OALib Journal期刊
桁架结构损伤识别的数据融合方法研究
DOI: 10.13204/j.gyjz201212028
Keywords: 结构损伤 ,桁架结构 ,损伤识别 ,数据融合 ,小波概率神经网络
Abstract:
以数据融合技术进行桁架结构的单损伤和多损伤识别。通过研究基于频率的结构损伤理论,分析归一化的频率和损伤位置的关系;利用小波概率神经网络的算法对决策融合进行修正,建立基于小波概率神经网络的数据融合结构损伤识别模型。运用结构计算软件计算了一典型桁架结构的频率,并融合为小波概率神经网络算法的输入特征向量,并对桁架算例模型结构进行损伤识别。通过桁架不同位置的损伤情况,验证该方法的有效性,并提出工程应用中应注意的问题。研究结果表明,基于小波概率神经网络算法的数据融合技术是一种比较可靠的损伤识别方法,具有良好的工程应用前景。
References
[1] 姜绍飞.基于神经网络的结构优化与损伤检测[M].北京:科学出版社,2002. [2] Ko J M,Ni Y Q,Chan T.Dynamic Monitoring of Structural Healthin Cable-Supported Bridges[J].Smart Structures and Materials:Smart Systems for Bridges,Structures and Highways,1999(3671):161-172. [3] 谢志江,王雪.数据融合在机械故障诊断中的应用究[J].振动与冲击,2003,22(2):12-13. [4] 周先雁,刘希,沈蒲生.用含裂纹的梁单元识别混凝土框架结构损伤[J].振动工程学报,1999,12(1):115-119. [5] 贺拴海,宋一凡,赵小星,等.钢筋混凝土梁结构裂缝特征与损伤评估方法实验研究[J].土木工程学报,2003,36(2):6-9. [6] Gros X E.NDT Data Fusion at Pixel Level[J].NDT&EInternational,1999(32):283-292. [7] 杨万海.多传感器数据融合及其应用[M].西安:西安电子科技大学出版社,2004. [8] 徐典,杨佑发,邓燕华.基于动静结合的桁架结构损伤识别研究[J].工业建筑,2011,41(7):21-25. [9] 夏敬禅,段敬民,赵洪波,等.基于模态参数和支持向量机发热桁架结构损伤识别研究[J].工业建筑,2011,41(7):16-20. [10] 姜绍飞,付春,陈仲堂,等.基于WPNN与数据融合的损伤检测方法[J].沈阳建筑大学学报:自然科学版,2005,21(2):86-90.
Full-Text
Contact Us
service@oalib.com
QQ:3279437679
WhatsApp +8615387084133
