%0 Journal Article
%T 基于遗传神经网络与模态应变能的斜裂缝两阶段诊断方法
%A 李忠献
%A 刘永光
%J 工程力学
%D 2008
%X 基于遗传神经网络与模态应变能，提出了一种斜裂缝两阶段诊断方法，识别梁体中斜裂缝的位置、角度和深度。根据线弹性断裂力学与虚功原理，推导了斜裂缝梁的单元刚度矩阵，得到了其频率与振型。采用遗传算法对BP神经网络的拓扑结构、权值和阈值进行优化，从而建立了遗传神经网络，用于识别梁体中斜裂缝的位置和角度；结合斜裂缝单元的模态应变能，通过对斜裂缝应力强度因子的积分，得到斜裂缝深度的解析表达式，用于识别斜裂缝的深度。数值仿真表明：能够高精度地诊断出梁体中斜裂缝的损伤状态，包括位置、角度和深度；与BP神经网络相比，遗传神经网络具有更强的泛化能力，且对测量噪声具有较好的鲁棒性。
%K 结构工程
%K 损伤诊断
%K 斜裂缝
%K 遗传神经网络
%K 模态应变能
%K 应力强度因子
%K 泛化能力
%K 鲁棒性
%U http://gclx.tsinghua.edu.cn/CN/abstract/abstract2236.shtml