基于異常變形的鋼-砼組合梁損傷識別試驗研究.pdf_第1頁
已閱讀1頁,還剩120頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、本文依托導(dǎo)師主持的國家自然科學(xué)基金面上項目“基于影像輪廓線疊差分析獲取橋梁全息變形及結(jié)構(gòu)狀態(tài)演繹方法探索(51778094)”,針對鋼桁-混凝土組合梁在多種損傷工況下靜力加載試驗,開展了由主梁影像輪廓線疊差獲取全息變形曲線與結(jié)構(gòu)損傷識別方法研究。其主要研究內(nèi)容如下:
  1、對一根7米長鋼桁-混凝土組合試驗梁,進行多種損傷狀況下的分級加載試驗,對每一損傷加載工況均進行定點攝影、車載移動攝影和傳統(tǒng)位移計的數(shù)據(jù)采集,其中車載移動式攝影

2、獲取圖像信息數(shù)據(jù)的分析處理是本文的研究重點。
  2、將車載移動式攝影裝置獲取的試驗梁圖像數(shù)據(jù)進行圖像拼接處理,由圖像拼接算法的理論和技術(shù)方法入手,將基于灰度矩陣的圖像拼接與基于改進的SIFT算法的圖像拼接相結(jié)合,對試驗梁的分段局部高分辨率圖片拼接整合為全梁圖像。
  3、基于數(shù)學(xué)形態(tài)學(xué)以及圖像信息學(xué)相關(guān)理論,深化研究了圖像全息邊緣輪廓線疊差算法,對各個損傷/荷載工況所獲得的試驗梁圖像進行結(jié)構(gòu)輪廓線疊差分析,得到試驗梁全息變

3、形曲線,并與百分表位移實測數(shù)據(jù)進行了對比分析。
  4、采用神經(jīng)網(wǎng)絡(luò)進行結(jié)構(gòu)的損傷識別探索,基于無損結(jié)構(gòu)與相應(yīng)損傷工況下的結(jié)構(gòu)全息變形曲線的對比,捕捉異常變形特征作為損傷表征,把反分析問題轉(zhuǎn)化為神經(jīng)網(wǎng)絡(luò)映射判定的問題。
  5、通過無損試驗梁受載變形曲線樣本和不同損傷試驗梁受載變形曲線樣本的訓(xùn)練學(xué)習(xí),運用神經(jīng)網(wǎng)絡(luò)自身的泛化能力,得到較為可靠的映射判別網(wǎng)絡(luò),將試驗中非訓(xùn)練樣本的全息變形曲線輸入神經(jīng)網(wǎng)絡(luò),基于網(wǎng)絡(luò)輸出層結(jié)果可識別

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論