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
4
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
简支梁桥损伤程度识别的模拟和试验
被引量:
8
1
作者
安永辉
欧进萍
《振动.测试与诊断》
EI
CSCD
北大核心
2013年第1期60-65,165,共6页
在结合钢桁桥损伤程度识别方法的基础上,提出了适用于简支梁结构的两种损伤程度识别方法:整体振型的相关系数法和保证准则法,将其应用到实验室简支梁结构上分别进行数值模拟和试验。脉冲激励下的结果表明,两种方法能较准确地识别损伤单...
在结合钢桁桥损伤程度识别方法的基础上,提出了适用于简支梁结构的两种损伤程度识别方法:整体振型的相关系数法和保证准则法,将其应用到实验室简支梁结构上分别进行数值模拟和试验。脉冲激励下的结果表明,两种方法能较准确地识别损伤单元的等效损伤程度,具有很强的抗噪能力。最后,探讨了激励对提出方法的影响,为工程应用奠定了基础。
展开更多
关键词
简支梁桥
损伤程度识别
损伤
识别
相关系数
保证准则
在线阅读
下载PDF
职称材料
改进抗干扰CNN的变负载滚动轴承损伤程度识别
被引量:
8
2
作者
董绍江
裴雪武
+2 位作者
吴文亮
汤宝平
赵兴新
《振动.测试与诊断》
EI
CSCD
北大核心
2021年第4期715-722,831,共9页
针对强噪声、变负载工况下滚动轴承损伤程度难以识别的问题,提出了一种基于改进抗干扰卷积神经网络(anti⁃interference convolutional neural network,简称ACNN)的变负载工况下轴承损伤程度识别新方法。首先,对滚动轴承的一维振动信号...
针对强噪声、变负载工况下滚动轴承损伤程度难以识别的问题,提出了一种基于改进抗干扰卷积神经网络(anti⁃interference convolutional neural network,简称ACNN)的变负载工况下轴承损伤程度识别新方法。首先,对滚动轴承的一维振动信号进行预处理,得到标签化的数据样本,分为训练集和测试集;其次,将注意力机制引入到卷积神经网络的各个特征提取层中以建立特征提取通道之间的联系,得到基于改进ACNN的变负载工况下轴承损伤程度识别模型;然后,将训练集数据输入到改进ACNN中进行学习,将得到的识别模型应用于测试集,输出损伤程度识别结果,在训练过程中,为了提高模型的抗干扰能力,将Dropout算法引入到卷积层,为抑制过拟合,对原始训练样本进行加噪处理;最后,通过滚动轴承损伤程度模拟试验,在变工况下进行测试。结果表明,在噪声环境中所提方法能更准确地实现变负载工况下的轴承损伤程度识别。
展开更多
关键词
滚动轴承
损伤程度识别
注意力机制
抗干扰卷积神经网络
在线阅读
下载PDF
职称材料
STFT变换在高层框架结构地震损伤程度识别中的应用
被引量:
4
3
作者
裴强
郭少霞
崔迪
《地震研究》
CSCD
北大核心
2017年第2期264-270,共7页
为了研究地震作用下高层框架结构的损伤程度信息,以结构刚度折减率为损伤程度指标,以结构的频率变化率为损伤程度识别参数,采用Matlab模拟结构在不同的损伤程度指标下的加速度响应数据,利用短时傅里叶变换方法对响应数据分析得到结构的...
为了研究地震作用下高层框架结构的损伤程度信息,以结构刚度折减率为损伤程度指标,以结构的频率变化率为损伤程度识别参数,采用Matlab模拟结构在不同的损伤程度指标下的加速度响应数据,利用短时傅里叶变换方法对响应数据分析得到结构的模态参数,从而建立损伤程度指标与结构模态参数的函数关系。将损伤结构的模态参数代入函数关系式计算结构的损伤程度指标。采用同济大学振动台试验数据,利用此方法识别结构的损伤程度与振动台试验观察到的损伤程度高度吻合。
展开更多
关键词
短时傅里叶变换
高层框架结构
损伤程度识别
振动台试验
在线阅读
下载PDF
职称材料
基于神经网络的大跨钢结构缺陷损伤的定位研究
被引量:
11
4
作者
熊仲明
王超
林涛
《振动与冲击》
EI
CSCD
北大核心
2011年第9期191-196,共6页
大跨钢结构目前被广泛应用于体育馆等大型公共建筑中。但其缺陷损伤位置的确定,至今没有得到很好的解决,这必将影响其使用过程中的安全性。利用神经网络技术,以某高校体育场馆的大跨钢结构为工程背景进行模拟损伤定位研究,通过ANSYS计...
