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
共找到500篇文章
< 1 2 … 25 >
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：
基于深度子领域适应卷积神经网络的结构损伤识别 被引量：1
1
作者 张健飞 曹雨 《振动与冲击》 北大核心 2025年第3期251-260,共10页
针对卷积神经网络(convolutional neural networks,CNN)结构损伤识别模型泛化能力差的问题,提出了一种基于深度子领域适应卷积神经网络(deep subdomain adaptation convolutional neural networks,DSACNN)的结构损伤识别方法。以实际结... 针对卷积神经网络(convolutional neural networks,CNN)结构损伤识别模型泛化能力差的问题,提出了一种基于深度子领域适应卷积神经网络(deep subdomain adaptation convolutional neural networks,DSACNN)的结构损伤识别方法。以实际结构为目标域,以有限元模型为源域,根据损伤类别将源域和目标域划分成一系列子领域。在CNN中嵌入子领域适应模块,构建DSACNN模型,通过最小化源域上的损伤分类误差和领域之间的局部最大均值差异,对齐两个领域对应子领域的特征、建立特征与损伤类别之间的映射,从而将源域上的损伤识别能力迁移到目标域之上。模型的训练无需已知目标域样本的损伤标签,采用预训练全局领域适应提高其伪标签的准确率。试验结果表明:与全局领域适应模型相比,基于预训练全局领域适应的DSACNN模型在模拟目标域上准确率最大提高幅度达到21.8%,在实测目标域上提高了9.6%,具有更强的泛化能力。 展开更多
关键词 结构损伤识别 子领域适应 局部最大均值差异 卷积神经网络(CNN)
在线阅读 下载PDF
基于广义柔度矩阵和信息熵的梁结构损伤识别方法研究
2
作者 项长生 赵冉 +2 位作者 周宇 王立宪 刘海龙 《兰州理工大学学报》 北大核心 2025年第2期126-134,共9页
基于柔度矩阵的梁结构损伤识别方法是较频率、模态更为敏感的损伤动力指纹.鉴于广义柔度矩阵在结构损伤识别中的敏感性优势并结合信息熵理论提出了广义柔度熵曲率差指标(GFMECD)作为结构损伤识别的新方法.通过建立简支梁、连续梁有限元... 基于柔度矩阵的梁结构损伤识别方法是较频率、模态更为敏感的损伤动力指纹.鉴于广义柔度矩阵在结构损伤识别中的敏感性优势并结合信息熵理论提出了广义柔度熵曲率差指标(GFMECD)作为结构损伤识别的新方法.通过建立简支梁、连续梁有限元数值模型对所提指标的可行性及有效性进行验证,结果表明:无论是单点损伤、多点损伤,广义柔度熵曲率差指标均能够准确地识别出结构损伤的位置且具有良好的抗噪性,并能初步判定结构的损伤程度,能够胜任不同结构发生不同损伤程度损伤时的损伤定位与初步定量任务. 展开更多
关键词 梁结构 广义柔度矩阵 信息熵 损伤识别 损伤评估曲线
在线阅读 下载PDF
基于结构多维特征构建图卷积神经网络的结构损伤识别方法
3
作者 杨建辉 赵清瑄 蒲脯林 《湖南大学学报(自然科学版)》 北大核心 2025年第8期158-171,共14页
以数据为驱动的深度学习结构损伤识别(structural damage identification,SDI)效果受结构复杂程度、模型构建方法及数据规模等因素影响较大.本文引入图卷积神经网络(graph convolutional neural network,GCN)以整合结构节点间的属性特征... 以数据为驱动的深度学习结构损伤识别(structural damage identification,SDI)效果受结构复杂程度、模型构建方法及数据规模等因素影响较大.