当前位置:主页 > 科技论文 > 机械论文 >

一种基于动力学方法的结构损伤识别方法研究

发布时间:2020-07-16 09:44
【摘要】:基于动力学方法的结构损伤识别是结构损伤识别的热点问题,国内外学者对这个研 究方向已经进行了广泛的研究。随着模态分析技术和诊断测试技术的飞速发展,基于动 力学方法的结构损伤识别也取得了很多成果。本文在前人研究的基础上,把两种结构损 伤识别方法结合起来进行损伤识别。 本文在大量阅读文献资料的基础上,对目前进行结构损伤识别的方法进行了综述。 通过对比选择基于动力学的结构损伤识别方法,在进一步的研究中采用了固有频率作为 识别标志量,并把两种基于固有频率的损伤识别方法结合起来。这两种方法分别是利用 结构固有频率变化平方比和建立结构损伤识别矩阵来进行损伤识别。本文指出这两种方 法,只能分别识别出损伤位置和损伤程度,但不能同时识别出损伤位置和程度。最后, 本文把两种方法结合起来进行损伤识别,取得预期效果。 在利用固有频率变化平方比进行损伤定位的时候,人工识别方法效率低,且容易出 错。本文通过建立BP神经网络,利用已有样本进行训练,使神经网络具有了对固有频 率变化平方比进行识别的能力,并进行了验证。
【学位授予单位】:中北大学
【学位级别】:硕士
【学位授予年份】:2005
【分类号】:TH113
【图文】:

单元,损伤程度,固有频率,向量


由上面的图3.1到3.10可知,同一单元不同损伤程度得到的识别向量具有似性。对于不同的损伤程度得到的识别向量元素值随着损伤程度的增加而减小。是,损伤程度加深后,固有频率的变化值与程度的变化值之间不是成比例的关随着损伤程度的加深固有频率的变化逐渐变小。损伤程度低时,由上述公式知小,与固有频率的变化向量B相除会放大识别向量。这就造成了上述图中的状程度加深后,识别向量的元素值反而变小。建立损伤识别矩阵后,分别对单元和单元9的不同程度的损伤进行了识别,识别结果如下:

【共引文献】

相关期刊论文 前10条

1 王利恒;周锡元;阎维明;;结构损伤检测方法的一些新进展[J];四川建筑科学研究;2005年06期

2 王倩;蒋林华;张京丰;徐海群;;模糊神经网络在粉煤灰混凝土强度预测中的应用[J];四川建筑科学研究;2006年06期

3 张彤;王建平;孟改样;;异因同果关联神经网络在工程造价中的应用研究[J];四川建筑科学研究;2009年02期

4 肖烨;陈剑毅;易萍华;;自由度匹配技术在框架结构损伤识别中的应用研究[J];四川建筑科学研究;2011年02期

5 水孝敏,许岚兵,曹辉;一种实现雷达回波图像的压缩方法[J];安徽电子信息职业技术学院学报;2004年Z1期

6 倪志伟;;BP网络中激活函数的深入研究[J];安徽大学学报(自然科学版);1997年03期

7 张艳丽;杨仁弟;;基于小波变换自适应滤波方法的ECG信号消噪[J];安徽大学学报(自然科学版);2006年06期

8 周鸣争;人工神经网络在自动控制系统中的应用[J];安徽机电学院学报;2000年02期

9 赵转哲;姜忠宇;何慧娟;;Matlab在货车滚动轴承故障诊断中的应用[J];安徽工程科技学院学报(自然科学版);2009年01期

10 张久彪,赵芸;一个改进的约束满足模型[J];安徽机电学院学报(自然科学版);1997年04期

相关会议论文 前10条

1 王东森;孙勇军;;多维Laplace小波及其在颤振飞行试验中的应用[A];第十届全国空气弹性学术交流会会议论文集[C];2007年

2 何付军;张炜;王明章;;故障树分析法在屏蔽泵故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年

3 胡景明;张邦宁;;小波变换和Viterbi算法用于GMSK信号解调技术研究[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

4 丁文峰;;基于GIS和BP神经网络模型的长江中上游地区石漠化危险性评价[A];节能环保 和谐发展——2007中国科协年会论文集(三)[C];2007年

5 董桂洪;王胜年;范志宏;熊建波;;IMSL C#数值分析函数库在混凝土计算机技术的应用[A];经济发展方式转变与自主创新——第十二届中国科学技术协会年会(第三卷)[C];2010年

6 李建华;王荣;徐智勇;朱勇;;一种新的应用小波变换的直接检测BOTDR系统[A];全国第十三次光纤通信暨第十四届集成光学学术会议论文集[C];2007年

7 宋宇;张元平;周海军;;基于小波变换的图像去噪中两个关键问题研究[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

8 艾宪芸;肖无云;王善强;;小波变换方法在gamma谱解析中的应用[A];第十四届全国核电子学与核探测技术学术年会论文集(下册)[C];2008年

9 吕迎阳;吴伯僖;徐慎初;陈振湘;陈剑勇;;BP神经网络初始化问题探讨[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

10 朱双鹤;马凌;;用改进的自组织映射算法求解TSP问题[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

相关博士学位论文 前10条

1 魏海霞;爆破地震波作用下建筑结构的动力响应及安全判据研究[D];山东科技大学;2010年

2 刘文海;水下被动目标瞬态特征检测技术研究[D];哈尔滨工程大学;2010年

3 张进;地震叠前数据的弹性阻抗非线性反演方法研究[D];中国海洋大学;2009年

4 岑健;基于人工免疫系统的机组复合故障诊断技术研究[D];华南理工大学;2010年

5 王晓东;双机架紧凑式炉卷轧机模型自适应优化控制[D];昆明理工大学;2008年

6 张寿明;基于冶炼过程及终点判断技术的烟化炉智能控制系统研究[D];昆明理工大学;2009年

7 白羽;梁、板、网架结构损伤诊断研究[D];昆明理工大学;2008年

8 栾小丽;基于神经网络的复杂非线性系统鲁棒控制与滤波研究[D];江南大学;2010年

9 张峰;输电线路行波故障测距优化算法研究[D];山东大学;2010年

10 陈国志;电力谐波和间谐波参数估计算法研究[D];浙江大学;2010年

相关硕士学位论文 前10条

1 高昌鑫;Hilbert-Huang变换改进算法及其在齿轮箱故障诊断中的应用研究[D];河南理工大学;2010年

2 代宏伟;布里渊散射水下探测目标的自动识别[D];南昌航空大学;2010年

3 杨焱麟;基于小波变换理论与比值分析法的变压器励磁涌流识别的研究[D];山东科技大学;2010年

4 张明军;基于小波包最优树的图像融合技术研究[D];山东科技大学;2010年

5 滕景忠;智能瓦斯传感器的研制[D];山东科技大学;2010年

6 李安新;BP神经网络研究与硬件实现[D];山东科技大学;2010年

7 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年

8 张庆伟;基于小波变换的阈值图像去噪方法[D];山东科技大学;2010年

9 郑伟光;基于小波变换的信号调制方式识别方法[D];长春理工大学;2010年

10 张磊涛;HHT在结构健康监测中的应用研究[D];浙江理工大学;2010年



本文编号:2757843

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/2757843.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户be19a***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com