铁道建筑
鐵道建築
철도건축
RAILWAY ENGINEERING
2011年
12期
4-9
,共6页
损伤识别%模态柔度%神经网络%有限元模型误差
損傷識彆%模態柔度%神經網絡%有限元模型誤差
손상식별%모태유도%신경망락%유한원모형오차
由于人工神经网络具有强大的模式识别能力,近年来被广泛用于结构的损伤识别.神经网络输入参数的选择直接影响损伤识别的效果,利用结构振动模态分析理论,验证了结构损伤前后的模态柔度差和模态振型差均有对基准有限元建模误差不敏感的特性,建立了以上述两种指标作为神经网络输入参数进行结构损伤程度识别的方法,从而避免因基准有限元模型误差对神经网络训练数据的影响,提高识别准确性.32 m简支箱梁的数值模拟结果表明,训练好的神经网络可以准确地识别出结构损伤程度,并且讨论了测量误差对识别结果的影响.
由于人工神經網絡具有彊大的模式識彆能力,近年來被廣汎用于結構的損傷識彆.神經網絡輸入參數的選擇直接影響損傷識彆的效果,利用結構振動模態分析理論,驗證瞭結構損傷前後的模態柔度差和模態振型差均有對基準有限元建模誤差不敏感的特性,建立瞭以上述兩種指標作為神經網絡輸入參數進行結構損傷程度識彆的方法,從而避免因基準有限元模型誤差對神經網絡訓練數據的影響,提高識彆準確性.32 m簡支箱樑的數值模擬結果錶明,訓練好的神經網絡可以準確地識彆齣結構損傷程度,併且討論瞭測量誤差對識彆結果的影響.
유우인공신경망락구유강대적모식식별능력,근년래피엄범용우결구적손상식별.신경망락수입삼수적선택직접영향손상식별적효과,이용결구진동모태분석이론,험증료결구손상전후적모태유도차화모태진형차균유대기준유한원건모오차불민감적특성,건립료이상술량충지표작위신경망락수입삼수진행결구손상정도식별적방법,종이피면인기준유한원모형오차대신경망락훈련수거적영향,제고식별준학성.32 m간지상량적수치모의결과표명,훈련호적신경망락가이준학지식별출결구손상정도,병차토론료측량오차대식별결과적영향.
