

版權(quán)說(shuō)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、近年來(lái),我國(guó)基礎(chǔ)設(shè)施建設(shè)發(fā)展迅速,橋梁結(jié)構(gòu)作為交通運(yùn)輸?shù)闹匾A(chǔ)設(shè)施,安全問(wèn)題備受人們的關(guān)注。為保障橋梁的安全運(yùn)營(yíng),橋梁結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)得到了廣泛的應(yīng)用。在橋梁健康監(jiān)測(cè)系統(tǒng)中,包括數(shù)量眾多的傳感器,這些傳感器持續(xù)、長(zhǎng)期、實(shí)時(shí)的采集各類數(shù)據(jù)。隨著監(jiān)測(cè)時(shí)間的不斷增長(zhǎng),形成海量數(shù)據(jù)。本文通過(guò)研究基于kohonen算法的數(shù)據(jù)挖掘方法,對(duì)海量監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析計(jì)算,為橋梁的后期評(píng)估以及預(yù)警提供基礎(chǔ)數(shù)據(jù)。主要研究?jī)?nèi)容如下:
第一,以三個(gè)隨機(jī)
2、數(shù)組為例對(duì)算法進(jìn)行試驗(yàn),通過(guò)三種數(shù)組的聚類結(jié)果分析算法中存在的不足。針對(duì)算法收斂速度和計(jì)算準(zhǔn)確性兩方面的不足提出了算法的改進(jìn),通過(guò)三個(gè)例子對(duì)比算法改進(jìn)前后的收斂速度以及聚類準(zhǔn)確性,證明算法的改進(jìn)具有很好的效果。
第二,利用有限元分析軟件邁達(dá)斯,根據(jù)甬江特大橋的設(shè)計(jì)圖紙建立大橋的初始有限元模型,并對(duì)大橋進(jìn)行了初步的分析。分析橋梁初始有限元模型中可能存在的三種誤差,確定產(chǎn)生每一種誤差的原因。為了獲得結(jié)構(gòu)的基準(zhǔn)有限元模型,減小各方面
3、的誤差,對(duì)結(jié)構(gòu)的初始有限元模型進(jìn)行修正。以結(jié)構(gòu)的動(dòng)力特性作為目標(biāo)量對(duì)模型進(jìn)行修正,修正后達(dá)到了很好的效果。利用修正后的結(jié)構(gòu)基準(zhǔn)有限元模型,模擬橋梁試驗(yàn)荷載,對(duì)橋梁存在的靜力誤差進(jìn)行驗(yàn)證,通過(guò)結(jié)果可以看出,所得的結(jié)構(gòu)基準(zhǔn)有限元模型的靜力方面誤差要小于未進(jìn)行修正的誤差。
第三,對(duì)健康監(jiān)測(cè)原始數(shù)據(jù)進(jìn)行預(yù)處理,進(jìn)行濾波處理。結(jié)合kohonen算法與結(jié)構(gòu)的基準(zhǔn)有限元模型建立橋梁健康監(jiān)測(cè)的數(shù)據(jù)挖掘聚類分析模型,確定識(shí)別異常數(shù)據(jù)的異常閥值。
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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
- 橋梁健康監(jiān)測(cè)數(shù)據(jù)的數(shù)據(jù)挖掘模型.pdf
- 基于混合蛙跳的數(shù)據(jù)挖掘模糊聚類算法研究.pdf
- 數(shù)據(jù)挖掘中模糊聚類算法的研究.pdf
- 基于模糊聚類算法的文本挖掘.pdf
- 數(shù)據(jù)挖掘中模糊聚類算法研究.pdf
- 基于模糊聚類的數(shù)據(jù)挖掘研究.pdf
- 基于人工蜂群的模糊聚類數(shù)據(jù)挖掘算法研究.pdf
- 基于矩陣模糊聚類的Web使用挖掘算法.pdf
- 改進(jìn)模糊C-均值聚類算法的數(shù)據(jù)挖掘研究.pdf
- 基于模糊聚類的增量式挖掘算法研究.pdf
- 基于入侵雜草算法的數(shù)據(jù)挖掘聚類算法研究.pdf
- 模糊聚類算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 基于聚類算法的數(shù)據(jù)挖掘技術(shù)的研究.pdf
- 基于數(shù)據(jù)挖掘聚類算法的研究及其應(yīng)用.pdf
- 基于Storm的流數(shù)據(jù)聚類挖掘算法的研究.pdf
- 異步采樣數(shù)據(jù)的模糊聚類算法.pdf
- 數(shù)據(jù)挖掘中的聚類算法研究.pdf
- 基于層次聚類的模糊聚類算法的研究.pdf
- 基于密度的數(shù)據(jù)流聚類挖掘算法.pdf
- 數(shù)據(jù)挖掘中模糊聚類與聚類集成研究.pdf
評(píng)論
0/150
提交評(píng)論