本文引入图卷积神经网络(graph convolutional neural network,GCN)以整合结构节点间的属性特征,从图的视角挖掘节点间的复杂属性关系,为SDI提供多维度学习信息.为此,设计了一种融合结构多维特征的图卷积神经网络模型(graph convolutional neural network integrating multi-dimensional features of structure,S-GCN),基于结构振动数据构造损伤特征矩阵,并通过衍生图网络,以图的节点和边表征结构节点的连接关系,构建边索引矩阵,将结构损伤状态、振动数据及节点属性等多维特征信息输入GCN进行结构损伤特征提取及预测识别,探索结构多维特征信息驱动下的GCN在损伤预测中的应用效果.通过两个钢结构验证方法的可行性及有效性,结果表明,S-GCN能够整合结构多维特征信息,对两个结构对象均实现了较高的损伤预测准确性,并展现出良好的噪声鲁棒性.进一步的对比分析显示,相较于三种非GCN模型,S-GCN能够高效地依托节点间关系快速更新节点特征并预测节点损伤状态,其损伤识别准确率、计算效率及网络各层演进过程均优于对比模型,验证了在结构损伤识别中融合结构空间特征的有效性. 展开更多
关键词 结构损伤识别 图卷积神经网络 结构多维特征融合 噪声鲁棒性 训练效率
在线阅读 下载PDF
基于非参数贝叶斯方法的结构损伤识别研究 被引量：1
4
作者 王其昂 王浩博 +6 位作者 周明利 孙发源 倪一清 吴子燕 丁安驰 李健朋 李文磊 《振动工程学报》 北大核心 2025年第2期260-267,共8页
聚类分析是数据处理中常用的无监督方法,而聚类分析参数较难精准确定,限制了该方法在结构损伤识别中的应用。为解决该问题,本文提出了一种非参数贝叶斯聚类方法,结合结构模态参数开展结构损伤识别和定量分析,拓展了非参数贝叶斯模型的... 聚类分析是数据处理中常用的无监督方法,而聚类分析参数较难精准确定,限制了该方法在结构损伤识别中的应用。为解决该问题,本文提出了一种非参数贝叶斯聚类方法,结合结构模态参数开展结构损伤识别和定量分析,拓展了非参数贝叶斯模型的应用范围。所提方法采用自然激励技术处理结构实测振动数据以得到固有频率,通过非参数贝叶斯聚类方法对数据进行聚类,最终结合极大似然异方差高斯过程和贝叶斯因子对聚类结果进行损伤定量分析。通过天津永和桥实际工程案例对所提损伤识别方法的结果进行验证,结果表明,该方法能够在不提前设置聚类参数的情况下,对结构自振频率数据进行精准聚类分析,进一步对结构不同损伤状态进行识别。 展开更多
关键词 结构健康监测 损伤识别 非参数贝叶斯 贝叶斯因子 模态参数
在线阅读 下载PDF
基于互相关函数的子结构损伤识别方法
5
作者 王小娟 张宁宁 +2 位作者 周宏元 王利辉 张健 《振动与冲击》 北大核心 2025年第20期313-327,共15页
基于互相关函数的结构损伤识别方法因无需测量环境激励、具有较强噪声鲁棒性等优点受到广泛关注。相较于整体结构损伤识别,子结构方法可大幅减少待识别参数数量,降低传感器使用数量,提高损伤识别精度及效率。鉴于此,针对子结构不同边界... 基于互相关函数的结构损伤识别方法因无需测量环境激励、具有较强噪声鲁棒性等优点受到广泛关注。相较于整体结构损伤识别,子结构方法可大幅减少待识别参数数量,降低传感器使用数量,提高损伤识别精度及效率。鉴于此,针对子结构不同边界情况,提出了相应的两种基于互相关函数的子结构损伤识别方法。其中,一种利用测量的边界加速度响应计算边界激励,而后利用加速度互相关函数进行子结构损伤识别;另一种利用加速度互相关函数建立损伤指标,同时识别激励常数矩阵和子结构损伤。数值模拟及试验验证结果表明,所提出的两种损伤识别方法均能准确识别子结构损伤,且具有良好的噪声鲁棒性。 展开更多
关键词 损伤识别 互相关函数 子结构识别 边界激励 噪声鲁棒性
在线阅读 下载PDF
基于DenseNet121和迁移学习的拱结构损伤识别
6
作者 李杰 唐启智 +2 位作者 辛景舟 刘增武 马闻达 《江苏大学学报(自然科学版)》 北大核心 2025年第3期352-358,共7页
