期刊文献+

基于模态参数和神经网络的桥梁损伤识别方法 被引量:1

在线阅读 下载PDF
导出
摘要 由于人工神经网络具有强大的模式识别能力,近年来被广泛用于结构的损伤识别。神经网络输入参数的选择直接影响损伤识别的效果,利用结构振动模态分析理论,验证了结构损伤前后的模态柔度差和模态振型差均有对基准有限元建模误差不敏感的特性,建立了以上述两种指标作为神经网络输入参数进行结构损伤程度识别的方法,从而避免因基准有限元模型误差对神经网络训练数据的影响,提高识别准确性。32 m简支箱梁的数值模拟结果表明,训练好的神经网络可以准确地识别出结构损伤程度,并且讨论了测量误差对识别结果的影响。
出处 《铁道建筑》 北大核心 2011年第12期4-9,共6页 Railway Engineering
  • 相关文献

参考文献7

二级参考文献62

共引文献477

同被引文献5

  • 1刘仁云,于繁华,刘军.基于小波神经网络的简支梁桥损伤识别[J].吉林大学学报(工学版),2009,39(S2):413-416. 被引量:5
  • 2Liew K M, Wang Q. Application of Wavelet Theory for Crack Identification in Structure[J]. Journal of Engineer- ing, Mechanics, 1998,124(2).
  • 3Raghavendrachar M, Akan A E . Flexibility of Multi--Reference Impact Testing for Bridge Diagnostics ['J]. Journal of Structural Engineering, American Society of Civil Engineering, 1999,125(4).
  • 4SunZ, Chang C C. Structural Damage Assessment Based on Wavelet Packet Transform[J]. Journal of Structural Engineering, ASCE, 2002.128 (10).
  • 5管德清,蒋欣.基于转角模态小波变换的连续梁损伤识别研究[J].长沙理工大学学报(自然科学版),2007,4(4):29-32. 被引量:7

引证文献1

二级引证文献7

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部