大跨钢结构目前被广泛应用于体育馆等大型公共建筑中。但其缺陷损伤位置的确定,至今没有得到很好的解决,这必将影响其使用过程中的安全性。利用神经网络技术,以某高校体育场馆的大跨钢结构为工程背景进行模拟损伤定位研究,通过ANSYS计算软件对该大跨钢结构建模分析,得出了该结构在损伤前后的模态参数,并将其结果作为网络的输入参数。为了提高神经网络模型对该结构缺陷损伤判定的收敛速度及诊断精度,在进行损伤识别时,将该大跨结构细分成许多子结构,缩小损伤的范围,同时将高阶频率引入到不同的神经网络训练样本中进行网络训练,检验其对该结构及构件损伤识别的影响。分析结果表明,采用神经网络技术对大型复杂结构进行损伤定位是可行的,并通过该方法的改进,将识别精度大大的提高,所得结论为今后进行网络改进,提高网络的准确性、抗干扰性和泛化能力提供了有意义的参考。
展开更多
关键词
大跨钢结构
神经网络
损伤
定位
损伤程度识别
在线阅读
下载PDF
职称材料
题名
简支梁桥损伤程度识别的模拟和试验
被引量:
8
1
作者
安永辉
欧进萍
机构
大连理工大学土木工程学院
出处
《振动.测试与诊断》
EI
CSCD
北大核心
2013年第1期60-65,165,共6页
基金
国家自然科学基金重点资助项目(90815022)
铁道部科技研究开发计划资助项目(2008G015-C)
文摘
在结合钢桁桥损伤程度识别方法的基础上,提出了适用于简支梁结构的两种损伤程度识别方法:整体振型的相关系数法和保证准则法,将其应用到实验室简支梁结构上分别进行数值模拟和试验。脉冲激励下的结果表明,两种方法能较准确地识别损伤单元的等效损伤程度,具有很强的抗噪能力。最后,探讨了激励对提出方法的影响,为工程应用奠定了基础。
关键词
简支梁桥
损伤程度识别
损伤
识别
相关系数
保证准则
Keywords
simply supported beam bridges,damage severity identification,damage detection,correlation coefficient,assurance criterion
分类号
U448.217 [建筑科学—桥梁与隧道工程]
U441.4 [建筑科学—桥梁与隧道工程]
在线阅读
下载PDF
职称材料
题名
改进抗干扰CNN的变负载滚动轴承损伤程度识别
被引量:
8
2
作者
董绍江
裴雪武
吴文亮
汤宝平
赵兴新
机构
重庆交通大学机电与车辆工程学院
重庆大学机械传动国家重点实验室
重庆长江轴承股份有限公司
出处
《振动.测试与诊断》
EI
CSCD
北大核心
2021年第4期715-722,831,共9页
基金
国家自然科学基金资助项目(51775072)
重庆市科技创新领军人才支持计划资助项目(CSTCCCXLJRC201920)。
文摘
针对强噪声、变负载工况下滚动轴承损伤程度难以识别的问题,提出了一种基于改进抗干扰卷积神经网络(anti⁃interference convolutional neural network,简称ACNN)的变负载工况下轴承损伤程度识别新方法。首先,对滚动轴承的一维振动信号进行预处理,得到标签化的数据样本,分为训练集和测试集;其次,将注意力机制引入到卷积神经网络的各个特征提取层中以建立特征提取通道之间的联系,得到基于改进ACNN的变负载工况下轴承损伤程度识别模型;然后,将训练集数据输入到改进ACNN中进行学习,将得到的识别模型应用于测试集,输出损伤程度识别结果,在训练过程中,为了提高模型的抗干扰能力,将Dropout算法引入到卷积层,为抑制过拟合,对原始训练样本进行加噪处理;最后,通过滚动轴承损伤程度模拟试验,在变工况下进行测试。结果表明,在噪声环境中所提方法能更准确地实现变负载工况下的轴承损伤程度识别。
关键词
滚动轴承
损伤程度识别
注意力机制
抗干扰卷积神经网络
Keywords
rolling bearing
damage degree identification
attention mechanism(AM)
anti-interference convolutional neural network(ACNN)
分类号