针对传统拱结构损伤识别方法存在提取特征适应性差、识别能力弱的问题,提出一种基于DenseNet121和迁移学习的拱结构损伤识别方法.首先,利用连续小波变换,将拱结构的加速度响应转换成时频图,并以此划分训练集、验证集和测试集样本;其次,... 针对传统拱结构损伤识别方法存在提取特征适应性差、识别能力弱的问题,提出一种基于DenseNet121和迁移学习的拱结构损伤识别方法.首先,利用连续小波变换,将拱结构的加速度响应转换成时频图,并以此划分训练集、验证集和测试集样本;其次,基于迁移学习策略,利用DenseNet121模型对训练集进行特征学习,通过模型优化使其性能达到最优,并作为损伤识别的模型;然后,将测试集送入训练好的最优模型中进行损伤识别;最后,通过钢管混凝土拱结构试验来验证方法的有效性.结果表明:该方法在训练过程中具有良好的稳定性,能够对拱结构损伤程度进行精确识别,识别准确率达到93.33%;与ResNet50、VGG16、AlexNet相比,该方法识别准确率分别提升了2.94%、5.53%、10.53%;采用准确率、精确率、训练损失值、召回率和F_(1)值5个评价指标定量评估模型性能,该方法具有更好的综合识别效果. 展开更多
关键词 拱结构 拱桥 损伤识别 DenseNet121 迁移学习
在线阅读 下载PDF
不平衡数据集下导管架平台结构损伤识别研究
7
作者 王维刚 田丰 路敬祎 《振动.测试与诊断》 北大核心 2025年第3期527-534,623,共9页
针对导管架平台结构损伤识别中数据不平衡问题,提出了一种基于一维条件生成对抗网络(one-dimensional conditional generative adversarial network,简称1D-CGAN)与长短时记忆(long short-term memory,简称LSTM)网络结合的导管架平台结... 针对导管架平台结构损伤识别中数据不平衡问题,提出了一种基于一维条件生成对抗网络(one-dimensional conditional generative adversarial network,简称1D-CGAN)与长短时记忆(long short-term memory,简称LSTM)网络结合的导管架平台结构损伤识别方法。该方法将采集的一维损伤数据直接输入条件生成对抗网络(conditional generative adversarial network,简称CGAN),通过在判别器和生成器中添加标签信息构建1D-CGAN,利用标签信息控制其生成特定的新损伤样本,从而与完好状态样本组成平衡样本集。在此基础上,将划分的训练集输入到LSTM进行模型训练和损伤识别。实验结果表明:随着不平衡程度降低,所提出方法的识别准确率不断提高,当数据集达到平衡时,识别准确率能够达到92.5%;与其他方法相比,所提出方法的识别准确率和精确率均有明显的提高。该方法提高了模型的分类性能,为不平衡数据下海洋结构损伤识别提供了一种新思路。 展开更多
关键词 导管架平台 一维条件生成对抗网络 长短时记忆网络 不平衡问题 结构损伤识别
在线阅读 下载PDF
基于卷积神经网络电阻抗成像的蜂窝夹芯结构损伤识别
8
作者 李雪峰 周登 严刚 《材料科学与工程学报》 北大核心 2025年第4期542-549,566,共9页
本研究针对蜂窝夹芯结构在使用和维护过程中容易受到外物冲击的问题,提出了一种基于导电感应层和卷积神经网络的冲击损伤识别方法。首先利用丝网印刷技术,将石墨烯导电碳油墨印刷在蜂窝夹芯结构表面,形成导电感应层,使结构具备实时感应... 本研究针对蜂窝夹芯结构在使用和维护过程中容易受到外物冲击的问题,提出了一种基于导电感应层和卷积神经网络的冲击损伤识别方法。首先利用丝网印刷技术,将石墨烯导电碳油墨印刷在蜂窝夹芯结构表面,形成导电感应层,使结构具备实时感应功能。然后通过建立不同损伤情况的导电感应层有限元模型,并进行电学仿真,生成了包含电导率变化和边界电压变化的数据集。基于此数据集,训练了卷积神经网络,并通过测试集验证了模型的准确性和可靠性。为验证方法的有效性,进行了冲击损伤实验,并在实验前后分别测量感应层的边界电压数据。通过训练好的卷积神经网络对电导率变化分布进行重建,实现了对蜂窝夹芯结构损伤的精准识别。实验结果表明,本研究所提出的基于卷积神经网络的电阻抗成像方法,在损伤位置和大小的识别精度上明显优于传统算法,并且识别时间非常短,可以实现对蜂窝夹芯结构的在线损伤识别。 展开更多
