共查询到20条相似文献，搜索用时 375 毫秒
1.
为了有效利用结构健康监测系统中的多源不确定数据,提高损伤识别的正确率,通过构造模糊神经网络(FNN)分类器,提出了一种新的概率赋值函数构造方法和数据融合损伤识别新方法.该损伤识别方法先对数据预处理,提取有效的特征参数,接着将它作为FNN的输入,构造FNN分类器,最后运用数据融合中的D-S证据理论计算出融合决策结果.为了验证所提方法的有效性,通过一个七层剪切型框架结构的数值模型,分别用单一FNN分类器和数据融合损伤识别方法进行了损伤识别和比较.研究结果表明,本文所提方法比单一决策结果更准确,具有更高的可靠度。 相似文献
2.
3.
为快速识别地震导致的框架结构损伤，采用一种新的损伤识别方法，即振型曲率演化法。该方法采用S变换对结构顶部的加速度进行分析，进而得出地震前与地震期间的两个重要时刻，然后通过计算这两个时刻的振型曲率差识别结构薄弱层位置。为验证该方法的合理性和有效性，以6层3跨RC框架结构为例，在不同地震波和不同调幅工况下，分别对比振型曲率演化法与单参数层间位移角、双参数损伤指数两种损伤指标识别的结构薄弱层位置。在此基础上进一步研究了振型曲率差与两种损伤指标之间的相关性，并建立了线性关联模型来识别薄弱层损伤程度。结果表明：振型曲率演化法与两种损伤指标在不同地震工况作用下识别的薄弱层有很好的一致性，说明该方法能够准确识别结构薄弱层位置。振型曲率差与两种损伤指标之间的拟合公式的相关系数均在0.8以上，相关性都很高，通过分析这种相关性，可以利用振型曲率差获得结构薄弱层的损伤程度。 相似文献
4.
为评估地震后钢筋混凝土(RC)框架结构的损伤状态,提高损伤评估的效率和精度,文章提出一种基于时频分析和一维卷积神经网络(1D-CNN)的地震损伤评估方法。首先利用增量动力时程分析对一个6层RC框架结构进行地震损伤模拟,并根据最大层间位移角对加速度信号进行损伤程度的标定,以此来获取数据样本,随后应用五种不同的时频分析方法对原始信号进行处理;然后建立基于1D-CNN的地震损伤评估模型,并利用贝叶斯优化算法寻找模型中的最优参数组合;最后评估所提出模型方法在噪声情况下的泛化能力。研究结果表明：五种时频分析方法中,小波散射变换方法的准确率最高,达92.5%,且计算速度也最快,仅需144 s;另外在噪声下该方法仍可以保持较高的损伤评估准确率,具有较好的鲁棒性和泛化能力。 相似文献
5.
《世界地震工程》2015,(4)
在输入激励信息未知、仅已知部分测试自由度的动力响应信息的条件下,基于广义复合反演算法,开展了结构损伤识别的研究。将衰减记忆滤波技术引入到扩展卡尔曼滤波算法,构建了衰减记忆扩展卡尔曼滤波算法以削弱滤波的发散现象。考虑了复合反演算法(须知各自由度的动力响应)和衰减记忆扩展卡尔曼滤波算法(须知输入信息)的局限性,借助子结构技术,建立了结构物理参数时域识别的广义复合反演算法。利用单元刚度变化率来判定损伤的程度和位置,建立了基于广义复合反演算法的结构损伤识别及地震动反演的三阶段法。以一个6层框架结构为例进行了结构损伤识别数值模拟研究。结果表明,在噪声存在的情况下,三阶段法能够准确确定损伤位置和损伤程度,且地震动反演时程与真实时程吻合较好,验证了三阶段法在结构损伤识别及地震动反演中的有效性。 相似文献
6.
多层及高层框架结构地震损伤诊断的神经网络方法 总被引：12，自引：4，他引：12
本文提出了强震后多层及高层框架结构地震损伤诊断的神经网络方法。文中在提出有结点损伤的梁柱有限元刚度矩阵的基础上，建立了有结点损伤框架结构的有限元模型。通过完好结构和有损伤结构的有限元分析，获取二者应变模态差值作为损伤标识量，并输入径向基（RBF）神经网络进行训练，得到了框架结构结点损伤诊断的神经网络系统。数值仿真分析结果表明，此神经网络可以对多层及高层框架结构结点各种程度的损伤做出成功诊断。 相似文献
7.
为了利用结构振动响应的时间多尺度特征来提升卷积神经网络识别结构损伤的能力,给出了两种用于结构损伤识别的多尺度卷积神经网络,即多尺度输入和多尺度卷积核卷积神经网络.对于多尺度输入卷积神经网络,将通过下采样和滑动平均获取的具有不同时间尺度特征的振动信号输入固定尺寸卷积核的分支卷积神经网络;对于多尺度卷积核卷积神经网络,则将... 相似文献
8.
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
9.
