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79頁未讀 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、大量工業(yè)與民用建筑和社會(huì)基礎(chǔ)設(shè)施在長(zhǎng)期的服役過程中受到使用荷載及各種自然和人為因素的作用,不斷出現(xiàn)損傷累積和功能退化,極端情況下甚至引發(fā)突發(fā)性災(zāi)難。對(duì)結(jié)構(gòu)健康狀況和損傷進(jìn)行有效的評(píng)估已經(jīng)成為國際土木工程界面臨的一項(xiàng)緊迫課題,其中結(jié)構(gòu)參數(shù)識(shí)別是其關(guān)鍵和核心問題之一。
   模態(tài)參數(shù)能夠直觀、準(zhǔn)確地反映系統(tǒng)動(dòng)態(tài)特性,具有簡(jiǎn)明、直觀和物理概念清晰等優(yōu)點(diǎn),目前常被用于結(jié)構(gòu)動(dòng)態(tài)特性分析。模態(tài)參數(shù)識(shí)別是結(jié)構(gòu)動(dòng)態(tài)分析的重要內(nèi)容之一,經(jīng)過幾十年

2、的發(fā)展,模態(tài)分析理論吸取了振動(dòng)理論、信號(hào)分析、數(shù)據(jù)處理、概率統(tǒng)計(jì)以及自動(dòng)控制理論中的相關(guān)理論,并結(jié)合自身的發(fā)展,形成了一套具自身特色的理論體系。人工神經(jīng)網(wǎng)絡(luò)由于具有能以任意精度逼近任何線性和非線性函數(shù)關(guān)系的能力而在土木工程相關(guān)領(lǐng)域中得到了廣泛的應(yīng)用,包括結(jié)構(gòu)參數(shù)識(shí)別和損傷評(píng)估。但以往基于神經(jīng)網(wǎng)絡(luò)和結(jié)構(gòu)響應(yīng)時(shí)間序列的結(jié)構(gòu)損傷識(shí)別方法往往只能給出定性的結(jié)論而不能得出定量的結(jié)論,并且多用于系統(tǒng)識(shí)別,建立結(jié)構(gòu)參數(shù)和物理參數(shù)的函數(shù)關(guān)系。本文針對(duì)懸

3、臂式擋墻提出了一種基于前饋型神經(jīng)網(wǎng)絡(luò)的模態(tài)參數(shù)識(shí)別方法,該方法以前饋型神經(jīng)網(wǎng)絡(luò)基函數(shù)可調(diào)的原理,具體是先把自由振動(dòng)信號(hào)進(jìn)行FFT處理和數(shù)字濾波,得到可以識(shí)別的模態(tài)階數(shù)和精度不高的各階模態(tài)頻率、相位;其次根據(jù)模態(tài)的階數(shù)設(shè)定神經(jīng)元的個(gè)數(shù),根據(jù)預(yù)處理后得到的頻率和相位設(shè)定神經(jīng)網(wǎng)絡(luò)權(quán)值和基函數(shù)參數(shù)迭代的初始值;最后對(duì)人工神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,便可實(shí)現(xiàn)利用自由振動(dòng)信號(hào)進(jìn)行時(shí)域模態(tài)識(shí)別的目的。
   本文首先回顧了傳統(tǒng)的結(jié)構(gòu)模態(tài)參數(shù)識(shí)別方法,并

4、對(duì)人工神經(jīng)網(wǎng)絡(luò)在土木工程中系統(tǒng)辨識(shí)的應(yīng)用進(jìn)行了總結(jié)。然后,提出了一種直接運(yùn)用結(jié)構(gòu)動(dòng)力響應(yīng)測(cè)量、基于BP神經(jīng)網(wǎng)絡(luò)的時(shí)域結(jié)構(gòu)模態(tài)參數(shù)直接識(shí)別方法,并采用現(xiàn)場(chǎng)實(shí)驗(yàn)?zāi)B(tài)分析結(jié)果對(duì)其進(jìn)行驗(yàn)證。最后利用該方法考察了采用不同強(qiáng)度等級(jí)混凝土對(duì)懸臂式擋墻固有頻率的影響。為懸臂式擋土結(jié)構(gòu)的下一步懸臂式擋土結(jié)構(gòu)的損傷識(shí)別工作做出了基礎(chǔ)研究,并為動(dòng)力模型的進(jìn)一步改進(jìn)提出了理論依據(jù)。結(jié)果表明,本文所采用的神經(jīng)網(wǎng)絡(luò)時(shí)域模態(tài)參數(shù)識(shí)別方法能可靠地運(yùn)行,具有實(shí)際應(yīng)用的前

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

評(píng)論

0/150

提交評(píng)論