2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀

下載本文檔

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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、結(jié)構(gòu)健康監(jiān)測技術(shù)是當(dāng)前土木工程領(lǐng)域研究的熱點之一,而結(jié)構(gòu)損傷識別又是健康監(jiān)測的核心問題之一。結(jié)構(gòu)損傷識別方法眾多,每種方法都有其優(yōu)點與缺點。面對實際的損傷識別問題,如何選擇適合的損傷識別方法又成為一個關(guān)注的問題。本文的主要工作就是以ASCESHMBenchmark模型為對象,運(yùn)用多種損傷識別方法進(jìn)行驗證研究,對不同類型的方法的優(yōu)缺點做出總結(jié),以便于工程人員對實際問題可以迅速有效的選用適合的方法。
  本文首先介紹美國土木工程師協(xié)會

2、提出的結(jié)構(gòu)健康監(jiān)測Benchmark模型,選用三類典型的損傷識別方法,即柔度矩陣差法、靈敏度法和單元模態(tài)應(yīng)變能法對模擬的損傷工況進(jìn)行了識別,比較了它們的特點和適用情況。
  其次,應(yīng)用神經(jīng)網(wǎng)絡(luò)的分步損傷識別方法實現(xiàn)Benchmark結(jié)構(gòu)的損傷識別,首先以正則化的頻率變化率和頻率變化率作為損傷敏感參數(shù)并作為神經(jīng)網(wǎng)絡(luò)法的輸入;然后確定了用于損傷識別的神經(jīng)網(wǎng)絡(luò)的形式和學(xué)習(xí)算法,并選取了合適的網(wǎng)絡(luò)參數(shù);最后利用BP網(wǎng)絡(luò)的多重分步識別方法,

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(hù)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。

評論

0/150

提交評論