关键词 蜂窝夹芯结构 冲击损伤识别 导电感应层 电阻抗成像 卷积神经网络
在线阅读 下载PDF
基于VMD-CAE的无监督结构损伤识别研究
9
作者 王梦倩 康帅 +1 位作者 李传飞 董正方 《振动与冲击》 北大核心 2025年第11期309-320,共12页
为了进一步扩展深度学习方法在基于振动信号的结构损伤识别中的应用,提出了一种基于变分模态分解(variational mode decomposition,VMD)和卷积自编码(convolutional auto-encoder,CAE)相结合的无监督结构损伤识别方法。首先,利用VMD对... 为了进一步扩展深度学习方法在基于振动信号的结构损伤识别中的应用,提出了一种基于变分模态分解(variational mode decomposition,VMD)和卷积自编码(convolutional auto-encoder,CAE)相结合的无监督结构损伤识别方法。首先,利用VMD对振动信号进行分解,去除噪声和一些无关成分的影响,选取与结构自振特性相关的成分作为有效分量;然后通过叠加有效分量作为CAE模型的输入,进而重构信号,通过学习健康样本数据的特征,得到最大重构误差作为判断结构是否损坏的阈值。最后将该方法应用到IASC-ASCE SHM Benchmark结构试验数据和卡塔尔大学看台试验数据,并将结果与其他模型进行了对比,结果表明该方法在两个数据集上的识别结果都更加准确。即使当样本中含有噪声时,也能显著提高噪声样本的识别精度,具有较强的抗噪能力。 展开更多
关键词 深度学习 结构损伤识别 无监督 变分模态分解(VMD) 卷积自编码(CAE)
在线阅读 下载PDF
基于多通道领域对抗神经网络的桥梁结构损伤识别方法
10
作者 张扬柱 唐蕾 +1 位作者 黄天立 李苗 《铁道科学与工程学报》 北大核心 2025年第8期3761-3774,共14页
为解决桥梁结构损伤识别中有限元模型与实际结构之间存在较大差异问题,并充分利用多通道数据提高实际桥梁结构损伤模式的识别精度,提出一种基于多通道数据特征融合和领域对抗神经网络(multi-channel data feature fusion and domain-adv... 为解决桥梁结构损伤识别中有限元模型与实际结构之间存在较大差异问题,并充分利用多通道数据提高实际桥梁结构损伤模式的识别精度,提出一种基于多通道数据特征融合和领域对抗神经网络(multi-channel data feature fusion and domain-adversarial neural networks,Multi-channel DANN)模型的结构损伤识别方法。首先,分别采用移动车辆荷载作用下基于有限元模型和实际桥梁结构的位移响应,构建源域和目标域数据集,作为Multi-channel DANN模型输入;然后,利用多分支特征提取器分别提取各通道数据的特征,并通过特征集成方法融合提取的特征;最后,将融合后的特征结合领域信息,采用对抗训练方法提取对损伤敏感且具有领域不变性的特征,将源域损伤标签信息向目标域迁移,实现实际桥梁结构损伤模式的精确识别。车桥耦合振动系统数值模拟与模型试验结果验证了所提方法的正确性和有效性。结果表明,Multi-channel DANN模型、领域对抗神经网络(domain-adversarial neural networks,DANN)模型与一维卷积神经网络(one dimensional convolutional neural network,1D-CNN)模型在车桥耦合振动系统数值模拟目标域数据集中的损伤识别准确率分别为95.9%、82.56%和63.13%;在车桥耦合振动系统模型试验实测数据集中的损伤识别准确率分别为97.64%、85.96%和67.38%。相比1D-CNN模型与DANN模型,基于Multi-channel DANN模型的结构损伤识别准确率显著提高,具有更优的跨域适应性。所提方法为解决实际桥梁结构的损伤模式识别问题提供了一种有效的解决途径。 展开更多
