简谈单点基于应变模态和RBF神经网络网架结构损伤检测策略学士

论文导读：
摘要：网架结构是空间结构领域运用最为广泛的结构形式之一,它具有刚度大、自重轻、受力合理、抗震性能好等优点被广泛用于工业和民用建筑当中。网架结构日益广泛运用的同时,损伤、老化等现象不可避开,严重的甚至引起倒塌。为了及时、准确的发现结构安全隐患,减少盲目维修所消耗的大笔资金,对网架结构进行检测变得十分重要。本论文对网架结构的损伤位置、损伤程度判定不足进行了系统深入的探讨；另外,网架结构是具有众多杆件的复杂结构,自由度巨大,测试所得结构振动信号容易出现重频率、近模态不足,且振动信号的激振位置直接联系着损伤信息的强弱,所以为了解决动测试验中网架结构的重模态、近频率不足,本论文还对网架结构测试中的单点最优激励位置做了一些探讨。概括起来,本论文主要的探讨成果如下：1)找到了一套基于应变模态和RBF神经网络的网架结构杆单元损伤位置和损伤程度较有效的综合诊断策略。即利用杆单元轴向应变模态差作为损伤识别指标进行损伤位置识别,并利用RBF神经网络进行损伤程度的判定。然后以一个正放四角锥网架和一个蜂窝形三角锥网架作为算例,借助有限元软件ANSYS进行数值模拟,并用MATLAB软件编程进行损伤位置和损伤程度的判定。结果表明该策略可以较准确地判断出网架结构杆单元的损伤位置和损伤程度。2)初步找到了网架结构单点最优激励位置。首先推导单点激励作用下结构自由振动响应的表达式,然后根据该表达式的特点找出最优激励位置的选取策略,该策略在一定程度上避开网架结构重频率、近模态不足,并在此基础上讨论了损伤情况对单点最优激励位置的影响。最后用两个数值算例验证了单点最优激励位置的有效性。关键词：网架结构论文损伤检测论文应变模态论文RBF神经网络论文单点最优激励位置论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要4-5
Abstract5-9
第1章 绪论9-16

1.1 课题的探讨背景和作用9

1.2 结构损伤检测策略9-14

1.2.1 动力指纹法9-12

1.2.2 小波浅析法12

1.2.3 神经网络法12-13

1.2.4 希-黄变换法13

1.2.5 模型修正法13-14

1.3 论文结构安排14-16

第2章 基于应变模态技术的损伤位置识别16-32

2.1 应变模态模型的推导16-20

2.

1.1 直接法推导16-18

2.

1.2 连续体的振动微分方程推导18

2.

1.3 有限元策略推导18-20

2.2 杆单元轴向应变模态差20-23

2.3 数值算例23-31

2.3.1 正放四角锥网架的损伤位置识别23-28

2.3.2 蜂窝形三角锥网架的损伤位置识别28-31

2.4 本章小结31-32

第3章 基于RBF神经网络的损伤程度识别32-38

3.1 引言32

3.2 人工神经网络基本原理32-33

3.

2.1 人工神经网络的模型32-33

3.

2.2 人工神经网络的分类和学习策略33

3.3 RBF神经网络原理与模型33-34

3.4 RBF神经网络学习算法34-36

3.5 基于RBF神经网络的结构损伤程度判定36-37

3.5.1 正放四角锥网架的损伤程度判定36-37

3.5.2 蜂窝形三角锥网架的损伤程度判定37

3.6 本章小结37-38

第4章 网架结构单点最优激励位置选取38-64

4.1 引言38-39

4.2 网架结构单点最优激励位置选取策略39-42

4.

2.1 单点激励作用下结构自由振动响应浅析39-41

4.

2.2 单点最优激励位置选取41-42

4.3 数值算例42-62
4.

3.1 正放四角锥网架单点最优激励位置选取42-55

4.

3.2 蜂窝形三角锥网架单点最优激励位置选取55-62

4.4 本章小结62-64
结论64-65
参考文献65-69
攻读硕士学位期间所发表的论文69-70
致谢70