人工神經(jīng)網(wǎng)絡(luò)在地震激勵(lì)下結(jié)構(gòu)動(dòng)力穩(wěn)定性預(yù)測中的應(yīng)用.pdf

1、本文借鑒人工神經(jīng)網(wǎng)絡(luò)和小波理論在結(jié)構(gòu)損傷領(lǐng)域的應(yīng)用方法，提出了兩種基于神經(jīng)網(wǎng)絡(luò)的動(dòng)力穩(wěn)定性預(yù)測方法，即基于PNN(ProbabilisticNeural Network)的結(jié)構(gòu)動(dòng)力穩(wěn)定性離線預(yù)測方法和基于P-RAN(Resource-Allocating Network)的結(jié)構(gòu)動(dòng)力穩(wěn)定性在線預(yù)測方法。前者可以應(yīng)用于設(shè)計(jì)過程中的結(jié)構(gòu)動(dòng)力穩(wěn)定承載能力預(yù)測，通過已知的一系列荷載作用下的結(jié)構(gòu)動(dòng)力穩(wěn)定特性，來預(yù)測結(jié)構(gòu)在其它荷載作用下的結(jié)構(gòu)動(dòng)力穩(wěn)定

2、特性。后者可以應(yīng)用于結(jié)構(gòu)使用階段在線健康監(jiān)測和智能控制，通過預(yù)測出結(jié)構(gòu)未來時(shí)刻的響應(yīng)，便可根據(jù)預(yù)先設(shè)定的動(dòng)力失穩(wěn)判別標(biāo)準(zhǔn)來預(yù)測結(jié)構(gòu)未來動(dòng)力穩(wěn)定的變化趨勢(shì)。 運(yùn)用基于PNN的結(jié)構(gòu)動(dòng)力穩(wěn)定性離線預(yù)測方法對(duì)一含有隨機(jī)缺陷的72桿歌德斯克扁網(wǎng)殼在地震作用下的動(dòng)力穩(wěn)定性進(jìn)行預(yù)測。以地震波的波形和加速度峰值作為特征參數(shù)，使用小波能量算法提取地震波的能量特征，并以結(jié)構(gòu)整體動(dòng)力失穩(wěn)、局部動(dòng)力失穩(wěn)和動(dòng)力穩(wěn)定為識(shí)別模式，進(jìn)行PNN的訓(xùn)練和預(yù)測。預(yù)測

3、一致率達(dá)到75％，有效率達(dá)到95％。對(duì)于相同類型地震波的其它峰值，預(yù)測有效率達(dá)到了100％，對(duì)于不同類型的地震波，預(yù)測有效率稍低，達(dá)到92.3％，但一致率為61.5％。結(jié)果同時(shí)顯示出訓(xùn)練樣本的數(shù)量和組成是影響網(wǎng)絡(luò)性能的重要因素。 另外，對(duì)P-RAN算法提出了三點(diǎn)改進(jìn)：(1)采用K-聚類算法對(duì)網(wǎng)絡(luò)進(jìn)行初始化，(2)降低單樣本學(xué)習(xí)噪聲污染的改進(jìn)，(3)刪除節(jié)點(diǎn)策略的改進(jìn)，并運(yùn)用基于P-RAN的結(jié)構(gòu)動(dòng)力穩(wěn)定性在線預(yù)測方法，對(duì)某24桿扁