化为线性方程组来求解各单元损伤参数。指出了柔度矩阵灵敏度方法优于特征对灵敏度方法的几个显著特点。最后用一个桁架结构模型对所提方法作了验证。  相似文献   

15.
由于大型复杂结构参数识别困难,提出将频响函数型模型修正方法与子结构方法结合进行损伤识别。构造一个关于损伤频响函数的优化方程。通过子结构有限元模型向损伤后频响函数修正的过程,识别损伤参数。以一个三层平面刚架为数值算例,计算结果表明该算法对损伤参数较为敏感,识别精度较高,可以准确识别出预设的子结构损伤单元和损伤程度。  相似文献   

16.
基于遗传算法的二阶段结构损伤探测方法   总被引:4,自引:0,他引:4  
为了有效地进行工程结构的损伤识别,提出了一种基于遗传算法的二阶段损伤探测方法.首先利用基于频率的多损伤定位准则和基于位移模态的多损伤定位准则分别计算出有关损伤的初步决策,然后利用信息融合技术中的证据理论方法,将两者的初步决策进行融合,从而获得较为精确的损伤位置估计,最后在已识别出的可能损伤单元的基础上,利用改进的遗传算法进行更精确的损伤位置和程度估计.数值仿真结果表明,采用证据理论进行融合可以获得较为精确的损伤位置估计,比单纯的多损伤定位准则识别效果更好,而采用改进的遗传算法则可以更为精确地判定损伤的程度,优于简单的遗传算法.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号