摘要
利用神经网络具有强大的非线性并行处理能力以及分形几何方法不依赖于系统的数学模型的特点,将分形维数与神经网络相结合,建立了结构损伤的分形神经网络检测方法。研究结果表明,结构不同状态下的振动信号的分形维数有明显的不同,可以将分形维数作为结构损伤检测的特征量,并用神经网络将结构的不同状态模式识别出来。
Using nonlinear parallel processing ability of neural network and character of fractal geometry which do not depend on system mathematic model,combining fractal dimension with neural network,a method of structural damage detection based on fractal neural network is presented.The research results prove that the fractal dimensions of structural vibration signals are different when the structure is in different states.So the fractal dimension can be used as the eigenvector of structural damage detection,and the different structural states are identified by the neural network.
出处
《振动．测试与诊断》
EI
CSCD
2005年第4期260-262,共3页
Journal of Vibration,Measurement & Diagnosis
基金
国家自然科学基金资助项目(编号:60275004)
关键词
结构
损伤检测
分形维数
分形神经网络
structure damage detection fractal dimension fractal neural network
作者简介
王步宇 男,1968年6月生,工程师.曾发表＂神经网络在趋势分析及寿命预估中的应用＂（〈第五届全国机械设备故障诊断学术会议论文集〉北京：科学技术文献出版社,1996年）等论文.E-mail：buyuwang@tom.com
