基于神经网络的空间桁架结构损伤三重识别

以一72杆空间钢桁架为例进行桁架结构损伤三重识别．考虑单损伤工况与双损伤工况,通过ANSYS软件建模得到结构在无损与损伤工况下的固有频率,运用神经网络进行结构损伤定位与损伤程度确定．首先识别损伤层,然后识别损伤层中的损伤杆件,最后识别损伤杆件的损伤程度．结果表明该方法用于桁架结构损伤识别是可行的．     

基于静力应变数据的BP神经网络损伤识别算法

为预防桥梁坍塌所造成的损失,设计一种以静力应变数据作为损伤识别因子的识别方法,并以实际桥梁的有限元模型为研究对象,通过有限元分析获取该模型的静力应变数据,训练并测试BP神经网络。MATLAB仿真测试表明：基于BP神经网络结构损伤识别算法能够准确地识别损伤位置和损伤程度,同时将该方法用于实际桥梁能够反映桥梁的健康状况。     

高效神经网络训练及其在桁架损伤识别中的应用

将应变模态相对变化率作为损伤指标,探索了与人工神经网络结合对桁架结构进行损伤识别的方法。利用ANSYS的命令流语言APDL编写二次开发程序,实现结构不同损伤工况下的模态自动求解过程,并定义APDL中多维数组参数,将不同损伤工况下计算得到的模态参数存储于外部设备。在人工神经网络训练阶段,再借助于Matlab软件的外部文件调用功能,将模态信息加以批量提取。数值仿真表明,本文的方法是一种高效的人工神经网络训练模式,且仅用一阶应变模态改变率就可实现对桁架结构的损伤识别,便于在实际工程中应用。     

摩擦耗能交错桁架结构体系的静力弹塑性分析

采用SAP2000软件对摩擦耗能交错桁架结构体系进行静力弹塑性分析.首先进行普通交错桁架结构的设计,然后在普通交错桁架结构的适当位置设置摩擦耗能器形成摩擦耗能交错桁架结构体系.建立各结构的平面协同分析模型后,对各个模型进行静力弹塑性分析.分析结果表明,摩擦耗能器的设置可以避免或延缓结构的破环,增强结构的延性和耗能能力;因此摩擦耗能交错桁架结构体系的抗震性能远远优于普通交错桁架结构体系.     

大跨度空腹桁架结构的静力性能分析

大跨度建筑通过采用空腹桁架结构,可以降低框架梁弯矩幅值、减小构件截面尺寸、增加结构净空高度,为实现较小截面尺寸构件建造大跨度建筑的可能提供理论依据。文章结合工程实例,采用sap2000对空腹桁架的不同方案进行静力分析,并与普通框架结构进行对比,通过分析空腹桁架不同方案的静力性能,确定合理的腹杆布置方法,分析腹杆与框架梁的内力和变形随两者线刚度比的变化情况,研究腹杆与框架梁的线刚度比对空腹桁架静力性能的影响。结果表明:当空腹桁架两端各设置一根腹杆时,腹杆的刚心应位于距支座0.2L处;当空腹桁架两端各设置两根腹杆时,每端腹杆的对称中心应分别位于框架梁的0.2L和0.8L处,且对称中心距两侧腹杆的刚心为0.08L;为提高空腹桁架结构的静力性能,腹杆与框架梁的刚度比应控制在1.6～3.8;腹杆主要承受弯矩和剪力,承受的轴力较小。     

平面钢桁架的结构计算与程序设计

从实际设计出发，以现行国家规范为依据，利用直接刚度阵法对平面钢桁架进行静力分析，并介绍了对杆件进行强度、稳定验算的方法，同时介绍了运用此方法编制直接用于钢结构设计的程序方法。     

基于小波包能量变化率的钢桁架损伤识别研究

提出了一种基于小波包能量变化率的钢桁架结构损伤识别方法.运用Ansys软件对钢桁架结构进行数值模拟,得到结构各节点的加速度响应数据;利用Matlab对加速度响应数据进行小波包分析,然后通过小波包能量变化率指标识别损伤.主要研究了不同损伤位置、不同损伤程度、以及噪声对损伤识别的影响.数值模拟结果表明,小波包能量变化率指标能准确有效地识别损伤,该方法具有较好的鲁棒性.     