《地震工程与工程振动》2017,(2)
针对标准粒子群优化算法易陷入局部最优及多粒子群协同优化算法(MPSCO)仍存在的不足,提出了一种改进的多粒子群协同优化算法,并将其与Newmark常平均加速度法、假设检验相结合,研发出一种适用于框架结构的损伤检测策略。首先,针对结构损伤前的实测加速度响应,运用改进MPSCO算法识别出结构损伤前的层间刚度值;第二,针对结构损伤后的实测加速度响应并运用同样的方法识别出结构损伤后的层间刚度值;第三,比较所识别出的结构损伤前后的层间刚度值并结合假设检验从而完成损伤检测。最后通过一7层钢框架的数值模型和实验室试验验证了本文所提损伤检测策略的可靠性。研究结果表明,本文所提的损伤检测策略能够精确地识别结构损伤同时具有较好的抗噪性能和鲁棒性。 相似文献
10.
11.
为高效准确识别桥梁结构损伤,将深度学习与结构动力特性相结合,提出基于双层深度置信网络的桥梁结构损伤识别方法。首先取结构前3阶竖向振动频率和跨中节点前3阶竖向振动模态位移为参数,将其共同作为首层深度置信网络(DBN)的输入数据对结构的损伤位置进行识别;然后以1阶竖向振动的模态位移差作为参数,基于二层DBN对结构损伤程度进行预测;最后以郑许市域铁路桥梁为例进行验证。计算结果显示,当不考虑误差时,基于双层深度置信网络的结构损伤方法进行识别且结果精确;当噪声程度不超过10%时,定位识别结果准确率达100%;当噪声程度不超过15%时,定量识别结果最大绝对误差限不超过1.15%,识别结果准确;与传统的BP神经网络方法相比,本方法识别精度更高,抗噪性更强。 相似文献
12.
特高压变压器套管具有较高的地震易损性,为研究其在地震过程中出现结构损伤的识别问题,基于改进的希尔伯特黄变换算法提出一种利用设备加速度响应信号进行实时损伤识别的方法. 采用高通滤波以及集合经验模态分解提取信号的异常高频成分;然后将其作为损伤特征,定义高频能量比用于损伤定位;最后通过数值算例模拟不同损伤工况下结构的地震响应,验证所提损伤识别方法的准确性.研究表明,地震过程中结构突发损伤会使加速度响应信号中产生瞬时高频成分;信号中瞬时高频成分的能量大小与采集点到损伤位置的距离有关,距离越近瞬时高频成分的能量量级越大.所提方法仅需结构的加速度响应作为算法输入即可实现损伤判定和损伤定位,数据需求简单. 相似文献
13.
为了提高土木工程结构损伤识别的可靠性和有效性,本文提出一种基于结构动态响应统计特征的损伤指标,并对其可行性进行研究。文中首先在结构随机振动理论基础上推导出结构动态响应（包括位移、速度和加速度）的统计特征（包括均值和方差）与结构损伤位置和损伤程度之间的关系;然后通过敏感性分析确定以结构位移的方差作为结构损伤识别的损伤指标;最后,数值模拟-六层钢筋混凝土框架结构在白噪声激励下的动态响应,观察在不同损伤位置和损伤程度下结构动态位移方差的变化,从而对选择结构位移的方差作为损伤指标的可行性进行评估。研究得出结论,使用结构动态响应的统计特征作为土木工程结构损伤识别的损伤指标是可行的。 相似文献
14.
15.
基于应变模态法识别刚架桥梁的损伤 总被引：6，自引：0，他引：6
基于应变模态方法，对刚架桥的损伤识别进行了研究。通过对某刚架桥在不同损伤工况下的数值仿真计算，探讨了应变模态方法用于刚架桥损伤识别的能力。计算结果表明：利用应变模态差曲线能比较准确地识别出刚架桥的损伤位置；应变模态差曲线在刚架桥损伤单元处的跳跃幅值随单元损伤程度的增加而增大，依此可定性地识别出刚架桥的损伤程度。 相似文献
16.
17.
目前作为结构健康监测系统核心的损伤识别大多是基于模态参数变化而进行的,但模态参数对局部损坏不敏感,导致损伤识别精度不够。波在结构中的传播状态可以更好地反映局部损伤状况,波动能量可以作为损伤识别的有效指标。为了提高环境激励下结构损伤识别的精度,采用S变换分析了结构输出信号,建立波动能量指标,从而使波动能量指标的使用领域扩展到非平稳信号范围。最后通过三层钢框架试验及弹性分层剪切梁的数值模型对该方法进行了验证,结果表明:该方法不仅能够有效识别结构损伤位置,而且能够识别出损伤程度。 相似文献
18.
混凝土框架模型结构参数的识别 总被引：1，自引：1，他引：1
框架结构是常见的建筑结构形式,也是结构损伤诊断的主要研究对象之一。本文以钢筋混凝土框架结构模型的振动测试数据为基础,采用灵敏度分析方法,对结构的物理参数进行识别。有限元分析中,考虑框架结构的节点转动,采用静凝聚方法得到结构刚度矩阵。参数识别结果表明,对于不同的固有频率和振型的测试信息组合所识别的物理参数有所不同。根据已知的概率分布,利用MonteCarlo方法,将模态参数的不确定性传递给物理参数,得到了物理参数的不确定性。 相似文献
19.