期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
压电阻抗损伤识别温度影响的协整消除方法研究
被引量：
4
1
作者
李秀娟
屈文忠
肖黎
《振动与冲击》
EI
CSCD
北大核心
2019年第18期128-134,共7页
近年来结构健康监测与损伤识别研究中广泛采用压电高频机电阻抗方法(EMI)。由于环境温度变化也会使阻抗谱产生频移和幅值变化,甚至淹没结构损伤对阻抗谱的影响,造成损伤误报。因此提出了一种基于协整处理阻抗谱的方法,以消除长期监测过...
近年来结构健康监测与损伤识别研究中广泛采用压电高频机电阻抗方法(EMI)。由于环境温度变化也会使阻抗谱产生频移和幅值变化,甚至淹没结构损伤对阻抗谱的影响,造成损伤误报。因此提出了一种基于协整处理阻抗谱的方法,以消除长期监测过程中环境温度变化的影响。分析了阻抗谱中协整向量的构造原理,利用ADF检验和Johansen检验确定其不平稳阶数,将温度变化影响下不平稳的阻抗谱峰值频率时间序列协整为一个平稳的余量序列。利用压电片高频主动激励进行了钢板在温度变化工况下模拟损伤的EMI检测识别实验。实验结果表明,结构损伤导致平稳的协整余量序列发生突变,准确表征了结构损伤的发生,验证了阻抗谱协整处理环境温度变化方法的有效性。
展开更多
关键词
结构健康监测
压电
阻抗
方法(
emi
)
环境温度
时间序列
协整
在线阅读
下载PDF
职称材料
基于EMI-CNN的建筑施工模板支撑体系节点健康监测
2
作者
徐菁
闫尊昊
+1 位作者
杨松森
刘客
《中国安全科学学报》
CAS
CSCD
北大核心
2024年第7期83-90,共8页
为预防模板坍塌引发建筑施工安全事故风险,提出一种基于压电阻抗法(EMI)和卷积神经网络(CNN)的模板支撑体系节点智能监测方法。首先,利用压电陶瓷传感器(PZT)的机电耦合特性及其集驱动-传感于一体的特点,建立PZT-节点耦合系统的机电阻...
为预防模板坍塌引发建筑施工安全事故风险,提出一种基于压电阻抗法(EMI)和卷积神经网络(CNN)的模板支撑体系节点智能监测方法。首先,利用压电陶瓷传感器(PZT)的机电耦合特性及其集驱动-传感于一体的特点,建立PZT-节点耦合系统的机电阻抗传感机制模型;其次,基于EMI法,以与待测结构耦合的PZT片电导信号为监测指标,确定模板支撑体系节点松动的发生;然后,以敏感频段内PZT片的801个原始电导信号为模型输入,9个节点松动程度为模型输出,构建162组学习样本和27组测试样本,建立EMI-CNN模型,确定节点松动程度;最后,以一个实际工程中的建筑施工模板体系节点为例,验证EMI-CNN模型的有效性,并对比分析EMI-BP模型。研究结果表明:EMI-CNN模型经过85次迭代达到收敛,预测准确率达到100%,相较于EMI-BP模型提高29.63%。该监测方法可实现对建筑施工模板支撑体系节点健康状态实时、准确、无损监测。
展开更多
关键词
压电
阻抗
法(
emi
)
卷积神经网络(CNN)
建筑施工
模板支撑体系
健康监测
压电
陶瓷传感器(PZT)
在线阅读
下载PDF
职称材料
基于压缩感知的EMI信号与神经网络的结构损伤识别研究
3
作者
彭必全
严蔚
+1 位作者
王骥
王炜
《防灾减灾工程学报》
CSCD
北大核心
2015年第2期173-179,共7页
针对当前结构健康监测系统中信号数据量过大、所占内存过高所导致的难以传输和储存的问题,提出将压缩感知方法运用于神经网络系统与压电阻抗(Electro-mechanical impedance,简称EMI)技术进行结构的损伤识别。以压缩后的EMI数据代替原始...
