排序方式： 共有2条查询结果，搜索用时 46 毫秒
1
1.
基于振动方法的汲水门大桥损伤检测研究 总被引：20，自引：1，他引：20
基于高精度三维有限元模型以及模态灵敏度分析结果,对汲水门大桥损伤检测进行了数值模拟研究.该研究采用三阶段层次识别策略,首先确定损伤的发生,然后,确定损伤所在的区域,最后确定具体的损伤构件及损伤程度.所获得的汲水门大桥损伤识别模拟研究结果表明了本文所采用的策略与方法的可行性与实用价值. 相似文献
2.
概率神经网络(PNN)以贝叶斯概率的方法描述测量数据,因而PNN在有噪声条件下的结构损伤检测方面具有巨大潜力。与此同时,PNN的网络规模随着训练样本的增加而增大,这极大地降低了网络运行速度。基于此,本文提出了基于主组分分析(PCA)的PNN损伤定位方法,分别用传统PNN(TPNN)、主组分分析PNN(PCAPNN)和自适应PNN(APNN)三种模型进行了悬索桥的损伤定位研究。研究发现,APNN的识别精度最好,PCAPNN次之,TPNN最差。但APNN需要很长的训练时间,网络规模较大;其他两个网络几乎不需要训练时间,且PCAPNN网络规模较其他两个网络减少了1／3～1／4。在低噪声情况下,PCAPNN的识别效果基本上等同于APNN。 相似文献
1