[01428544]建筑结构的损伤识别与监测技术研究
交易价格:
面议
所属行业:
建筑结构
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
不同的损伤指标对于不同形式的结构损伤和结构不同部位损伤的识别效果也不尽相同。采用小波分析对获得的剪切型结构动力响应进行了小波包分解,根据各种响应信号对损伤的灵敏度选择损伤特征识别剪切型结构损伤出现的时刻,实现对结构损伤时刻的监控。探讨了采用小波包分解结构加速度响应到各频段的能量谱,作为特征参数配合BP神经网络实现结构损伤时刻、损伤位置和损伤程度识别方法。采用应变模态改变率对桁架结构的杆单元进行损伤识别研究,分析了不同程度损伤对应变模态改变率的影响,比较了不同杆的应变模态对损伤的敏感性。以模态应变能改变率作为结构损伤因子,构造BP神经网络对空间网架结构模型进行了损伤位置及程度的识别验证计算。模型结构试验验证了应变模态改变率这一损伤指标有效性。分析了梁结构中损伤对曲率模态参数(频率、振型、曲率模态振型)的影响,并通过曲率模态和模态置信准则的联合应用,能准确的识别损伤位置。通过恰当构造损伤识别参数,结合神经网络进行损伤分层识别,得到满意的识别精度。以工程中非常关注的框架结构节点损伤为研究对象,以组合参数为网络的输入向量,引入神经网络的含噪声样本训练技术改进BP神经网络的框架节点损伤识别方法,对框架节点损伤进行两步识别。利用商业工具软件命令流进行结构损伤样本的自动存取实现了人工神经应用于结构损伤的快速、高效率训练。
不同的损伤指标对于不同形式的结构损伤和结构不同部位损伤的识别效果也不尽相同。采用小波分析对获得的剪切型结构动力响应进行了小波包分解,根据各种响应信号对损伤的灵敏度选择损伤特征识别剪切型结构损伤出现的时刻,实现对结构损伤时刻的监控。探讨了采用小波包分解结构加速度响应到各频段的能量谱,作为特征参数配合BP神经网络实现结构损伤时刻、损伤位置和损伤程度识别方法。采用应变模态改变率对桁架结构的杆单元进行损伤识别研究,分析了不同程度损伤对应变模态改变率的影响,比较了不同杆的应变模态对损伤的敏感性。以模态应变能改变率作为结构损伤因子,构造BP神经网络对空间网架结构模型进行了损伤位置及程度的识别验证计算。模型结构试验验证了应变模态改变率这一损伤指标有效性。分析了梁结构中损伤对曲率模态参数(频率、振型、曲率模态振型)的影响,并通过曲率模态和模态置信准则的联合应用,能准确的识别损伤位置。通过恰当构造损伤识别参数,结合神经网络进行损伤分层识别,得到满意的识别精度。以工程中非常关注的框架结构节点损伤为研究对象,以组合参数为网络的输入向量,引入神经网络的含噪声样本训练技术改进BP神经网络的框架节点损伤识别方法,对框架节点损伤进行两步识别。利用商业工具软件命令流进行结构损伤样本的自动存取实现了人工神经应用于结构损伤的快速、高效率训练。