首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 31 毫秒
1.
应用人工神经网络技术的大型斜拉桥子结构损伤识别研究   总被引:12,自引:0,他引:12  
本文应用人工神经网络技术对大型斜拉桥结构进行了子结构损伤识别研究。文中首先介绍了子结构损伤识别的基本方法,然后应用自组织竞争神经网络建立了对于大型桥梁结构识别子结构损伤情况的子结构损伤识别方法,并且应用BP网络进一步建立了大型桥梁结构各子结构内部的损伤位置和损伤程度的识别方法,数值模拟了一大跨度斜拉桥子结构损伤以及子结构内部损伤的识别过程,最后得出结论:(1)基于自组织竞争网络的子结构损伤识别方法能迅速准确地识别大型结构的损伤情况;(2)基于BP网络所建立的结构损伤识别方法,能对子结构中结构损伤的位置和程度进行进一步的识别;(3)基于人工神经网络技术的结构损伤识别方法是大型土木工程结构损伤识别的有效方法,可在工程结构损伤识别中广泛应用。  相似文献   

2.
钢筋混凝土框架结构地震损伤的识别与试验分析   总被引:1,自引:0,他引:1  
通过单层及多层钢筋混凝土框架模型的地震损伤模拟试验,揭示了钢筋混凝土结构地震损伤与动力特性变化的关系;概据损伤力学方法,建立了利用可识别参数的地震损伤模型;提出了结构损伤状态参数的识别方法和以上此为基础估计结构地震损伤的方法,从而为钢筋混凝土框架结构的震后损伤识别和修得加固提供了理论依据。  相似文献   

3.
杨开荣  周晶  冯新 《地震学刊》2011,(6):642-647
根据以往模态柔度损伤指标的研究成果,建立了模态柔度差曲率和模态柔度曲率差这2种结构损伤识别指标。通过对一个百米钢栈桥最容易发生损伤的下弦梁进行各种损伤工况下的数值模拟研究,比较分析了这2种结构损伤指标的损伤识别效果。并且在钢栈桥2根下弦梁都有损伤的情况下,对两者之间损伤识别效果的相互影响进行了研究。研究结果表明,本文提出的2种损伤识别指标,对空间复杂钢栈桥的易损下弦梁都有很好的损伤识别效果,2根下弦梁的损伤识别具有较好的独立性。  相似文献   

4.
在单轴压缩下煤样损伤模型基本原理的基础上,推导出了基于声发射参量的煤样损伤模型。以原煤为研究对象,在单轴压缩下,对煤样进行声发射实验,验证了基于声发射参量的煤样损伤模型在煤样破坏前是可行的;分析了在单轴压缩下的声发射特性,并提出了基于"归一化"声发射累计计数的损伤变量,得到了在单轴压缩下煤样的应变—损伤方程和煤样的一维损伤本构方程。研究结果表明:声发射参量能够反映煤样内部原生裂隙的压密及新裂隙的产生、扩展、贯通等演化过程;基于声发射参量的煤样损伤模型是合理的,反映了声发射事件数和煤样损伤之间的对应关系;单轴压缩下的煤样损伤演化过程,可分为初始损伤阶段、损伤稳定演化和发展阶段、损伤加速发展阶段和残余损伤阶段4个阶段。  相似文献   

5.
在结构损伤识别中,损伤发生的时间、损伤定位及损伤程度是三个核心问题。本文利用HHT方法结合经验遗传-单纯形算法分析刚度突变MDOF体系在地震波输入下结构的动力损伤识别问题,并以刚度突变4DOF结构体系在ELCentro地震波输入下结构动力特性识别为例进行了讨论。通过Fourier变换得到了结构损伤后的自振频率,利用HHT方法识别出结构损伤发生的时间,在此基础上运用经验遗传-单纯形算法识别出结构损伤后的刚度,从而确定了损伤的程度。  相似文献   

6.
阐述了一种基于时域相关分析的结构损伤指数,并进行了该指数的实验研究,目的是探讨一种对损伤敏感的损伤识别方法。试验模型为具有4根柱子的2层钢框架,模型通过底部4根桩埋在土壤里。在底层柱顶端设置缺口代表损伤,设计了2种损伤,有限元数值模拟分析得到的基频变化率分别为0.42%和0.94%。采用激振器对底板进行正弦激励,激励频率为25Hz。利用顶板和中板响应计算该损伤指数,绘制了损伤指数及其变化率与结构损伤程度的关系曲线。结果显示,该指数对损伤敏感,具有进行损伤判定与标定的潜力。  相似文献   

7.
结构损伤分析的力学方法   总被引:13,自引:2,他引:13  
本文将损伤力学中的损伤变量概念从材料广到了构件和结构;在此基础上,针对钢筋混凝土结构单调力-变形曲线,给出了其损伤演变过程,并对等位移循环和地震后钢筋混凝土压弯构件的低周疲劳损伤进行了分析。最后,探讨了系统损伤的组合问题。  相似文献   

8.
杨耀鑫    杨永强    杨游  公茂盛   《世界地震工程》2023,39(1):049-58
为了利用结构地震响应观测数据在震后对结构进行损伤快速评估,本文提出了基于BP传播神经网络多参数预测震后结构损伤程度的方法。本文设计了9个不同设防烈度和层数的钢筋混凝土框架结构,利用OpenSees有限元软件进行了非线性时程分析,并用损伤指数量化了结构损伤程度。利用有限元模拟结果,创建了神经网络的数据集,训练神经网络建立了结构参数与结构损伤指数之间的映射,对比了不同参数组合预测结构损伤水平的能力,提出了最优参数组合。结果表明:此方法预测结构损伤指数准确度高,耗时短,可为建筑工程震后损伤快速评估提供支撑。  相似文献   

9.
对工程结构进行损伤识别与检测,可以发现结构损伤位置,评估损伤程度,为结构加固与修复提供依据,从而保证工程结构正常运行,进而保护人们生命财产安全,因此结构损伤识别方法研究一直是土木工程领域重要研究课题。结构损伤识别方法总体上分为确定性方法和不确定性方法,相比于确定性方法,不确定性方法考虑了识别过程中不确定因素的影响,成为目前损伤识别领域的研究热点。本文回顾了确定性方法和不确定性方法发展历程,阐述了几种常见的损伤识别方法及其优缺点,并根据国内外研究现状对结构损伤识别方法发展进行了展望,可供损伤识别方法研究与应用参考。  相似文献   

10.
传统结构损伤识别需对采集数据进行分析,提取相应特征进行损伤诊断。特征提取过程需消耗大量的计算成本,无法满足结构健康监测在线损伤识别的需求。为提高损伤识别的计算效率和自动化程度,提出基于一维卷积神经网络的结构损伤识别方法,其特点是可以直接从原始振动信号中自主学习损伤特征,并准确快速地识别结构的损伤位置和损伤程度。采用简支梁数值模型和IABMAS BHM Benchmark数值模型验证所提方法的有效性。数值结果表明:所建立的一维卷积神经网络模型能够准确识别结构的损伤位置和损伤程度,具备一定的抗噪性能,整体模型收敛快,对单条样本测试延迟低。设计了钢框架结构损伤识别试验,采用所提方法对框架结构的损伤情况进行了识别。分析结果表明:所提方法可准确识别结构损伤程度及损伤类别,测试集准确率为100%,验证了方法在实际结构损伤识别的应用可行性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号