关键词 桥梁结构 损伤模式识别 领域对抗神经网络 领域不变特征 源域 目标域
在线阅读 下载PDF
基于K-means聚类粒子群算法的海洋结构迭代型损伤识别方法
11
作者 周旭涛 赵海旭 +2 位作者 蒋玉峰 王树青 刘雨 《中国海洋大学学报(自然科学版)》 北大核心 2025年第4期134-147,共14页
为了解决传统智能优化算法在结构损伤识别中易陷入局部最优解,导致损伤识别时误判单元较多且识别精度较差的问题,本文提出了一种迭代型结构损伤识别方法。该方法创新性地引入了基于K-means聚类的新型粒子群算法,以加快算法收敛和避免陷... 为了解决传统智能优化算法在结构损伤识别中易陷入局部最优解,导致损伤识别时误判单元较多且识别精度较差的问题,本文提出了一种迭代型结构损伤识别方法。该方法创新性地引入了基于K-means聚类的新型粒子群算法,以加快算法收敛和避免陷入局部最优解,同时,采用迭代思想对传统损伤识别方法进行改进,将损伤识别结果进行迭代更新,以获得准确的损伤位置及损伤程度。以某三腿海上风机结构为例:首先,探讨了非迭代型方法在无噪声和有噪声污染时的结构损伤识别效果;其次,分析所提出的迭代型方法在无噪声和有噪声污染两种情况下的结构损伤识别效果;然后,探究了所提出方法的收敛性及稳定性;最后,采用物理模型试验对提出的方法进行了验证。结果表明,提出的迭代型聚类粒子群算法相比传统结构损伤识别方法可获得更准确的损伤位置及损伤程度,并展现出良好的噪声鲁棒性,且算法迭代次数少,识别效果稳定。 展开更多
关键词 K-means聚类粒子群算法 损伤识别 海上风机结构 迭代型方法
在线阅读 下载PDF
基于VMD和FCM聚类算法的海上风机支撑结构损伤识别方法
12
作者 任义建 刁延松 +1 位作者 吕建达 侯敬儒 《振动与冲击》 北大核心 2025年第8期184-191,286,共9页
利用响应和有监督学习算法对运行状态下海上风机支撑结构进行损伤识别时,会遇到响应中能量占比很高的谐波成分影响和有监督学习算法需人工定义标签等问题。为此,利用变分模态分解(variational modal decomposition,VMD)和模糊C均值(fuzz... 利用响应和有监督学习算法对运行状态下海上风机支撑结构进行损伤识别时,会遇到响应中能量占比很高的谐波成分影响和有监督学习算法需人工定义标签等问题。为此,利用变分模态分解(variational modal decomposition,VMD)和模糊C均值(fuzzy C-means,FCM)聚类算法进行海上风机支撑结构损伤识别。为剔除响应中的谐波成分,首先利用VMD对加速度响应进行分解,选取结构模态响应(仅含有结构自振频率)作为分析信号。然后计算模态响应的时域、能量和能量比值及样本熵特征构造特征矩阵,利用主成分分析对特征矩阵进行降维,得到损伤特征矩阵。将损伤特征矩阵输入FCM聚类算法,通过聚类分析得到结构的损伤状态。位移激励下海上风机支撑结构损伤识别模型试验数据验证了该方法的有效性。该方法属于无监督学习算法,无需标注标签且不受谐波成分的影响。 展开更多
关键词 海上风机支撑结构 损伤识别 变分模态分解(VMD) 模糊C均值(FCM)聚类算法 无监督学习算法
在线阅读 下载PDF
基于性能档案库规则杆系结构损伤识别方法研究
13
作者 付伟庆 谭凯旋 +1 位作者 张光槟 李春林 《振动与冲击》 北大核心 2025年第11期295-308,共14页
