基于MISO神经网络的结构损伤识别方法研究

讨论了一种应用MISO神经网络和同级推论技术的损伤识别方法。在识别过程中,系统中的每个子结构都被一组相邻的传感器所测量。选择一个传感器为主传感器,同时形成与传感器布置相应的MISO神经网络,用其对主传感器位置的动力反应进行预测。这样,子结构的动力特性就可以由神经网络隐式的预测。如果子结构没有明显地变化,网络的预测误差会遵循一个稳定的统计分布。利用F假设检验方法预测误差的方差的变化,并且将其作为敏感性损伤指标,用其确定结构是否发生显著变化。     

基于BP神经网络的结构损伤识别分析

对损伤识别的参数选取作了分析,以一个经典的简支矩形钢梁为例,对基于BP神经网络的结构损伤识别进行了探讨,从算例结果可以看出：BP神经网络控制理论在结构损伤识别分析中应用是可行的。     

桥梁结构损伤振动测试的识别方法

介绍了基于动测法进行结构损伤识别的不同方法，并对相关方法进行了总结和评述，探索了其他方法在结构损伤识别中的应用，提出了损伤识别中有待解决的问题及其发展前景。     

BP神经网络在桥梁结构损伤诊断中的应用

针对桥梁台后结构损伤分别进行了动力计算和静力试验,提出了采用BP神经网络进行结构损伤位置和程度的识别诊断研究,试验结果表明比较准确可信,该方法具有良好的应用前景。     

大型桥梁结构损伤识别方法研究

结构损伤识别是大型桥梁综合监测系统的重要任何之一。本文介绍利用结构振动实测数据并借助于有限元模型修正技术进行桥梁结构识别的方法，包括几种用于结构损伤识别的模型修正算法，并给出解决实测自由度不足问题的两种方法，然后通过对一试验模型的模拟损伤试验，调查各理论方法的有效性和在实际结构检测中的运用情况。     

基于BP神经网络的融合参数结构损伤识别研究

1 概述 结构损伤识别及诊断是当前的研究热点。由于动力损伤诊断方法较传统的诊断方法(如目侧及外观检查、无破损或半破损试验、现场载荷试验等)具有较易实施、测试速度快、对结构不造成新的损伤、可在结构的层次上把握整体信息等优点,因而     

基于神经网络的连续梁桥结构损伤识别

探讨了神经网络技术对连续桥梁的损伤位置和损伤程度识别的方法,用有限元软件ANSYS的模态分析技术对连续梁结构的损伤情况进行模拟,得到损伤标示量并将其作为神经网络训练样本,数值仿真结果表明,该方法对于实际工程结构的损伤识别具有一定的参考意义。     

基于RBF神经网络的结构损伤识别方法研究进展

阐述了径向基神经网络(RBF网络)用于结构损伤识别的工作原理,介绍了国内外学者利用RBF神经网络对结构进行损伤识别的研究进展,从网络输入参数、网络算法、结构建模等方面,分析了该方法的优点和存在的问题,指明了进一步研究的方向。     

基于AR模型与BP神经网络的网壳结构损伤识别方法研究

针对网壳结构损伤识别中所面临的模态信息不完备、模态密集程度严重以及结构自由度巨大等困难,提出了一种基于时间序列自回归模型(AR模型)与BP神经网络的损伤识别方法.以凯威特型单层球面网壳为例,采用该方法识别损伤杆件位置.数值模拟结果表明,该方法具有较高的准确性和一定的抗噪性.进一步讨论了影响损伤识别结果精度的因素.研究表明,传感器的数目、布置位置对损伤识别结果有一定影响.     

