| 基于应变模态差和神经网络的管道损伤识别 |
| |
| 引用本文： | 周邵萍,郝占峰,韩红飞,张佳程,章兰珠.基于应变模态差和神经网络的管道损伤识别[J].振动．测试与诊断,2015,35(2):334-338. |
| |
| 作者姓名： | 周邵萍 郝占峰 韩红飞 张佳程 章兰珠 |
| |
| 作者单位： | （华东理工大学机械与动力工程学院，200237） |
| |
| 基金项目： | 国家自然科学基金资助项目(51175178;51275171) |
| |
| 摘 要： | 应变模态差对结构微小损伤具有很高的敏感性且对结构损伤处具有较高的定位识别率,故在工程实际中可以利用其对管道进行损伤识别。然而,应变模态差只能定性地反映结构的损伤程度,并不能直接量化损伤结构的损伤程度,故采用神经网络和应变模态差相结合的方法对损伤管道进行损伤位置和损伤程度的识别。利用有限元分析软件ANSYS进行模态分析提取管道的应变模态参数,并把管道损伤前后的应变模态差作为神经网络的输入参数,以损伤位置和损伤程度作为神经网络的输出参数,对损伤管道分别进行单损伤和双损伤的损伤定位和程度识别。研究结果表明,利用应变模态差和神经网络相结合的方法能够准确识别出管道的损伤位置以及损伤程度。
|
| 关 键 词： | 应变模态差 损伤识别 神经网络 管道 |
Damage Identification in Straight Pipeline Using Strain Modal Difference and Neural Network |
| |
| Zhou Shaoping,Hao Zhanfeng,Han Hongfei,Zhang Jiacheng,Zhang Lanzhu.Damage Identification in Straight Pipeline Using Strain Modal Difference and Neural Network[J].Journal of Vibration,Measurement & Diagnosis,2015,35(2):334-338. |
| |
| Authors: | Zhou Shaoping Hao Zhanfeng Han Hongfei Zhang Jiacheng Zhang Lanzhu |
| |
| Affiliation: | (School of Mechanical and Power Engineering, East China University of Science and Technology Shanghai, 200237, China) |
| |
| Abstract: | |
| |
| Keywords: | strain modal difference damage identification neural network pipeline |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《振动．测试与诊断》浏览原始摘要信息 |
|
点击此处可从《振动．测试与诊断》下载全文 |
|