杆系结构具有构件数量大形式多样,损伤位置隐蔽巡查困难,损伤积累时间长和破坏突然等特点。常规识别方法存在识别精度低、无法评价损伤安全影响和预测损伤结构寿命等问题。提出一种通过建立性能档案库对规则杆系结构损伤状况进行识别的... 杆系结构具有构件数量大形式多样,损伤位置隐蔽巡查困难,损伤积累时间长和破坏突然等特点。常规识别方法存在识别精度低、无法评价损伤安全影响和预测损伤结构寿命等问题。提出一种通过建立性能档案库对规则杆系结构损伤状况进行识别的方法。建立档案库研究包括曲率模态变化率识别指标提出,分区域两步识别损伤样本库构建和密集连接型识别网络搭建三部分内容。通过三层框架结构验证了所提出损伤指标的准确性。通过对一桁架桥结构建立性能档案库后进行的不同组损伤构件测试试验表明,利用档案库进行的信息匹配可较为准确地对杆件损伤位置进行识别,损伤程度识别误差在5%以内。研究提出性能档案库损伤识别方法,还可用于结构损伤影响评估和寿命预测等多个方面。 展开更多
关键词 杆系结构 损伤识别 识别方法 损伤档案库
在线阅读 下载PDF
基于模态置信的超高层建筑钢架结构损伤识别方法
14
作者 韦丽娴 蒙萱 《兵器材料科学与工程》 北大核心 2025年第3期81-85,共5页
本文选取超高层建筑中的典型结构单元,设计了一个3跨2层的钢架结构模型,建立了包含单损伤和多损伤工况在内的6种损伤工况。基于该钢架结构的自由振动微分方程及其模态叠加解,提出了一种基于模态置信准则(COMAC)的损伤识别方法,并将其应... 本文选取超高层建筑中的典型结构单元,设计了一个3跨2层的钢架结构模型,建立了包含单损伤和多损伤工况在内的6种损伤工况。基于该钢架结构的自由振动微分方程及其模态叠加解,提出了一种基于模态置信准则(COMAC)的损伤识别方法,并将其应用于超高层建筑钢架结构的损伤识别研究。结果表明:1)在工况1的单损伤状态下,随着模态阶数的增加,未损伤单元的COMAC值保持稳定,而损伤单元的COMAC值呈递减趋势。其中,单元8在2阶模态时CO‐MAC值出现下降,至5阶模态时下降趋势更显著,表明该方法能有效识别单损伤位置。2)在多损伤工况下,未损伤单元的COMAC值始终为1.0;对于损伤程度分别为40%的单元2和50%的单元12,其COMAC值随模态阶数增加而递减,且在2~5阶模态下显著低于未损伤单元。损伤程度较大的单元12表现出更明显的COMAC值降幅,验证了该方法对多损伤工况的识别能力。3)在工况2、3中,所提方法在单损伤工况下表现出较高的识别准确性和稳定性,能准确判定损伤单元位置及其损伤程度。4)在工况5、6中,与传统的模态置信准则(MAC)方法相比,所提方法在多损伤工况下的识别性能更优,其损伤识别结果与实际情况吻合度较高,充分证明了该方法在钢架结构损伤识别中的有效性。 展开更多
关键词 模态置信 超高层建筑 钢架结构 损伤识别 模态振型 损伤程度
在线阅读 下载PDF
基于改进的EMI技术在振动环境中识别结构损伤
15
作者 郝瑞 刘松霖 周文杰 《现代电子技术》 北大核心 2025年第19期182-186,共5页
机电阻抗(EMI)技术是一种无损的结构健康监测(SHM)方法,具有成本低、易实现、对早期损伤敏感的优点。然而,由于EMI技术是利用压电传感器和被监测结构之间的振动耦合特性来判断损伤,所以在复杂振动环境中应用EMI技术仍然困难,因为外部振... 机电阻抗(EMI)技术是一种无损的结构健康监测(SHM)方法,具有成本低、易实现、对早期损伤敏感的优点。然而,由于EMI技术是利用压电传感器和被监测结构之间的振动耦合特性来判断损伤,所以在复杂振动环境中应用EMI技术仍然困难,因为外部振动会严重干扰这种耦合特性,从而导致误报。为解决该问题,文中基于环境振动引起的误报具有随机性、结构损伤引起的告警信号具有不可逆的性质,提出一种结合统计分析和动态奖惩机制的算法,区分振动引起的噪声和真正的结构异常。此外,还设计了一种小型化的PZT阻抗测量模块,以便工程应用。实验在振动环境中实现了对碳纤维板的损伤识别,验证了改进算法的有效性。 展开更多
关键词 结构健康监测 机电阻抗技术 PZT AD5933芯片 损伤识别 环境振动
在线阅读 下载PDF