小波分析与神经网络在结构多处损伤监测中的应用

采用小波分析对获得的结构动力响应进行小波分解,根据各种响应信号对损伤的灵敏度选择损伤特征,从而识别结构多次出现损伤的时刻,实现对结构损伤时刻的监控;对结构第1层加速度响应信号做小波包分解,得到各频段能量的特征向量,作为特征参数输入到BP神经网络中实现结构多处损伤位置和程度识别。模拟算例表明,小波分析和BP神经网络联合运用能准确地诊断结构多处损伤的时刻、位置和程度,具有一定的可行性。     

基于位移灵敏度的结构损伤静力识别方法

结构损伤识别是当前的研究热点,但有关静力识别方法的研究较少.对静力平衡方程求导得到位移对单元损伤的一阶灵敏度,进而得到结构损伤前后位移改变量与单元损伤系数的线性关系式.据此提出一种结构损伤静力识别的三阶段方法,即先对静力测试的加载模式进行优化,再根据非负二乘解定位损伤单元,最后基于迭代收敛解提取已定位单元的损伤系数.加载模式的优化基于遗传算法,并以线性方程组病态程度最低为优化目标.某平面桁架的数值算例表明,所提方法能够很好地对加载模式进行优化,在高噪音情况下也能有效识别结构损伤.     

结构健康监测中基于神经网络技术的两级识别策略

文章简要介绍了神经网络技术算法及两级识别策略,对其在大型土木工程健康监测中的应用进行了探讨。     

基于模态参数的结构损伤识别方法研究进展

近年来,基于模态参数的损伤识别方法发展十分迅速。结构在使用过程中会受到自身因素和外界因素影响,必然会导致结构发生损伤,影响其正常使用功能,严重时引发倒塌等事故。因此,对结构进行损伤识别具有十分重要的意义。文中主要介绍了损伤识别领域常见的几种模态参数,并总结归纳各参数的优势和不足,并对有待进一步研究的问题进行了展望,为结构健康检测领域的研究和应用提供参考。     

基于不确定性的结构损伤识别方法研究综述

基于静动力特性改变的结构损伤诊断方法在过去几十年中发展迅速。与损伤识别的确定性方法相比,损伤识别的不确定性方法能更为有效合理地处理损伤识别过程中涉及的不确定性干扰问题,并从统计意义上实现复杂工程结构健康监测的早期损伤诊断,因此已成为当前结构损伤识别领域的研究热点。在简要回顾了损伤识别确定性方法的基础上,主要介绍了损伤识别不确定性方法的研究进展,并分析了各方法的优缺点,对有待进一步研究的问题及此类方法的发展趋势进行了展望。     

浅谈土木工程结构的性能监测系统与损伤识别方法

目前,土木工程结构的性能监测系统都是针对特定结构物进行单独设计,然而,我国的土木工程结构的性能监测系统与损伤识别的方法还存在很大的问题。因此,研究土木工程结构的性能监测系统与损伤识别的方法具有非常重大的意义。文章介绍了木工程结构的损伤检测,并且阐述了木工程结构损伤识别中存在的主要一些问题。     

神经网络在结构工程健康监测中的应用探讨

建立结构损伤诊断子系统是建立大型工程结构智能健康监测专家系统的核心问题。人工神经网络技术可以实现结构损伤的自动识别与定位,具有广阔的应用前景。本文介绍基于人工神经网络的两级损伤识别策略,并对采用人工神经网络进行结构损伤诊断的网络输入参数与网络结构选择等关键问题进行了探讨。     

桥梁结构健康监测和损伤识别

介绍一些桥梁结构健康监测和损伤识别方法,提出相关评价和建议.     

BP神经网络在建筑工程领域的应用研究

对日益广泛应用于建筑工程领域的BP神经网络的基本原理与特征进行了介绍。分析了人工神经网络在建筑施工、建筑结构的损伤诊断等领域中的应用情况，对BP神经网络的推广应用具有一定指导意义。     

基于神经网络的结构损伤识别综述

简单介绍了神经网络技术及其分类方法,对使用神经网络进行斜拉桥损伤识别的基本流程进行了详细阐述,并分析了输入向量的选择优缺点,以期促进基于神经网络的结构损伤识别技术的推广应用。     

基于神经网络的结构损伤识别研究进展

为提高结构损伤识别方法的精确性和适用性,将神经网络引入到结构损伤识别中。介绍了神经网络的由来、原理和研究意义,概述了国内外基于神经网络的结构损伤识别研究进展。通过分析可以看,出用于结构损伤识别的神经网络方法有着广阔的应用前景。论文针对进一步研究的方向提出了建议。