基于时间序列与ELMAN神经网络的结构损伤识别

发布时间：2018-01-01 14:39

本文关键词：基于时间序列与ELMAN神经网络的结构损伤识别　出处：《长沙理工大学学报(自然科学版)》2015年04期 　论文类型：期刊论文

【摘要】：针对桁架结构损伤识别中遇到的空间跨度大、结构自由度数量多、建模困难和模态信息不完备等实际困难,提出了适用于这种大型、复杂空间桁架结构损伤检测方法——基于时间序列与神经网络的结构损伤检测法。首先,利用ANSYS建立桁架模型,提取瞬时状态的加速度响应信号并进行信号的平稳性处理;然后,通过MATLAB建立相应的AR(Auto-Regressive)时间序列模型,通过确定模型阶数以及对模型参数进行估计来判定结构损伤与否;最后,把估算出来的模型参数作为结构损伤的敏感因子输入到已经建立好的神经网络中,对结构损伤进行定位。对某工业厂房中桁架进行建模分析,结果验证了该方法的正确性。
[Abstract]:The damage identification of truss structure in space span, the number of degrees of freedom, difficulty in modeling and modal information is not complete and other practical difficulties, for such a large, complicated space truss structure damage detection method for structural damage detection based on time series analysis and neural network. Firstly, using ANSYS to establish truss model. Smooth processing extraction of the instantaneous state of the acceleration response signal and signal; then, the establishment of the corresponding AR by MATLAB (Auto-Regressive) time series model, by determining the model order and parameters of the model are estimated to determine the structural damage or not; finally, the model parameters are estimated as the sensitive factor of structural damage to the input has established the artificial neural networks, the localization of structural damage. Modeling and analysis of truss of an industrial plant, the results verified the The correctness of the method.

【作者单位】：长沙理工大学土木与建筑学院;
【基金】：长沙理工大学土木工程优势特色重点学科创新性项目
【分类号】：TU317
【正文快照】： 随着经济与工业技术的不断发展,我国的桁架结构不断向着更高、跨度更大、结构形式更加复杂化的方向发展。大型桁架结构场所一般人口基数比较大,因此其安全性能非常重要。一般的桁架结构都是采用一些强度大、质量轻的新型钢性材料。而工业环境的因素、材料的老龄化、自然灾害的

【参考文献】