首页 | 本学科首页   官方微博 | 高级检索  
     

基于小波包变换和Replicator Neural Network的单位置结构损伤检测
引用本文:张祥,陈仁文.基于小波包变换和Replicator Neural Network的单位置结构损伤检测[J].机械强度,2020,42(3):509-515.
作者姓名:张祥  陈仁文
作者单位:南京航空航天大学机械结构力学及控制国家重点实验室,南京210016;南京航空航天大学机械结构力学及控制国家重点实验室,南京210016
基金项目:国家重点实验室自主研究项目;国家自然科学基金
摘    要:为了实现对结构的损伤检测,提出一种基于小波包变换和Replicator Neural Network (RNN)的单位置结构损伤检测方法。首先采用小波包变换对原始振动响应信号进行分解,计算分解得到的各频带的相对频带能量,这些相对频带能量的分布反映了结构特性。然后,将健康结构的相对频带能量作为输入训练RNN。最后,利用训练后的网络即可对结构进行实时损伤检测。实验表明,即使在有噪声干扰下,该方法仍然能够检测出结构是否存在损伤。

关 键 词:Replicator  Neural  Network  小波包变换  相对频带能量  结构损伤检测
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号