

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、我國橋梁數(shù)量日益增多,橋梁的健康監(jiān)測變得越來越重要,而有效快速的識別橋梁結(jié)構(gòu)可能發(fā)生損傷的位置和程度變得尤為重要。小波分析被譽為分析信號的數(shù)學(xué)顯微鏡,具有優(yōu)良的時間和頻率局部化特征。神經(jīng)網(wǎng)絡(luò)對信號處理方面具有良好的自組織、自學(xué)習(xí)、自適應(yīng)能力,并且具有高度的非線性映射能力。因此,結(jié)合兩者的優(yōu)點,通過小波分析和神經(jīng)網(wǎng)絡(luò)有效地識別斜拉橋主梁的損傷位置和損傷程度,具有重要的理論意義和工程應(yīng)用價值。論文以斜拉橋損傷識別為研究課題,取得了如下主要成
2、果:
本文通過對斜拉橋進行有限元分析,將提取的模態(tài)參數(shù)進行連續(xù)小波變換得到結(jié)構(gòu)的小波系數(shù)圖,由小波系數(shù)模極大值點確定損傷位置。以含損傷斜拉橋的前四階固有頻率作為神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)構(gòu)造神經(jīng)網(wǎng)絡(luò)模型,經(jīng)過樣本數(shù)據(jù)的訓(xùn)練與測試,從而實現(xiàn)對斜拉橋損傷程度的識別。給出了斜拉橋損傷識別的原理,建立了一種識別斜拉橋損傷位置和損傷程度的小波神經(jīng)網(wǎng)絡(luò)方法。
通過對單塔斜拉橋含單損傷和多損傷分別進行研究,在運用有限元分析提取其轉(zhuǎn)角和曲率模
3、態(tài)參數(shù)的基礎(chǔ)上,對模態(tài)參數(shù)進行連續(xù)小波變換,根據(jù)小波系數(shù)圖中的模極大值點來識別損傷位置。利用有限元計算分析獲得含損傷單塔斜拉橋的前四階固有頻率,對兩種不同損傷工況分別構(gòu)造了損傷程度為20%、30%、40%和18%、28%、38%的訓(xùn)練樣本,通過BP神經(jīng)網(wǎng)絡(luò)構(gòu)造的網(wǎng)絡(luò)計算分析,樣本數(shù)據(jù)訓(xùn)練和測試結(jié)果誤差均在5%以內(nèi)。
本文研究了雙塔斜拉橋含單損傷和多損傷的識別問題,通過建立含損傷的雙塔斜拉橋有限元模型,對其動力特性進行有限元分析
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 基于小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別方法研究.pdf
- 基于模態(tài)參數(shù)小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別方法研究.pdf
- 基于改進小波神經(jīng)網(wǎng)絡(luò)的故障識別方法研究.pdf
- 小波和神經(jīng)網(wǎng)絡(luò)相結(jié)合的結(jié)構(gòu)損傷識別方法.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的OFDM系統(tǒng)調(diào)制識別方法的研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)技術(shù)的大跨斜拉橋結(jié)構(gòu)損傷分步識別方法研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的局部放電模式識別方法研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的橋梁損傷識別方法研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的橋梁損傷識別方法研究.pdf
- 基于小波變換和人工神經(jīng)網(wǎng)絡(luò)的PCA人臉識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷遠(yuǎn)程智能識別方法研究.pdf
- 基于小波與人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別研究.pdf
- 框架結(jié)構(gòu)損傷識別的小波神經(jīng)網(wǎng)絡(luò)方法研究.pdf
- 基于柔度矩陣和神經(jīng)網(wǎng)絡(luò)的損傷識別方法研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷檢測方法研究.pdf
- 基于小波變換的結(jié)構(gòu)損傷識別方法研究.pdf
- 基于信息熵和神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別方法研究.pdf
- 基于模態(tài)分析理論和神經(jīng)網(wǎng)絡(luò)的橋梁損傷識別方法研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的人臉識別.pdf
評論
0/150
提交評論