TH113.1 [机械工程—机械设计及理论]
TH133.3 [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
STFT变换在高层框架结构地震损伤程度识别中的应用
被引量:
4
3
作者
裴强
郭少霞
崔迪
机构
大连大学土木工程技术研究与开发中心
出处
《地震研究》
CSCD
北大核心
2017年第2期264-270,共7页
基金
国家自然科学基金(51478168
51378085)
辽宁省自然科学基金指导计划(201601025)联合资助
文摘
为了研究地震作用下高层框架结构的损伤程度信息,以结构刚度折减率为损伤程度指标,以结构的频率变化率为损伤程度识别参数,采用Matlab模拟结构在不同的损伤程度指标下的加速度响应数据,利用短时傅里叶变换方法对响应数据分析得到结构的模态参数,从而建立损伤程度指标与结构模态参数的函数关系。将损伤结构的模态参数代入函数关系式计算结构的损伤程度指标。采用同济大学振动台试验数据,利用此方法识别结构的损伤程度与振动台试验观察到的损伤程度高度吻合。
关键词
短时傅里叶变换
高层框架结构
损伤程度识别
振动台试验
Keywords
the short time Fourier transform
high -rise frame structure
damage detection
the shakingtable test
分类号
P315.91 [天文地球—地震学]
在线阅读
下载PDF
职称材料
题名
基于神经网络的大跨钢结构缺陷损伤的定位研究
被引量:
11
4
作者
熊仲明
王超
林涛
机构
西安建筑科技大学土木工程学院
唐山市规划建筑设计研究院
出处
《振动与冲击》
EI
CSCD
北大核心
2011年第9期191-196,共6页
基金
陕西省西自然基金(2003E230)
陕西省教育厅专项科研基金(09JK550)
江苏省结构重点实验室开放基金(ZD0803)
文摘
大跨钢结构目前被广泛应用于体育馆等大型公共建筑中。但其缺陷损伤位置的确定,至今没有得到很好的解决,这必将影响其使用过程中的安全性。利用神经网络技术,以某高校体育场馆的大跨钢结构为工程背景进行模拟损伤定位研究,通过ANSYS计算软件对该大跨钢结构建模分析,得出了该结构在损伤前后的模态参数,并将其结果作为网络的输入参数。为了提高神经网络模型对该结构缺陷损伤判定的收敛速度及诊断精度,在进行损伤识别时,将该大跨结构细分成许多子结构,缩小损伤的范围,同时将高阶频率引入到不同的神经网络训练样本中进行网络训练,检验其对该结构及构件损伤识别的影响。分析结果表明,采用神经网络技术对大型复杂结构进行损伤定位是可行的,并通过该方法的改进,将识别精度大大的提高,所得结论为今后进行网络改进,提高网络的准确性、抗干扰性和泛化能力提供了有意义的参考。
关键词
大跨钢结构
神经网络
损伤
定位
损伤程度识别
Keywords
large-span steel structure
neural network
damage locating
identification of damage degree
分类号
TU317.5 [建筑科学—结构工程]
TU328 [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
简支梁桥损伤程度识别的模拟和试验
安永辉
欧进萍
《振动.测试与诊断》
EI
CSCD
北大核心
2013
8
在线阅读
下载PDF
职称材料
2
改进抗干扰CNN的变负载滚动轴承损伤程度识别
董绍江
裴雪武
吴文亮
汤宝平
赵兴新
《振动.测试与诊断》
EI
CSCD
北大核心
2021
8
在线阅读
下载PDF
职称材料
3
STFT变换在高层框架结构地震损伤程度识别中的应用
裴强
郭少霞
崔迪
《地震研究》
CSCD
北大核心
2017
4
在线阅读
下载PDF
职称材料
4
基于神经网络的大跨钢结构缺陷损伤的定位研究
熊仲明
王超
林涛
《振动与冲击》
EI
CSCD
北大核心
2011
11
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