基于时间序列与神经网络的空间网壳结构损伤检测方法

针对网壳结构损伤识别中遇到的模态信息不完备、模态局部化和跃迁现象以及结构自由度巨大所带来的建模精度低等实际困难,提出了一种适用于网壳结构损伤检测的方法——基于时间序列与神经网络的结构损伤检测法.首先,利用ANSYS瞬态分析模块提取结构加速度响应;然后,通过MATLAB(Matrix Laboratory)编程软件建立时间序列自回归模型即AR(Auto-Regressive)模型并提取模型参数,从而判定结构损伤是否发生;最后,对AR模型参数作差并对其进行组合作为损伤特征向量输入到由MATLAB神经网络工具箱建立的BP(Back Propagation)神经网络,对结构损伤进行定位.以凯威特单层球面网壳作为研究对象进行数值模拟,验证该方法的有效性.     

电感耦合等离子体质谱法测定大气降水中钠的不确定度评定

采用电感耦合等离子体质谱仪测定大气降水样品中的钠元素,并依据不确定度的评定与表示方法对分析过程中存在的不确定度来源如:标准溶液配制、校准曲线拟合、样品重复测定等各个环节进行探讨和评定,找出影响不确定度的主要因素.最终给出降水样品的合成扩展不确定度,降水样品的钠的浓度表示为(3.934±0.550)mg/L,k=2,从而...     

基于AR模型与BP神经网络的网壳结构损伤识别方法研究

针对网壳结构损伤识别中所面临的模态信息不完备、模态密集程度严重以及结构自由度巨大等困难,提出了一种基于时间序列自回归模型(AR模型)与BP神经网络的损伤识别方法.以凯威特型单层球面网壳为例,采用该方法识别损伤杆件位置.数值模拟结果表明,该方法具有较高的准确性和一定的抗噪性.进一步讨论了影响损伤识别结果精度的因素.研究表明,传感器的数目、布置位置对损伤识别结果有一定影响.