![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/16/f14938d0-f524-4cbf-8d8d-468c161f21a3/f14938d0-f524-4cbf-8d8d-468c161f21a3pic.jpg)
![基于神經(jīng)網(wǎng)絡(luò)的懸臂式擋墻模態(tài)參數(shù)識別.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/16/f14938d0-f524-4cbf-8d8d-468c161f21a3/f14938d0-f524-4cbf-8d8d-468c161f21a31.gif)
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),請進行舉報或認領(lǐng)
文檔簡介
1、大量工業(yè)與民用建筑和社會基礎(chǔ)設(shè)施在長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)性災難。對結(jié)構(gòu)健康狀況和損傷進行有效的評估已經(jīng)成為國際土木工程界面臨的一項緊迫課題,其中結(jié)構(gòu)參數(shù)識別是其關(guān)鍵和核心問題之一。
模態(tài)參數(shù)能夠直觀、準確地反映系統(tǒng)動態(tài)特性,具有簡明、直觀和物理概念清晰等優(yōu)點,目前常被用于結(jié)構(gòu)動態(tài)特性分析。模態(tài)參數(shù)識別是結(jié)構(gòu)動態(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理論、信號分析、數(shù)據(jù)處理、概率統(tǒng)計以及自動控制理論中的相關(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用,包括結(jié)構(gòu)參數(shù)識別和損傷評估。但以往基于神經(jīng)網(wǎng)絡(luò)和結(jié)構(gòu)響應時間序列的結(jié)構(gòu)損傷識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信號進行FFT處理和數(shù)字濾波,得到可以識別的模態(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)元的個數(shù),根據(jù)預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;最后對人工神經(jīng)網(wǎng)絡(luò)進行訓練,便可實現(xiàn)利用自由振動信號進行時域模態(tài)識別的目的。
本文首先回顧了傳統(tǒng)的結(jié)構(gòu)模態(tài)參數(shù)識別方法,并
4、對人工神經(jīng)網(wǎng)絡(luò)在土木工程中系統(tǒng)辨識的應用進行了總結(jié)。然后,提出了一種直接運用結(jié)構(gòu)動力響應測量、基于BP神經(jīng)網(wǎng)絡(luò)的時域結(jié)構(gòu)模態(tài)參數(shù)直接識別方法,并采用現(xiàn)場實驗模態(tài)分析結(jié)果對其進行驗證。最后利用該方法考察了采用不同強度等級混凝土對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)的損傷識別工作做出了基礎(chǔ)研究,并為動力模型的進一步改進提出了理論依據(jù)。結(jié)果表明,本文所采用的神經(jīng)網(wǎng)絡(luò)時域模態(tài)參數(shù)識別方法能可靠地運行,具有實際應用的前
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于神經(jīng)網(wǎng)絡(luò)的模態(tài)參數(shù)識別方法研究.pdf
- 基于組合模態(tài)參數(shù)識別結(jié)構(gòu)損傷的神經(jīng)網(wǎng)絡(luò)法.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
- 基于模態(tài)參數(shù)和神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷檢測.pdf
- 基于改進神經(jīng)網(wǎng)絡(luò)的斜拉橋參數(shù)識別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)和模態(tài)分析的橋梁損傷識別.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)應變能與神經(jīng)網(wǎng)絡(luò)的橋梁損傷識別研究.pdf
- 基于改進神經(jīng)網(wǎng)絡(luò)算法的斜拉橋參數(shù)識別研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)和模態(tài)分析的連續(xù)梁橋損傷識別.pdf
- 基于曲率模態(tài)理論和RBF神經(jīng)網(wǎng)絡(luò)的橋梁損傷識別.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)和模態(tài)曲率法的拱橋損傷識別研究.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
- 基于曲率模態(tài)小波神經(jīng)網(wǎng)絡(luò)的框架結(jié)構(gòu)損傷識別研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的調(diào)制信號識別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的遙感影像識別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的指紋識別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)運動軌跡識別.pdf
- 基于改進的BP神經(jīng)網(wǎng)絡(luò)多參數(shù)組合損傷識別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的貨幣識別研究.pdf
評論
0/150
提交評論