工字截面梁轨结构裂纹损伤的小波有限元定量诊断

研究工字截面梁轨结构裂纹定量识别中的正反问题,即通过裂纹位置和深度求解结构的固有频率以及利用结构的固有频率,识别裂纹位置和深度.裂纹被看作为一扭转线弹簧,利用工字梁裂纹应力强度因子推导出线弹簧刚度,构造出结构的小波有限元刚度矩阵和质量矩阵,从而获得裂纹结构的前3阶固有频率.通过行列式变换,将反问题求解简化为只含线弹簧刚度一个未知数的一元二次方程求根问题,分别做出以不同固有频率作为输入值时裂纹位置与裂纹深度之间的解曲线,曲线交点预测出裂纹的位置与深度,试验结果验证算法的有效性.     

基于小波有限元和遗传优化算法的转轴裂纹诊断

构造Rayleigh-Euler和Rayleigh-Timoshenko区间B样条小波梁单元,分别离散柔性转轴和刚性转盘,建立转子系统有限元模型.求解裂纹转子前三阶固有频率,并将其拟合成裂纹相对位置和相对深度的函数.将裂纹识别中的匹配追踪问题转化为多维优化问题,以实测固有频率作为输入,利用遗传算法寻优求解出与输入值相差最小的样本点,进而测出裂纹的相对位置和深度.试验研究表明,所提出的裂纹诊断方法具有较好的精度和鲁俸性,且易于在工程实践中进行裂纹转子定量诊断.     

基于遗传算法改进的BP神经网络模型的磨损机理智能识别

通过提取磨粒形状特征参数、颜色特征参数和表面纹理等特征参数对磨粒形态进行量化表征,并以此为输入矢量,引入遗传算法(GA)改进BP神经网络对磨粒进行自动分类识别,建立遗传算法改进的BP神经网络模型,并给出具体的算法实现过程。分别应用遗传算法改进的BP神经网络模型和未引入遗传算法改进的BP神经网络模型对磨粒图像进行智能识别。实验结果表明,遗传算法改进的BP神经网络综合了遗传算法的全局优化和BP算法局部搜索速度快的特点,网络识别率较高,具有较好的全局性。     

基于遗传算法改进的BP神经网络模型的磨损机制智能识别

通过提取磨粒形状特征参数、颜色特征参数和表面纹理等特征参数对磨粒形态进行量化表征,并以此为输入矢量,引入遗传算法(GA)改进BP神经网络对磨粒进行自动分类识别,建立遗传算法改进的BP神经网络模型,并给出具体的算法实现过程。分别应用遗传算法改进的BP神经网络模型和未引入遗传算法改进的BP神经网络模型对磨粒图像进行智能识别。实验结果表明,遗传算法改进的BP神经网络综合了遗传算法的全局优化和BP算法局部搜索速度快的特点,网络识别率较高,具有较好的全局性。     

基于自适应遗传BP算法的混合气体定量检测研究

针对混合气体检测问题,利用误差反向传播(BP)算法和遗传算法,提出了用自适应遗传算法优化BP神经网络的方法来实现定量检测.即利用遗传算法的全局搜索能力,对神经网络连接权值和阈值进行优化,再以优化后的初值作为BP神经网络的初始连接权值和阈值,最后用附加“动量项”的误差反向传播算法训练BP网络.设计了一个结构为7×18 ×3的3层BP网络用于一组含有5个样本的混合气体识别试验.结果表明:将自适应遗传神经网络算法应用于混合气体定量识别的训练中,收敛速度比附加“动量项”BP算法要快,而且学习精度更高,识别效率也提高了2/3.     

悬臂梁裂纹参数的识别方法

以梁振动理论作为基础 ,将含裂纹梁的振动问题转化为由弹性铰联接两个弹性梁系统的振动问题 ,得到理论计算含裂纹梁振动频率的特征方程。由此特征方程计算得到裂纹深度参数和位置参数变化时悬臂梁振动固有频率的变化规律。利用计算裂纹悬臂梁振动固有频率的特征方程 ,提出一种辩识裂纹深度和位置参数的数值计算方法。并通过对模拟悬臂梁裂纹的分析说明文中方法的有效性。     

基于区间B样条小波有限元的转子裂纹定量识别

研究一种基于区间B样条小波有限元的转子横向裂纹定量识别方法.构造包含转动惯量影响的区间B样条小波Rayleigh梁单元,高精度求解裂纹转子前三阶固有频率,获得裂纹相对位置和相对深度作为变量的固有频率解曲面.然后将实测的裂纹转子前三阶固有频率作为裂纹识别问题的输入,利用三条等高线的交点定量识别出裂纹存在的相对位置和相对深度.数值仿真和试验研究结果表明,该方法鲁棒性强,单元数量少,辨识精度和效率高,为转子系统裂纹定量识别提供了新方法.     

梁结构裂纹参数的识别方法

以Bernoulli-Euler梁振动理论为基础，引入断裂力学中能量释放率的概念，得到承弯梁出现横向裂纹时其固有频率的变化与裂纹参数的简化表达式，讨论梁裂纹参数、几何参数对固有频率的影响。利用这一表达式，提出一种识别裂纹位置和深度的数值方法，最后，用含裂纹等截面悬臂梁的实验验证所提方法。结果表明，在固有频率误差较小的情况下，文中方法可给出梁结构中裂纹位置和深度，可为更精确的局部探伤指出探测范围。     

受弯梁中开裂纹的位置识别与分析

利用有限元计算判定受弯梁中开裂纹的位置 ,从中得出 :同正常梁相比 ,裂纹梁的固有频率与振型的变化不但与裂纹深度而且与裂纹位置有关 ,因而 ,通过裂纹梁低阶固有频率及振型的变化情况可以判定裂纹的位置。对于裂纹较浅的情况 ,直接利用振型与固有频率的变化很难判定裂纹的位置 ,必须借用一些特征参数来提高识别的敏感性 ,这样 ,裂纹梁中早期裂纹的识别也是可行的     

BP-GA算法对斗轮堆取料机回转平台的结构优化

提出了一种基于BP神经网络和遗传算法(GA)的多工况离散变量结构优化设计方法,并对某斗轮堆取料机回转平台进行优化设计。该方法将多工况问题处理为多约束问题,利用正交试验法选择神经网络训练样本点,通过参数化有限元模型计算出各工况下的样本数据,建立起基于BP神经网络的回转平台数学模型,为遗传算法提供适应度函数,最后运用遗传算法完成寻优计算。结果表明,回转平台自重减轻13.8%,取得了满意的优化效果。