共查询到18条相似文献,搜索用时 78 毫秒
1.
2.
3.
对损伤识别的参数选取作了分析,以一个经典的简支矩形钢梁为例,对基于BP神经网络的结构损伤识别进行了探讨,从算例结果可以看出:BP神经网络控制理论在结构损伤识别分析中应用是可行的。 相似文献
4.
结合结构当前的服役状况,分析了对结构进行损伤检测的必要性和重要性,并对基于结构动力响应的结构损伤检测方法进行了介绍,探讨了该方法的优缺点和适用范围,指出了该方法的应用前景和需进一步研究的方向。 相似文献
5.
6.
建筑结构或桥梁的损伤程度常常是逐渐变严重的,寻求一种方便的无损检测方法来监测结构的损伤程度,一直是人们研究的热门课题.近年来,不少人开始尝试用小波方法来识别结构的损伤程度.用小波方法识别结构损伤的原理是什么? 相似文献
7.
综述了目前基于小波分析、统计的小波包特征、以及基于小波包与神经网络等技术对结构进行损伤诊断的3种方法,以及各方法的优缺点及适用范围。 相似文献
8.
9.
基于小波函数对损伤前后的结构挠度曲线进行多层分解,提出了一种梁式结构的损伤识别方法。该方法可以通过小波变换系数的变化和分布情况来识别结构是否损伤并确定出损伤的具体位置,数值模拟悬臂梁桥的结果显示该方法对于梁式结构的单一损伤和多损伤情况具有一定的适用性。 相似文献
10.
随着大型土木工程的兴建,采用先进的仪器和科学的方法来进行在线监测和诊断对结构健康状况的评估起着越来越重要的作用.但无论是基于固有频率变化,还是振型变化,以及基于柔度或刚度变化的测量方法,都存在着一个共同的局限性,就是对微小损伤和疲劳损伤的识别,由于其探测灵敏度不够,显得力不从心,因此需要寻找一种更有效的损伤检测手段.小波变换作为一种新的信号处理方法,综合了时域分析方法和频域分析方法的优点,属于多分辨率的时频分析方法,具有伸缩、平移和放大功能,可以用不同的尺度或分辨率来观察信号,实现既在时域又在频域的高分辨局部定位,对于非平稳信号的处理是非常适合和必要的,正是结构损伤检测的基本要求.给出了结构整体进行损伤判别的方法,将各层能量在各频段进行分解,通过能量变化情况给出了结构损伤程度的判定方法,并且在三层钢筋混凝土框架结构的损伤判别试验中得到应用,试验结果与理论分析吻合较好,从而证明了提出的损伤判别方法的可行性与准确性. 相似文献
11.
12.
13.
14.
15.
简单介绍了神经网络技术及其分类方法,对使用神经网络进行斜拉桥损伤识别的基本流程进行了详细阐述,并分析了输入向量的选择优缺点,以期促进基于神经网络的结构损伤识别技术的推广应用。 相似文献
16.
BP神经网络在桥梁结构损伤诊断中的应用 总被引:1,自引:0,他引:1
针对桥梁台后结构损伤分别进行了动力计算和静力试验,提出了采用BP神经网络进行结构损伤位置和程度的识别诊断研究,试验结果表明比较准确可信,该方法具有良好的应用前景。 相似文献
17.
《Structure and Infrastructure Engineering》2013,9(1):106-127
In this study, the applicability of continuous wavelet transform (CWT) and discrete wavelet transform (DWT) for seismic damage detection of tall airport traffic control (ATC) towers was investigated. Nonlinear finite element (NFE) model of Kuala Lumpur International Airport (KLIA) ATC tower with the height of 120 m was created using discrete moment-curvature hinges. Three different strong ground motions excited the tower and three different damage scenarios were then obtained. Response accelerations at four strategically selected locations were analysed by CWT and DWT to detect the damage scenarios. It was found that CWT successfully detects seismic-induced damage even when the signals are polluted by noises. On the other hand, DWT is quite sensitive to noisy signals and successful damage detection by DWT depends on noise level and sampling interval. Moreover, it was observed that DWT is more sensitive to the change in the stiffness of the tower structural elements than CWT. 相似文献