期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
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
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
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
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
上一页 1 下一页 到第
使用帮助 返回顶部