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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、網(wǎng)架結(jié)構(gòu)是空間結(jié)構(gòu)領(lǐng)域應(yīng)用最為廣泛的結(jié)構(gòu)形式之一,它具有剛度大、自重輕、受力合理、抗震性能好等優(yōu)點(diǎn)被廣泛用于工業(yè)和民用建筑當(dāng)中。網(wǎng)架結(jié)構(gòu)日益廣泛應(yīng)用的同時(shí),損傷、老化等現(xiàn)象不可避免,嚴(yán)重的甚至引起倒塌。為了及時(shí)、準(zhǔn)確的發(fā)現(xiàn)結(jié)構(gòu)安全隱患,減少盲目維修所消耗的大筆資金,對(duì)網(wǎng)架結(jié)構(gòu)進(jìn)行檢測(cè)變得十分重要。本文對(duì)網(wǎng)架結(jié)構(gòu)的損傷位置、損傷程度判定問題進(jìn)行了系統(tǒng)深入的研究;另外,網(wǎng)架結(jié)構(gòu)是具有眾多桿件的復(fù)雜結(jié)構(gòu),自由度巨大,測(cè)試所得結(jié)構(gòu)振動(dòng)信號(hào)容易出
2、現(xiàn)重頻率、近模態(tài)問題,且振動(dòng)信號(hào)的激振位置直接關(guān)系著損傷信息的強(qiáng)弱,所以為了解決動(dòng)測(cè)試驗(yàn)中網(wǎng)架結(jié)構(gòu)的重模態(tài)、近頻率問題,本文還對(duì)網(wǎng)架結(jié)構(gòu)測(cè)試中的單點(diǎn)最優(yōu)激勵(lì)位置做了一些探索。
概括起來,本文主要的研究成果如下:
1)找到了一套基于應(yīng)變模態(tài)和RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)架結(jié)構(gòu)桿單元損傷位置和損傷程度較有效的綜合診斷方法。即利用桿單元軸向應(yīng)變模態(tài)差作為損傷識(shí)別指標(biāo)進(jìn)行損傷位置識(shí)別,并利用RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行損傷程度的判定。然
3、后以一個(gè)正放四角錐網(wǎng)架和一個(gè)蜂窩形三角錐網(wǎng)架作為算例,借助有限元軟件ANSYS進(jìn)行數(shù)值模擬,并用MATLAB軟件編程進(jìn)行損傷位置和損傷程度的判定。結(jié)果表明該方法可以較準(zhǔn)確地判斷出網(wǎng)架結(jié)構(gòu)桿單元的損傷位置和損傷程度。
2)初步找到了網(wǎng)架結(jié)構(gòu)單點(diǎn)最優(yōu)激勵(lì)位置。首先推導(dǎo)單點(diǎn)激勵(lì)作用下結(jié)構(gòu)自由振動(dòng)響應(yīng)的表達(dá)式,然后根據(jù)該表達(dá)式的特點(diǎn)找出最優(yōu)激勵(lì)位置的選取方法,該方法在一定程度上避免網(wǎng)架結(jié)構(gòu)重頻率、近模態(tài)問題,并在此基礎(chǔ)上討論了損傷
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(qǐng)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(qǐng)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(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模態(tài)參數(shù)和神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷檢測(cè).pdf
- 基于曲率模態(tài)理論和RBF神經(jīng)網(wǎng)絡(luò)的橋梁損傷識(shí)別.pdf
- 基于應(yīng)變模態(tài)的結(jié)構(gòu)損傷檢測(cè)方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷檢測(cè)方法研究.pdf
- 基于模態(tài)應(yīng)變能與神經(jīng)網(wǎng)絡(luò)的橋梁損傷識(shí)別研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷檢測(cè)方法的研究.pdf
- 基于模態(tài)參數(shù)和神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)損傷診斷.pdf
- 基于模態(tài)應(yīng)變能法的結(jié)構(gòu)損傷檢測(cè)方法研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的橋梁損傷識(shí)別方法研究.pdf
- 基于改進(jìn)PSO的RBF神經(jīng)網(wǎng)絡(luò)入侵檢測(cè)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(shí)別方法研究.pdf
- 基于BP和RBF神經(jīng)網(wǎng)絡(luò)的木材缺陷檢測(cè)研究.pdf
- 基于殘余力向量和RBF神經(jīng)網(wǎng)絡(luò)損傷識(shí)別研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷檢測(cè)方法研究.pdf
- 基于GA-BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷檢測(cè)方法研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)入侵檢測(cè)模型的研究.pdf
- 基于模態(tài)分析理論和神經(jīng)網(wǎng)絡(luò)的橋梁損傷識(shí)別方法研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)的研究.pdf
- 基于應(yīng)變模態(tài)的結(jié)構(gòu)損傷診斷方法研究.pdf
- 基于組合模態(tài)參數(shù)識(shí)別結(jié)構(gòu)損傷的神經(jīng)網(wǎng)絡(luò)法.pdf
評(píng)論
0/150
提交評(píng)論