2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩73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、近年來,隨著土木工程的迅猛發(fā)展,結(jié)構(gòu)的形式日趨復雜,結(jié)構(gòu)健康監(jiān)測成為一個重要的研究方向,基于振動數(shù)據(jù)的結(jié)構(gòu)健康監(jiān)測方法也就引起人們極大興趣。測量數(shù)據(jù)的數(shù)量與質(zhì)量,即傳感器數(shù)量及其相應(yīng)的布置位置對于依賴動態(tài)測量數(shù)據(jù)的結(jié)構(gòu)健康監(jiān)測非常重要。為了從測量數(shù)據(jù)中獲得盡可能多的信息,進而減少待識別模型參數(shù)的不確定性,提出了一種面向結(jié)構(gòu)模型參數(shù)識別的傳感器優(yōu)化布置方法。其中,為避免采用靜態(tài)形函數(shù)的傳統(tǒng)有限元方法建模對于結(jié)構(gòu)動力特性及傳感器優(yōu)化布置的影

2、響,采用一種高精確動力學建模法,即譜有限元法對結(jié)構(gòu)進行動力學建模。同時,以結(jié)構(gòu)模型參數(shù)識別結(jié)果的不確定性最小作為傳感器優(yōu)化布置準則,而模型參數(shù)的不確定性程度則通過信息熵標量指標來量化,運用貝葉斯統(tǒng)計系統(tǒng)識別法進行識別。針對傳統(tǒng)遺傳算法存在隨機性大、容易早熟、局部尋優(yōu)能力差等缺點,采用一種基于二重結(jié)構(gòu)編碼的改進遺傳算法,在所有可能的傳感器配置組合中極小化信息熵指標,獲得給定數(shù)目的傳感器最優(yōu)布置位置。通過彈性地基上帶彈性接頭的周期梁模型的數(shù)

3、值仿真及實驗室模型試驗驗證本文所提出的方法。
  本文研究表明,通過本文方法優(yōu)化布置傳感器,可以有效地減少模型參數(shù)識別結(jié)果的不確定性。與目前文獻中的其他傳感器優(yōu)化布置方法不同,在給定數(shù)目傳感器的情況下,本文提出的傳感器優(yōu)化布置方法的顯著優(yōu)點在于可以有效地增加傳感器采集數(shù)據(jù)中所包含的與結(jié)構(gòu)模型參數(shù)識別有關(guān)的信息量,保證待識別模型參數(shù)不確定性最小,有利于結(jié)構(gòu)健康監(jiān)測工作的開展。同時,本文方法還可以很方便地對不同數(shù)目、不同位置傳感器配置

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。
  • 6. 下載文件中如有侵權(quán)或不適當內(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