结构损伤识别神经网络方法研究

阐述了利用神经网络建立结构损伤辨识系统的过程,并针对结构损伤识别中训练样本多、难以取舍的情况,采用了一种基于正交设计思想的样本选取方法,来构造网络训练所需的“最小”样本集。通过对缺陷板结构损伤识别的实例分析,说明了基于人工神经网络的损伤辨识系统的正确性。     

工程结构损伤识别技术的发展现状

目的：对损伤识别技术的现状作归纳与总结，并对其发展方向进行了探讨。方法：讲述了振动损伤识别方法，小波分析，神经网络损伤识别方法，结果与结论：指出了损伤识别中有待解决的问题及其发展前景。     

用神经网络方法识别结构损伤的研究

首先提供了结构损伤前后固有频率的变化包含了损伤位置的程度信息，研究了利用动态响应和神经网络技术进行结构参数识别的方法，并确定了结构损伤的位置与程度，建立了一个BP网络结构损识别模型，计算结果表明，该BP网络能准确实现结构损伤判别与定位，说明该方法有效，可靠。     

大型钢管桁架结构的静载试验研究

以浙江省某市的大型钢管桁架结构为工程背景,采用分级水加载试验方法,在拱顶横梁上施加与原设计相当的静力水荷载,测试了该钢管桁架结构主要控制截面在各级静力水荷载作用下的挠度、应变（应力）等数值的变化;并将测试结果与原结构的计算值与有关规范规定值作比较;通过检验系数的计算,研究了结构的承载力。试验表明,该钢管桁架结构的承载力和整体刚度尚能满足设计要求,但结构的荷载安全储备已不足,应尽快进行维修与加固处理。     

基于改进神经网络的建筑结构损伤识别方法研究

采用ANSYS有限元分析软件建立神经网络的训练样本,将结构的固有频率作为网络输入,结构损伤的位置和损伤程度作为网络输出,提出了基于神经网络的建筑结构损伤识别方法。讨论了神经网络训练方法和隐含层节点数目对目标函数的影响,分析了网络训练的训练不足和训练过度等问题。以简单的建筑结构为例,基于MATLAB的GUI工具进行了BP神经网络的设计和分析。数值反演结果表明,所改进的建筑结构损伤识别方法具有良好的反演精度和较快的收敛速度。     

基于模态分析的网架损伤识别

目的 探讨基于振动模态分析的结构无损检验技术及"频率变化平方比"的损伤识别方法,对网架结构进行损伤识别.方法 利用结构动力参数的改变进行损伤诊断,将"频率变化平方比"的方法用于网架结构的损伤识别中,将杆件的损伤通过杆件截面积的缺蚀体现出来,通过有限元分析方法编写的程序来模拟实际网架结构,对其进行模态分析,求出其位移模态和自振频率,来识别网架不同位置的损伤.结果 结构损伤使其刚度、质量和振型随之变化,结构的每一个部位的物理特性对结构的模态参数均有不同的影响,该影响构成了模态分析识别结构损伤的基础.结构的"频率变化平方比"包含了结构损伤程度和位置信息,仅是与结构损伤的位置有关的量,故可以用它来进行结构损伤定位.结论 作为一种网架损伤的数值模拟,对于杆件截面积缺蚀可以正确识别,是网架杆件损伤识别一种较为有效且简便可靠的方法.     

曲率模态识别桁架梁损伤位置方法研究

基于曲率模态识别结构损伤位置的方法具有测试简便，曲率对损伤的比较敏感等优点．详细说明了曲率模态识别损伤位置的具体方法：首先建立了桁架粱的有限元模型，用以计算正常情况下的动力特性：其次通过现场布拾振设备，采集实测数据，利用模态分析技术，获得实际结构的自振特性；再次将无损模型分段，假设某段破损，计算出自振特性，与实测结果相比较，从而判断出损失位置．最后作者介绍了一个识别例子．     

基于频率指标用BP网络进行结构损伤识别

基于摄动理论,推导出结构的频率变化比为结构损伤位置的函数,以此为损伤指标,结合BP网络进行结构损伤识别.以悬臂梁为研究对象,通过使结构刚度下降来模拟损伤情况,用结构损伤前后的频率变化比构造网络输入,对损伤进行定位分析.选取不同的损伤工况进行模拟计算,结果表明识别效果比较理想.     

广东某体育馆钢结构施工阶段静力分析

为掌握广州市某体育馆钢结构工程结构的特点,分析不同施工方案对结构的影响,利用大型有限元结构分析程序对比赛馆、训练馆的屋盖钢结构进行结构整体静力分析,并计算结构在不同类型荷载和工况下的内力和位移,得出结构在外部作用下的最不利部位.研究结果表明结构靠近底部约束的位置受温度影响很大,而中部的温度应力较小.     

结构损伤神经网络辨识系统的实现

阐述了利用神经网络建立结构损伤 辨识系统的过程，并对系统建立过程中训练样本的选取和预处理问题进行了说明。通过对缺陷板结构损伤辨识的实例分析，说明了基于人工神经网络的损伤辨识系统的正确性。     

基于遗传算法的结构损伤识别

从遗传算法和神经网络相结合的角度研究了结构损伤识别问题。首先从理论上阐述了遗传算法在研究非线性识别问题中的必要性和有效性 ,然后利用遗传算法与神经网络结合的方法解决结构损伤模型的识别问题 ,说明了遗传算法和神经网络结合后兼有神经网络广泛的映射能力和遗传算法快速的全局收敛性能