针对当前结构健康监测系统中信号数据量过大、所占内存过高所导致的难以传输和储存的问题,提出将压缩感知方法运用于神经网络系统与压电阻抗(Electro-mechanical impedance,简称EMI)技术进行结构的损伤识别。以压缩后的EMI数据代替原始数据来表征原始损伤信号,用离散余弦变换分析了EMI信号的稀疏度,并以高斯随机矩阵作为观测矩阵,满足了压缩感知理论的限制性等距条件。以齿轮结构为例,采用有限元技术构建了EMI模型,得到了不同裂纹深度下的电导(电阻抗的倒数)信号。采用压缩感知方法先对电导信号进行压缩,再进行主成分分析,以降低BP神经网络输入参数的维度。结果表明:使用压缩感知技术之后,数据传输带宽和储存空间只需为原来的44%;将压缩后的电导数据的主成分作为神经网络的输入参数,该系统能够检测到结构裂纹的存在,并能对裂纹的损伤程度进行有效的定量归类。
展开更多
关键词
压缩感知
压电
阻抗
(
emi
)
BP神经网络
损伤识别
在线阅读
下载PDF
职称材料
题名
压电阻抗损伤识别温度影响的协整消除方法研究
被引量：
4
1
作者
李秀娟
屈文忠
肖黎
机构
武汉大学工程力学系
出处
《振动与冲击》
EI
CSCD
北大核心
2019年第18期128-134,共7页
基金
国家自然科学基金(51378402)
文摘
近年来结构健康监测与损伤识别研究中广泛采用压电高频机电阻抗方法(EMI)。由于环境温度变化也会使阻抗谱产生频移和幅值变化,甚至淹没结构损伤对阻抗谱的影响,造成损伤误报。因此提出了一种基于协整处理阻抗谱的方法,以消除长期监测过程中环境温度变化的影响。分析了阻抗谱中协整向量的构造原理,利用ADF检验和Johansen检验确定其不平稳阶数,将温度变化影响下不平稳的阻抗谱峰值频率时间序列协整为一个平稳的余量序列。利用压电片高频主动激励进行了钢板在温度变化工况下模拟损伤的EMI检测识别实验。实验结果表明,结构损伤导致平稳的协整余量序列发生突变,准确表征了结构损伤的发生,验证了阻抗谱协整处理环境温度变化方法的有效性。
关键词
结构健康监测
压电
阻抗
方法(
emi
)
环境温度
时间序列
协整
Keywords
structural health monitoring
electromechanical impedance(
emi
)
environmental temperature
time series
cointegration
分类号
TH212 [机械工程—机械制造及自动化]
TH213.3 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
基于EMI-CNN的建筑施工模板支撑体系节点健康监测
2
作者
徐菁
闫尊昊
杨松森
刘客
机构
青岛理工大学土木工程学院
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2024年第7期83-90,共8页
基金
山东省自然科学基金资助(ZR2021ME033,ZR2021ME239)
山东省研究生优质教育教学资源项目(sdkyc2023088)
青岛理工大学优质教育教学资源项目(y012023-002)。
文摘
为预防模板坍塌引发建筑施工安全事故风险,提出一种基于压电阻抗法(EMI)和卷积神经网络(CNN)的模板支撑体系节点智能监测方法。首先,利用压电陶瓷传感器(PZT)的机电耦合特性及其集驱动-传感于一体的特点,建立PZT-节点耦合系统的机电阻抗传感机制模型;其次,基于EMI法,以与待测结构耦合的PZT片电导信号为监测指标,确定模板支撑体系节点松动的发生;然后,以敏感频段内PZT片的801个原始电导信号为模型输入,9个节点松动程度为模型输出,构建162组学习样本和27组测试样本,建立EMI-CNN模型,确定节点松动程度;最后,以一个实际工程中的建筑施工模板体系节点为例,验证EMI-CNN模型的有效性,并对比分析EMI-BP模型。研究结果表明:EMI-CNN模型经过85次迭代达到收敛,预测准确率达到100%,相较于EMI-BP模型提高29.63%。该监测方法可实现对建筑施工模板支撑体系节点健康状态实时、准确、无损监测。
关键词
压电
阻抗
法(
emi
)
卷积神经网络(CNN)
建筑施工
模板支撑体系
健康监测
压电
陶瓷传感器(PZT)
Keywords
electro-mechanical impedance(
emi
)
convolutional neural networks(CNN)
building construction
formwork support system
health monitoring
piezoelectric ceramic transducer(PZT)
分类号
X948 [环境科学与工程—安全科学]
在线阅读
下载PDF
职称材料
题名
基于压缩感知的EMI信号与神经网络的结构损伤识别研究
3
作者
彭必全
严蔚
王骥
王炜
机构
宁波大学建筑工程与环境学院
宁波大学机械工程与力学学院
出处
《防灾减灾工程学报》
CSCD
北大核心
2015年第2期173-179,共7页
基金
国家自然科学基金重点项目(10932004)
浙江省自然科学基金项目(LY12E08005)
宁波大学重中之重学科项目(zj1216)资助
文摘
针对当前结构健康监测系统中信号数据量过大、所占内存过高所导致的难以传输和储存的问题,提出将压缩感知方法运用于神经网络系统与压电阻抗(Electro-mechanical impedance,简称EMI)技术进行结构的损伤识别。以压缩后的EMI数据代替原始数据来表征原始损伤信号,用离散余弦变换分析了EMI信号的稀疏度,并以高斯随机矩阵作为观测矩阵,满足了压缩感知理论的限制性等距条件。以齿轮结构为例,采用有限元技术构建了EMI模型,得到了不同裂纹深度下的电导(电阻抗的倒数)信号。采用压缩感知方法先对电导信号进行压缩,再进行主成分分析,以降低BP神经网络输入参数的维度。结果表明:使用压缩感知技术之后,数据传输带宽和储存空间只需为原来的44%;将压缩后的电导数据的主成分作为神经网络的输入参数,该系统能够检测到结构裂纹的存在,并能对裂纹的损伤程度进行有效的定量归类。
关键词
压缩感知
压电
阻抗
(
emi
)
BP神经网络
损伤识别
Keywords
compression sensing
electro-mechnical impedance（
emi
）
BP neural network
dam-age identification
分类号
TH132.417 [机械工程—机械制造及自动化]
TU317 [建筑科学—结构工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
压电阻抗损伤识别温度影响的协整消除方法研究
李秀娟
屈文忠
肖黎
《振动与冲击》
EI
CSCD
北大核心
2019
4
在线阅读
下载PDF
职称材料
2
基于EMI-CNN的建筑施工模板支撑体系节点健康监测
徐菁
闫尊昊
杨松森
刘客
《中国安全科学学报》
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
3
基于压缩感知的EMI信号与神经网络的结构损伤识别研究
彭必全
严蔚
王骥
王炜
《防灾减灾工程学报》
CSCD
北大核心
2015
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
