基于模态参数小波神经网络的结构损伤识别方法研究

基于模态参数小波神经网络的结构损伤识别方法研究

ID:34137670

大小:2.92 MB

页数:90页

时间:2019-03-03

基于模态参数小波神经网络的结构损伤识别方法研究_第1页
基于模态参数小波神经网络的结构损伤识别方法研究_第2页
基于模态参数小波神经网络的结构损伤识别方法研究_第3页
基于模态参数小波神经网络的结构损伤识别方法研究_第4页
基于模态参数小波神经网络的结构损伤识别方法研究_第5页
资源描述:

《基于模态参数小波神经网络的结构损伤识别方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、万方数据学校代号:10536学号:11102030229密级:公开长沙理工大学硕士学位论文基于模态参数小波神经网络的结构损伤识别方法研究国家自然科学基金(51378079)资助学位申请人姓名汤蝗塞指导教师筐德渲数援所在学院±丕生建箕堂暄专业名称结捡工猩论文提交日期2Q!垒生垒旦论文答辩日期2Q!垒生§旦答辩委员会主席缸送垩熬拯万方数据ResearchonStructuralDamageIdentificationMethodbytheWavelet—NeuralNetworkofModalPramatersbyTA

2、NGBowenB.E.(CentralSouthUniversityofForestryandTechnology)201AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofScienceStructuralEngineeringChangshaUniversityofScience&TechnologySupervisorProfessorGuanDeqingMay,2014万方数据长沙理工大学学位论文原创性声明本

3、人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均己在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者虢汤博灸作者签名:罚移督赘\日期:力牌∥月乡日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权长沙理工大学可以将本学位论文的全

4、部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时授权中国科学技术信息研究所将本论文收录到《中国学位论文全文数据库》,并通过网络向社会公众提供信息服务。本学位论文属于1、保密口,在年解密后适用本授权书。2、不保密团。(请在以上相应方框内打“4”)作者签名:导师签名:汤博良l帚侈瞄Et;ll:20t1年乡月3日日期:易,侔多,El3Et万方数据摘要结构在使用的过程中,由于各种原因可能会出现不同程度的损伤,当这些损伤累积到一定的程度时,将会导致结构的刚度和承载力的下降,进而

5、影响整个结构的使用性和耐久性,严重时还可能会引发灾难性的事故,造成巨大的经济损失和人员伤亡。因此,如何快速有效地识别出结构的损伤位置以及结构的损伤程度,已经成为当前工程结构损伤诊断研究领域的一项重要研究课题。小波分析作为一种时一频两域信号处理方法,能够在时域和频域较好的表征出信号的局部特性;神经网络算法拥有高度的非线性映射能力,对信号处理方面具有自组织、自学习、自适应能力。结合两者的优点,本文建立了基于小波分析和神经网络相结合的理论方法,通过小波分析得出的小波系数图判断出结构的损伤位置,并基于小波分析得出的小波系数

6、模极大值,利用神经网络识别出结构的损伤程度,因此,通过小波分析和神经网络两种方法的结合,可以实现对结构损伤位置和损伤程度的有效识别。本文以含有损伤的简支梁为研究对象,建立了基于振型模态、转角模态、曲率模态的损伤识别方法,对简支梁含有一处损伤和多处损伤的裂缝位置进行有效的识别,并对比了这三种模态下的损伤识别效果;然后对梁的模态参数进行小波变换得出小波系数图,利用神经网络去模拟小波系数模极大值与损伤程度之间的非线性关系来识别结构的损伤程度。数值模拟分析表明,小波分析和神经网络的结合可以有效地识别出结构的损伤位置和损伤程

7、度。本文以含有损伤的连续梁为研究对象,建立了含有一处损伤、二处损伤和多处损伤的有限元模型,对各损伤工况分别基于振型模态、转角模态、曲率模态下进行小波变换,通过小波系数图来识别出结构的损伤位置;然后利用神经网络去模拟小波系数模极大值与损伤程度之间的非线性关系,由神经网络的输出结果识别出结构的损伤程度。分析结万方数据果表明,将小波分析和神经网络相结合,准确的识别出了结构的损伤位置和损伤程度。因此本文方法对结构的损伤诊断具有重要的指导意义。关键词:小波变换;神经网络;损伤识别;振型模态;转角模态;曲率模态II万方数据AB

8、STRACTIntheprocessofusing,structureswillbedamageddifferentlyforvariousreasons.Thestructuralstiffnessandbearingcapacitywilldeclinewhenthesedamagesareaccumulatedtoacertaindegree.This

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。