基于挠度影响线和HPO算法的桥梁结构损伤识别
16
作者 马娴 孙畅 +3 位作者 顾箭峰 昝建航 杨雨厚 吴志鸿 《广西大学学报(自然科学版)》 北大核心 2025年第3期516-528,共13页
为了提高桥梁结构损伤识别的精度和效率,通过结合挠度影响线和猎食者优化(HPO)算法,提出了一种新的两阶段损伤识别方法。利用结构挠度影响线二阶导差值定位损伤后,基于挠度相关度系数构建目标函数,采用HPO算法量化结构损伤。通过简支梁... 为了提高桥梁结构损伤识别的精度和效率,通过结合挠度影响线和猎食者优化(HPO)算法,提出了一种新的两阶段损伤识别方法。利用结构挠度影响线二阶导差值定位损伤后,基于挠度相关度系数构建目标函数,采用HPO算法量化结构损伤。通过简支梁数值模型和一座三跨连续刚构桥验证其有效性和鲁棒性,并与基于HPO算法的损伤识别方法进行对比。结果表明,基于挠度影响线和HPO算法的桥梁结构损伤识别方法能准确定位和量化单点和多点损伤,同时具有良好的抗噪能力;与基于HPO算法的方法相比能够更精确地量化结构损伤,显著减少了算法搜索维度,损伤识别效率提高超40%。 展开更多
关键词 桥梁结构健康监测 损伤识别 挠度影响线 猎食者优化算法
在线阅读 下载PDF
基于截断总体最小二乘法与L_(1)正则化的结构损伤识别
17
作者 骆紫薇 蔡楚欣 +1 位作者 赖小李 刘焕林 《振动与冲击》 北大核心 2025年第15期217-223,共7页
模态参数因其易于获取且对结构损伤敏感等特点常被用于结构损伤识别。基于模态参数和有限元模型的损伤识别方法能有效定位和量化结构损伤,但在测量噪声和模型误差等因素的共同影响下,识别结果可能与实际情况存在较大偏差,难以准确评估... 模态参数因其易于获取且对结构损伤敏感等特点常被用于结构损伤识别。基于模态参数和有限元模型的损伤识别方法能有效定位和量化结构损伤,但在测量噪声和模型误差等因素的共同影响下,识别结果可能与实际情况存在较大偏差,难以准确评估结构的安全状态。针对此问题,基于截断总体最小二乘法与L_(1)正则化技术,提出了一种新的结构损伤识别方法。该方法首先分析了既有灵敏度方程中误差的来源;然后,通过截断总体最小二乘法构造了损伤折减系数改变量与模态参数改变量之间新的近似关系式;最后,结合结构损伤的稀疏性,引入L_(1)正则化对问题进行约束,以改善问题的不适定性并提高识别精度。数值仿真和试验结果表明,所提方法能有效地识别结构的多种损伤工况,且误判较少,具有较高的识别精度和较强的鲁棒性。 展开更多
关键词 结构损伤识别 一阶灵敏度分析 L_(1)正则化 截断总体最小二乘法
在线阅读 下载PDF
地震与风作用下钢框架-自复位支撑筒结构损伤分析 被引量：1
18
作者 徐龙河 刘媛媛 谢行思 《振动工程学报》 北大核心 2025年第1期126-134,共9页
为揭示地震‐风同时作用和先后作用下自复位支撑结构的损伤分布规律,对一50层钢框架‐自复位支撑筒在不同强度地震动与50年重现期风荷载下的梁/柱构件和结构整体损伤进行分析。结果表明,地震单独作用和地震‐风同时作用下,支撑筒梁均比... 为揭示地震‐风同时作用和先后作用下自复位支撑结构的损伤分布规律,对一50层钢框架‐自复位支撑筒在不同强度地震动与50年重现期风荷载下的梁/柱构件和结构整体损伤进行分析。结果表明,地震单独作用和地震‐风同时作用下,支撑筒梁均比外框架梁先受损,支撑筒柱较外框架柱损伤发展更快;地震‐风同时作用增大了柱的损伤程度,使31层柱的最大损伤值增大了78.6%;随着地震动强度的增大,风荷载作用对结构整体损伤的加重程度逐渐增大。在不同强度的地震动与50年重现期风荷载先后作用下,风荷载增大了震损结构的最大残余变形角均值;当峰值地面加速度为10 m/s^(2)时,风荷载使震损结构的最大残余变形角均值由0.325%增至0.330%,但风荷载对震损结构损伤最大构件的损伤状态影响不大。 展开更多
关键词 损伤识别 地震‐风耦合作用 自复位支撑 高层钢结构 残余变形
在线阅读 下载PDF
基于改进EB-YOLO-v8n的耗能梁损伤识别
