基于神经网络法多层空间框架结构损伤检测
最后更新时间:2024-01-20
作者:用户投稿本站原创
点赞:4253
浏览:9548
论文片段—和火灾)作用后,可能会发生各种损伤,从而使结构使用功能的要求或使安全性降低。在工程结构的使用中,诊断结构构件出现损伤,并损伤位置和的判定,预测下一个使用年限内结构的可靠度,进而制定最优的加固方案和维修策略,具有重大的社会效益和经济效益。主要多层空间框架结构模型阐述了基于神经网络法的损伤诊断。,介绍了损伤识别技神经网络论文,多层空间框架结构论文,损伤检测论文,
摘要:大多数工程结构在使用中环境载荷等因素的影响,在长期的疲劳载荷和腐蚀作用下,尤其当结构遭受的外来力(如地震和火灾)作用后,可能会发生各种损伤,从而使结构使用功能的要求或使安全性降低。在工程结构的使用中,诊断结构构件出现损伤,并损伤位置和的判定,预测下一个使用年限内结构的可靠度,进而制定最优的加固方案和维修策略,具有重大的社会效益和经济效益。主要多层空间框架结构模型阐述了基于神经网络法的损伤诊断毕业设计论文范文。,介绍了损伤识别技术在国内外的发展,对所的各种损伤识别方法的分类作了简单介绍论文写作格式。其次,给出了使用神经网络法对结构损伤诊断的力学依据,介绍了神经网络的基本、原理及数值计算方法学年论文格式。再次,以八层空间框架结构为研究对象,改变单元弹性模量的方法模拟结构损伤,有限元模态分析,结构在完好和不同损伤下的各阶固有频率与节点振型位移,利用二者的差值作为损伤标识量,用基于BP神经网络的方法识别结构损伤。为解决框架结构有较多层以及空间对称性问题,了一种新的输出方式和分步训练方法,两步训练两个神经网络系统,两个神经网络系统的结果可准确的判断损伤的具体位置和。,实验数据的测试来证明使用神经网络法结构损伤检测的适用性及准确性大学生毕业论文范文。关键词:神经网络论文多层空间框架结构论文损伤检测论文
摘要3-4
ABSTRACT4-8
1 绪论8-14
3 人工神经网络16-29
4.
5 实验分析47-55
8 参考文献58-60
摘要:大多数工程结构在使用中环境载荷等因素的影响,在长期的疲劳载荷和腐蚀作用下,尤其当结构遭受的外来力(如地震和火灾)作用后,可能会发生各种损伤,从而使结构使用功能的要求或使安全性降低。在工程结构的使用中,诊断结构构件出现损伤,并损伤位置和的判定,预测下一个使用年限内结构的可靠度,进而制定最优的加固方案和维修策略,具有重大的社会效益和经济效益。主要多层空间框架结构模型阐述了基于神经网络法的损伤诊断毕业设计论文范文。,介绍了损伤识别技术在国内外的发展,对所的各种损伤识别方法的分类作了简单介绍论文写作格式。其次,给出了使用神经网络法对结构损伤诊断的力学依据,介绍了神经网络的基本、原理及数值计算方法学年论文格式。再次,以八层空间框架结构为研究对象,改变单元弹性模量的方法模拟结构损伤,有限元模态分析,结构在完好和不同损伤下的各阶固有频率与节点振型位移,利用二者的差值作为损伤标识量,用基于BP神经网络的方法识别结构损伤。为解决框架结构有较多层以及空间对称性问题,了一种新的输出方式和分步训练方法,两步训练两个神经网络系统,两个神经网络系统的结果可准确的判断损伤的具体位置和。,实验数据的测试来证明使用神经网络法结构损伤检测的适用性及准确性大学生毕业论文范文。关键词:神经网络论文多层空间框架结构论文损伤检测论文
摘要3-4
ABSTRACT4-8
1 绪论8-14
1.1 课题研究的背景和8
1.2 结构损伤识别技术在国内外的发展8-9
1.3 损伤识别技术的分类9-13
1.4 的主要内容13
1.5 小结13-14
2 模态分析理论14-163 人工神经网络16-29
3.1 生物神经元16-17
3.2 人工神经元结构模型17-20
3.3 神经网络的互连模式20-21
3.4 神经网络的学习方式21-22
3.5 神经网络的学习规则22
3.6 人工神经网络的特点22-23
3.7 BP神经网络23-28
3.7.1 BP网络结构23
3.7.2 BP网络学习规则23-26
3.7.3 改进的BP算法26-27
3.7.4 BP神经网络的训练27-28
3.8 小结28-29
4 数值模拟29-474.1 模态分析与神经网络训练软件29-31
4.1.1 ANSYS软件简介29
4.1.2 ANSYS模态分析简介29-30
4.1.3 ANSYS模态分析的30
4.1.4 MATLAB与神经网络工具箱30-31
4.1.5 神经网络的训练31
4.2 框架结构模型计算31-464.
2.1 训练样本的32-34
4.2.2 网络的训练34-46
4.3 小结46-475 实验分析47-55
5.1 实验模型47-48
5.2 实验设备及连接示意图48-49
5.3 实验49-50
5.4 网络训练50-54
5.5 小结54-55
6 与展望55-576.1 主要内容与55
6.2 展望55-57
7 致谢57-588 参考文献58-60