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! |
|