19
作者 于海丰 曹坤 +5 位作者 苏佶智 张辉杰 方斌 王奇智 位翠霞 岳宏亮 《河北科技大学学报》 北大核心 2025年第5期542-552,共11页
为对震后耗能梁段损伤状态进行准确、快速评估,在YOLO-v8n模型的基础上,加入高效多尺度注意力模块(efficient multi-scale attention,EMA)和加权双向特征金字塔结构(bidirectional feaure pyramid network,BiFPN),提出了EB-YOLO-v8n耗... 为对震后耗能梁段损伤状态进行准确、快速评估,在YOLO-v8n模型的基础上,加入高效多尺度注意力模块(efficient multi-scale attention,EMA)和加权双向特征金字塔结构(bidirectional feaure pyramid network,BiFPN),提出了EB-YOLO-v8n耗能梁段损伤识别模型。首先,设计并完成9个不同参数的耗能拟静力试验,采用图像拍摄设备记录不同破坏程度下的结构局部损伤情况,汇总成数据集;其次,为保证数据集质量,采用Mosaic+Fliplr数据增强技术对输入数据进行增强处理,共得到2612张图像作为数据集;再次,对数据集中的各种损伤进行标注并输入到模型中进行训练;最后,对相关创新模块进行消融实验,分析了每一个改进模块的有效性。结果表明:EB-YOLO-v8n模型的平均精度值均高于文中提到的其他模型,模型在参数量基本不变的情况下具有更强的鲁棒性;此外,根据消融实验结果可以得出,EB-YOLO-v8n模型的平均精度值分别高于E-YOLO-v8n(引入EMA)、B-YOLO-v8n(将特征金字塔网络(feature pyramid networks,FPN)中的路径聚合网络结构(path aggregation network,PAN)替换为BiFPN)1.2和3.8个百分点,并且其单张图片平均识别时间也具有一定优势。EB-YOLO-v8n模型兼顾了精度与速度之间的平衡,契合了震后损伤识别需求中高精度与快速的特点,可以满足实际工程复杂工况的需求。 展开更多
关键词 结构设计 耗能梁 目标检测 损伤识别 YOLO-v8n
在线阅读 下载PDF
基于数字孪生和深度学习的结构损伤识别 被引量：10
20
作者 唐和生 王泽宇 陈嘉缘 《土木与环境工程学报（中英文）》 CSCD 北大核心 2024年第1期110-121,共12页
土木工程实际结构损伤状态的时间跨度通常只占总生命周期的一小部分。为解决传统基于数据驱动的结构损伤识别方法缺乏足够多的损伤训练数据的问题,提出结合数字孪生和深度学习的结构损伤识别方法,并应用于实际工程。该方法利用数值仿真... 土木工程实际结构损伤状态的时间跨度通常只占总生命周期的一小部分。为解决传统基于数据驱动的结构损伤识别方法缺乏足够多的损伤训练数据的问题,提出结合数字孪生和深度学习的结构损伤识别方法,并应用于实际工程。该方法利用数值仿真模型和在线监测数据构建结构的数字孪生,以获得不同损伤工况下结构动力响应的“大数据”;为了摆脱对外激励信息的依赖,应用经验模态分解法和传递率函数对得到的数据进行预处理;将预处理后的固有模态传递率函数数据作为深度学习的输入进行训练,实现结构的损伤识别。为验证方法的有效性,对实际结构未经训练的监测数据进行分析,结果表明,该方法泛化能力良好,能够有效识别结构损伤状况。通过数字孪生技术解决了传统方法数据匮乏的问题,不需要任何地震信息,利用固有模态传递率函数数据训练的深度神经网络仍能保持较高的损伤识别准确率,二者结合可以使工程结构健康监测更为主动、可靠、高效。 展开更多
关键词 数字孪生 深度学习 固有模态传递率函数 损伤识别 结构健康监测
在线阅读 下载PDF
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 2 … 25 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部